大模型 API

基础信息

可用模型

下表与 GET /v1/models 返回一致；公开模型仅展示纯梦零售价，「—」表示暂不单独标价。

最大输出预算依据原厂及模型服务公开规格，包含模型的思考 tokens，并不等于可见正文长度；本平台不另加输出截断。实际答案可提前自然结束，也受上下文、账户和模型服务约束。128,000 / 65,536 等数值是规格上限，未以付费生成完整上限长度作验证。GET /v1/models 同步返回 max_output_tokens、context_window 和 limit_source。

GPT-6 Astra 默认使用最高思考 max；Responses 显式设置 reasoning.effort=max，Chat Completions 使用 reasoning_effort=max。Claude Opus 5.5 使用 /v1/chat/completions，自适应思考始终开启。

GPT-6 Astra 的上表价格适用于不超过 272,000 输入 tokens 的请求；超过该长度时，整次请求的输入与缓存价格按 2 倍、输出按 1.5 倍计算。

Gemini 3.1 Pro 系列

标准版 gemini-3.1-pro、High 版 gemini-3.1-pro-high、Low 版 gemini-3.1-pro-low 均使用 /v1/chat/completions，支持普通 JSON 与 SSE 流式调用。三种型号独立选择，不会互相替换；当前不提供 Responses 或原生 Gemini 接口。

上表列出参考单价；实际费用确认后才扣款，不按本地估算 token 提前扣费。思考 token、缓存优惠按模型服务最终结算为准，最终金额向上取整到分。未传输出预算或思考配置时采用模型默认值，显式参数按原值传递。

普通响应返回 usage、charge_cents（分）、charge_yuan（元）、billing_status；流式响应在结束前通过 puream.billing 事件返回。charged 表示已结算；pending 表示仍在核对实际费用，此时金额为null、尚未扣款，费用确认后可查询最终账单。这里返回用量与总扣费，不拆分估算的输入、缓存或输出金额。

curl -X POST "https://puream.cn/v1/chat/completions" \
  -H "Authorization: Bearer 你的纯梦APIKey" \
  -H "Content-Type: application/json" \
  -d '{"model":"gemini-3.1-pro","messages":[{"role":"user","content":"你好"}],"stream":false}'

Responses 接口

POST https://puream.cn/v1/responses

适合 GPT-6 Astra、GPT-5.5 和 Gemini 3.8 Flash；Gemini 3.1 Pro 系列、Claude Opus 5.5 请使用 Chat Completions。请求体按 Responses 格式传入，返回体保持 Responses 格式；模型扩展参数按其支持范围传递。

GPT-6 Astra 的函数/自定义工具调用需要 Responses；该模型不支持 temperature、top_p、top_logprobs，Chat Completions 还不支持 logprobs。思考强度支持 low、medium、high、xhigh、max。GPT-6 Astra、Claude Opus 5.5 当前只开放函数或自定义工具，不开放单独计费的内置工具。

curl -X POST "https://puream.cn/v1/responses" \
  -H "Authorization: Bearer 你的纯梦APIKey" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "instructions": "你是专业文案编辑。",
    "input": [
      {
        "role": "user",
        "content": [
          { "type": "input_text", "text": "把这段文案改得更自然：这里填写原文" }
        ]
      }
    ],
    "text": {
      "format": { "type": "text" },
      "verbosity": "medium"
    },
    "reasoning": {
      "effort": "max",
      "summary": "auto"
    },
    "max_output_tokens": 1200,
    "stream": false,
    "store": true
  }'

Chat Completions 接口

POST https://puream.cn/v1/chat/completions

适合 Claude Opus 5.5，也兼容其他已开放的 Chat Completions 模型。请求体按 Chat Completions 格式传入，返回体保持 Chat Completions 格式。Claude Opus 5.5 始终使用自适应思考；传 thinking.type=adaptive 或省略 thinking，可用 effort 调整深度，不要传采样参数。

curl -X POST "https://puream.cn/v1/chat/completions" \
  -H "Authorization: Bearer 你的纯梦APIKey" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-opus-5-5",
    "messages": [
      { "role": "system", "content": "你是专业文案编辑。" },
      { "role": "user", "content": "把这段文案改得更自然：这里填写原文" }
    ],
    "max_tokens": 1200,
    "thinking": {
      "type": "adaptive"
    },
    "effort": "medium",
    "stream": false
  }'

思考强度

错误返回