工作原理

LMM API 位于你的客户端和上游模型之间。它负责协议转换、选择可用路由，并按实际用量扣减额度。

一次请求如何完成

客户端继续使用 OpenAI、Anthropic 或 Gemini 的原生请求格式。

协议	入口	典型客户端
OpenAI Chat	`POST /v1/chat/completions`	聊天应用、NextChat、LobeChat
OpenAI Responses	`POST /v1/responses`	Codex CLI
Anthropic Messages	`POST /v1/messages`	Claude Code
Gemini	`POST /v1beta/models/{model}:generateContent`	Gemini 客户端、Gemini CLI
嵌入、重排序、审核	`/v1/embeddings`、`/v1/rerank`、`/v1/moderations`	检索和审核应用
媒体	`/v1/images/`、`/v1/videos/`、`/v1/audio/*`	图像、视频和语音应用

端点列表见接入地址与端点。参数见侧边栏 API 参考 中的生成页面。

协议	请求头
OpenAI	`Authorization: Bearer sk-...`
Anthropic	`x-api-key: sk-...`，并带 `anthropic-version: 2023-06-01`
Gemini	`x-goog-api-key: sk-...`，或查询参数 `?key=sk-...`

Anthropic 请求也可以使用 Authorization: Bearer sk-...。Claude Code 使用这种方式。

额度的内部单位是 quota。换算关系是 $1 = 500,000 额度。控制台显示换算后的美元金额。一次文本请求：

扣费额度 = (输入 tokens + 输出 tokens × 补全倍率 + 缓存 tokens × 缓存倍率) × 模型倍率 × 分组倍率
金额(USD) = 扣费额度 ÷ 500,000

图像、视频、音频和重排序按次或按张计费。当前价格见控制台 模型与价格，或调用 GET /v1/pricing?model=<模型ID>。说明见模型与价格。

控制台默认显示调用时间、模型、状态码、token 数和扣费金额。这些记录用于用量展示、路由和风控，你可以在控制台导出。数据处理规则见隐私政策。

一个 API Key 可以调用其分组内的全部模型。某条渠道不可用时，网关改用同分组内的其他可用路由。客户端访问 https://api.lmm.best，并保留原来的请求协议。