新模型支援

我們現已支援 Qwen3-Coder-480B-A35B 模型（模型標識：Qwen3-Coder），該模型專為程式碼生成和理解優化，具備 256k 上下文長度和 64k 最大輸出長度，支援 Claude Code、Cline、Roo Code 等工具。

快速開始

iFlow API 提供與 OpenAI 100% 相容的介面服務，讓您可以無縫切換到我們的 AI 服務，享受更高效能和更具成本效益的解決方案。

第一步：獲取 API 金鑰

1. 訪問 iFlow 官網 並完成註冊登入
2. 在使用者設定頁面點擊「個人信息」選單產生您的專屬 API KEY
3. 妥善保存 API KEY，用於後續介面呼叫

💡 提示：API KEY 具有完整的帳戶權限，請勿洩露給他人。

第二步：了解支援的模型

目前我們支援以下 AI 模型：

模型名稱	模型標識	上下文長度	最大輸出長度
TBSTARS-2.0-200B-A13B	TBStars2-200B-A13B	32k	32k
DeepSeek-R1-671B	DeepSeek-R1	128k	32k
DeepSeek-V3-671B	DeepSeek-V3	128k	32k
Qwen3-32B	Qwen3-32B	128k	32k
Qwen3-235B-A22B	Qwen3-235B	128k	32k
Qwen3-Coder-480B-A35B	Qwen3-Coder	256k	64k
Kimi K2	KIMI-K2	128k	64k
Qwen3-235B-A22B-Thinking	Qwen3-235B-A22B-Thinking-2507	256k	64k
Qwen3-235B-A22B-Instruct	Qwen3-235B-A22B-Instruct	256k	64k

第三步：設定介面參數

使用以下設定資訊來呼叫 iFlow API：

參數名稱	參數值	說明
Base URL	https://apis.iflow.cn/v1/chat/completions	聊天完成介面
API Key	你的金鑰	在 控制台 點擊「個人信息」選單獲取

第四步：開始呼叫介面

基礎範例

以下是使用不同程式語言呼叫 iFlow API 的範例：

Bash/cURL

curl https://apis.iflow.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "TBStars2-200B-A13B",
    "messages": [
      {"role": "system", "content": "你是一個專業的AI助手。"},
      {"role": "user", "content": "請介紹一下人工智慧的發展歷史"}
    ],
    "temperature": 0.7,
    "max_tokens": 1000
  }'

Python

import requests

# 設定 API
url = "https://apis.iflow.cn/v1/chat/completions"
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}

# 請求資料
data = {
    "model": "TBStars2-200B-A13B", 
    "messages": [
        {"role": "user", "content": "解釋一下量子計算的基本原理"}
    ],
    "temperature": 0.7,
    "max_tokens": 1000
}

# 發起請求
response = requests.post(url, json=data, headers=headers)
result = response.json()

# 列印結果
print(result["choices"][0]["message"]["content"])

JavaScript

const response = await fetch('https://apis.iflow.cn/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'TBStars2-200B-A13B',
    messages: [
      {role: 'user', content: '寫一個快速排序演算法的 Python 實現'}
    ],
    temperature: 0.7,
    max_tokens: 1000
  })
});

const data = await response.json();
console.log(data.choices[0].message.content);

下一步

• 📖 詳細文件：查看完整的 API 參考手冊
• 🔧 進階設定：了解更多參數設定選項
• 💬 技術支援：訪問 官方網站 獲取幫助

🚀 開始建構：現在您已經掌握了基礎用法，可以開始在您的專案中整合 iFlow API 了！