跳轉到主要內容

Documentation Index

Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt

Use this file to discover all available pages before exploring further.

支援 Openai 的 Responses API 多功能介面，已經上線的功能介面如下：
  • Text input：文字輸入
  • Image input：圖文輸入
  • Streaming：串流調用
  • Web search：搜尋
  • Reasoning：推理深度控制，支援 4 個等級（minimal / low / medium / high）。其中 minimal 僅適用於 gpt-5 系列。
  • Verbosity：輸出長度（冗長度），gpt-5 系列支援 3 個等級（low / medium / high）
  • Functions：函數調用
  • image_generation：繪圖工具調用，圖片生成部分按 gpt-image-1 計價
  • Code Interpreter：程式碼解析器
  • Remote MCP：MCP 調用
  • Computer Use：自動操作

​
使用（Python 調用）：

與官方的 OpenAI 調用方式一致，只需替換 api_key 和 base_url 進行轉發。 中國大陸可直接連線訪問。 
client = OpenAI(
    api_key="AIHUBMIX_API_KEY", # 換成你在後台生成的 Key "sk-***"
    base_url="https://aihubmix.com/v1"
)
對於推理模型，支援通過以下參數來輸出推理總結，總結細節的豐富程度為 detailed > auto > None，其中 auto 為最佳平衡。 
"summary": "auto" 

from openai import OpenAI

client = OpenAI(
    api_key="sk-***", # 將其替換為你在 AIHubMix 後台產生的金鑰
    base_url="https://aihubmix.com/v1"
)

response = client.responses.create(
    model="gpt-5", # gpt-5, gpt-5-chat-latest, gpt-5-mini, gpt-5-nano
    input="為什麼塔羅占卜有效？其背後的原理是什麼？有哪些可遷移的方法？輸出格式：Markdown", # GPT-5 預設不以 Markdown 格式輸出，因此需要明確指定。
    reasoning={
        "effort": "minimal" # 推理深度——控制模型在產生回覆前會生成多少推理 token。可用值為 "minimal"、"low"、"medium" 或 "high"。預設為 "medium"。
    },
    text={
        "verbosity": "low" # 輸出長度——冗長度決定會生成多少輸出 token。可用值為 "low"、"medium" 或 "high"。GPT-5 之前的模型預設為 "medium" 冗長度。
    },
    stream=True
)

for event in response:
  print(event)
注意：
  1. 最新的 codex-mini-latest 不支援搜尋
  2. Computer use 需要配合 Praywright 使用，建議參考官方倉庫
已知細節問題：
  • 調用用例複雜
  • 截圖大量，耗時久，任務成功率低
  • 或觸發 CAPTCHA 驗證或 Cloudflare 真人驗證，可能遇到無限循環