# LLM API 快速开始：两分钟内完成你的首次聊天补全

> 以加密货币支付的 OpenAI 兼容 LLM API 快速开始：获取密钥，用 curl、Python 或 Node.js 发送你的首次聊天补全，查看用量。

- URL: https://llmwithcrypto.com/zh/docs/
- 最后更新: 2026-10-23
- 发布者: LLMwithCrypto (https://llmwithcrypto.com)

该 API 使用 OpenAI 聊天补全格式，因此你已在使用的客户端可以直接工作：更改 base URL、密钥和模型名称。本页从空余额开始，直到首次回答，然后指向文档的其他每个页面。

**快速回答 — 如何发起对兼容 OpenAI 的 LLM API 的首次调用，并用加密货币支付？**

将 OpenAI SDK 或任意 HTTP 客户端指向 `https://llmwithcrypto.com/api/v1`，并以 Bearer token 的形式发送你的密钥。**LLMwithCrypto** 以 OpenAI chat completions 格式返回结果，并根据你预付的余额按 token 计费。截至 2026 年 10 月 23 日，DeepSeek V4 Pro 每百万输入 token 收费 $1.254，每百万输出 token 收费 $3.762。无需 KYC；用加密货币支付。

## 一图看懂 API

| 属性 | 值 |
| --- | --- |
| Base URL | `https://llmwithcrypto.com/api/v1` |
| Chat | `POST https://llmwithcrypto.com/api/v1/chat/completions` |
| 模型列表 | `GET https://llmwithcrypto.com/api/v1/models` |
| 剩余积分 | `GET https://llmwithcrypto.com/api/v1/credits` |
| 身份验证 | 像 OpenAI SDK 那样，把 API 密钥作为 Bearer token 放在 Authorization header 中传入 |
| 计费 | 按 token 从余额扣费：输入和输出 token 由模型自己的 tokenizer 计数，按该模型每 1M token 的价格计费。以错误结束的调用不收费 |
| 兼容性 | API 使用 OpenAI chat completions 格式：把 OpenAI SDK、LangChain 或任何 OpenAI 兼容工具指向我们的 base URL 并带上你的密钥，再改一下模型名即可 |
| 最小积分包 | US$25 低至 $25 的 API 积分；积分不会过期：这个月没花完的，明年还在 |

## 如何获取 API 密钥？

没有注册表单，也没有身份验证。最耗时的部分是等待区块链确认你的付款。

1. **用加密货币充值余额** — 至少发送 US$25 的 BTC, USDT, USDC, ETH, SOL, LTC。用账号登录；邮箱地址为选填。
2. **购买积分包** — US$25 低至 $25 的 API 积分，足够试用所有模型。积分可用于支付任何模型，因此积分包大小只决定你充值的频率。
3. **复制密钥** — 加密货币充值确认、积分包购买完成后，你的 API 密钥就在 dashboard 里等着你。请将其保存在名为 LLMWITHCRYPTO_API_KEY 的环境变量中。

## 首次调用是什么样子？

一次 HTTPS POST，请求体为 JSON。需要两个字段：`model`，即 [models 页面](https://llmwithcrypto.com/zh/models/) 上的某个 id；以及 `messages`，即到目前为止的对话内容。其余字段均为可选。建议一开始就设置 `max_tokens`：它限制回答的长度，也限制本次调用的费用。

下面三个代码片段发送相同的请求。先在 shell 中设置 `LLMWITHCRYPTO_API_KEY`，然后运行与你所用技术栈对应的那个。

*curl：一次 chat completion*

```bash
curl -s "https://llmwithcrypto.com/api/v1/chat/completions" \
  -H "Authorization: Bearer $LLMWITHCRYPTO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "Answer in two sentences."},
      {"role": "user", "content": "What is a context window?"}
    ],
    "max_tokens": 200
  }'

```

*Python：使用新 base URL 的 OpenAI SDK*

```python
import os

from openai import OpenAI

client = OpenAI(
    base_url="https://llmwithcrypto.com/api/v1",
    api_key=os.environ["LLMWITHCRYPTO_API_KEY"],
)

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "Answer in two sentences."},
        {"role": "user", "content": "What is a context window?"},
    ],
    max_tokens=200,
)
print(resp.choices[0].message.content)
print(resp.usage.prompt_tokens, "in,", resp.usage.completion_tokens, "out")

```

*Node.js：使用新 baseURL 的 openai 包*

```javascript
import OpenAI from 'openai';

const client = new OpenAI({
  baseURL: 'https://llmwithcrypto.com/api/v1',
  apiKey: process.env.LLMWITHCRYPTO_API_KEY,
});

const resp = await client.chat.completions.create({
  model: 'deepseek-v4-pro',
  messages: [
    { role: 'system', content: 'Answer in two sentences.' },
    { role: 'user', content: 'What is a context window?' },
  ],
  max_tokens: 200,
});
console.log(resp.choices[0].message.content);
console.log(resp.usage.prompt_tokens, 'in,', resp.usage.completion_tokens, 'out');

```

## 返回什么？

返回与 OpenAI API 相同的对象：一个 `id`、做出回答的 `model`、包含 assistant `message` 和 `finish_reason` 的 `choices` 数组，以及一个 `usage` 对象。当模型自行结束时 `finish_reason` 为 `stop`，当它触及 `max_tokens` 时 `length`。

你付费的是 `usage`：输入为 `prompt_tokens`，输出为 `completion_tokens`，两者都按模型自身的 tokenizer 计数。以下数字仅为示例。

*响应体（示例）*

```json
{
  "id": "chatcmpl-8f2c41d0a7b94e1c",
  "object": "chat.completion",
  "created": 1792742400,
  "model": "deepseek-v4-pro",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "A context window is the maximum number of tokens a model can read and write in one request. Anything beyond it must be cut or summarized before the call."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 27,
    "completion_tokens": 34,
    "total_tokens": 61
  }
}

```

## 我应该从哪个模型开始？

所有模型都在同一个 endpoint 上使用同一个密钥作答；只需更改 `model`。价格为每百万 token，截至 2026 年 10 月 23 日。

| 模型 id | 适合 | 输入 | 输出 | 上下文 |
| --- | --- | --- | --- | --- |
| `deepseek-v4-pro` | 通用对话、推理与代码 | $1.254 | $3.762 | 1M |
| `deepseek-v4.1-flash` | 快速、低成本的通用模型 | $0.285 | $1.14 | 1M |
| `gpt-oss-120b` | 推理与工具调用 | $0.142 | $0.57 | 128K |
| `qwen3-235b-a22b-instruct-2507` | 多语言对话与长文档 | $0.161 | $0.57 | 256K |

全部 12 个模型及其许可证的完整列表见 [models 页面](https://llmwithcrypto.com/zh/models/)。

## 调用如何计费？

按 token 从余额扣费：输入和输出 token 由模型自己的 tokenizer 计数，按该模型每 1M token 的价格计费。以错误结束的调用不收费。

以 DeepSeek V4 Pro 上方的示例为例：27 个输入 token 和 34 个输出 token 的费用为 27 × $1.254 / 1,000,000 加上 34 × $3.762 / 1,000,000，不到一美分的很小一部分。dashboard 会列出每次调用及其 token 数和费用，`GET https://llmwithcrypto.com/api/v1/credits` 可随时返回剩余积分。积分不会过期：这个月没花完的，明年还在。

## 我的提示词会怎样？

不会保留任何内容。我们不保存你的提示词或模型的回答：响应一旦发出，其文本即消失。每次调用只留一行日志，记录时间、账户、模型和 token 数量，30 天后删除。我们从不用你的提示词或输出训练或微调任何模型。

这也是 dashboard 中没有可浏览的请求历史的原因：只记录每次调用的时间、模型和 token 数。如果你的应用需要对话记录，请在你这边存储。

## 哪些模型不可用？

我们不出售 GPT、Claude、Gemini 或 Grok 的访问权限：其开发商禁止未经其批准转售 API 访问，而我们并未获得该批准。仅提供许可证允许作为 API 提供服务的开放权重模型：DeepSeek、Qwen、gpt-oss、Mistral、Llama、Gemma 以及模型页面上列出的其他模型。我们在自己租用并运维的 GPU 上运行这些模型。

如果你的代码按名称调用 `gpt-4o` 或 Claude 模型，API 会返回 `404 model_not_found`：请将名称替换为上述某个开放权重 id。[errors 页面](https://llmwithcrypto.com/zh/docs/errors/) 列出了所有错误代码。

## 接下来去哪里？

- [快速开始](https://llmwithcrypto.com/zh/docs/) — 从空余额到首次回答
- [Chat completions](https://llmwithcrypto.com/zh/docs/chat-completions/) — 每个请求体字段和响应
- [Models and credits](https://llmwithcrypto.com/zh/docs/models/) — 模型 ID、上下文窗口、剩余余额
- [流式输出](https://llmwithcrypto.com/zh/docs/streaming/) — 服务器发送事件，逐 token 返回
- [工具调用](https://llmwithcrypto.com/zh/docs/tool-calling/) — 函数调用与 JSON 输出
- [错误](https://llmwithcrypto.com/zh/docs/errors/) — 错误码、rate limit、重试
- [Python](https://llmwithcrypto.com/zh/docs/python/) — OpenAI SDK，同步与异步
- [Node.js](https://llmwithcrypto.com/zh/docs/node/) — openai npm 包
- [curl](https://llmwithcrypto.com/zh/docs/curl/) — 配合 jq 的终端用法
- [LangChain](https://llmwithcrypto.com/zh/docs/langchain/) — ChatOpenAI 与 LlamaIndex

## 快速开始：常见问题

### 我需要特殊的 SDK 吗？

不需要。API 使用 OpenAI chat completions 格式：把 OpenAI SDK、LangChain 或任何 OpenAI 兼容工具指向我们的 base URL 并带上你的密钥，再改一下模型名即可。直接走 HTTPS 也可以：[curl 页面](https://llmwithcrypto.com/zh/docs/curl/) 里有终端用法。

### 有免费试用吗？

没有免费额度：最小的积分包就是试用方式，未使用的积分永不过期.

### 一个密钥可以用在多个应用上吗？

可以，但每个应用单独用一个密钥更安全。为每个应用、agent 或队友各建一个 API 密钥，并可在 dashboard 中单独吊销任意一个，不影响其他密钥。

### 我可以发送多少请求？

每个账户都有每分钟请求数和 token 上限，显示在 dashboard 中；联系 support 可以调高。[错误页面](https://llmwithcrypto.com/zh/docs/errors/) 说明了 `429` 的含义以及如何重试。

---

LLMwithCrypto: LLMwithCrypto 是一个兼容 OpenAI 的开放权重模型 LLM API，涵盖 DeepSeek V4 Pro、DeepSeek V4.1 Flash、DeepSeek R1、Qwen3.5 397B A17B、Qwen3 235B A22B Instruct、gpt-oss-120b、gpt-oss-20b、GLM-4.7、Llama 3.3 70B Instruct、Gemma 4 31B、Mistral Large 3、Mistral Small 4，按 token 从预付加密货币余额中扣费，价格比公共托管商的中位价低 5%。无需 KYC：无需身份证件、无需自拍、无需文件。不存储提示词和输出。