接入文档/LLM

Gemini 3.5 Flash

1M context提示词缓存思考模式

POSThttps://api.sozdai.ai/v1/chat/completions

#价格一览

输入 Token

255 ₽ / 1M tokens。对应发送的全部上下文提示词。

输出 Token

1 530 ₽ / 1M tokens。对应模型生成的内容。

缓存读取

25,5 ₽ / 1M tokens。命中提示缓存最高省 90%。

#示例请求

用标准 OpenAI SDK 格式调用,把 base URL 指到这里即可。

bash

curl https://api.sozdai.ai/v1/chat/completions \
  -H "Authorization: Bearer $CORRY_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.5-flash",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

#响应示例

标准的 OpenAI 兼容对话补全对象。model 字段会归一化为你请求的名称。

json

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "gemini-3.5-flash",
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "Hello! How can I help you today?" },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 12, "completion_tokens": 9, "total_tokens": 21, "cost": 0.000234, "currency": "USD" }
}

费用字段

usage.cost 是本次调用的扣费金额(美元)；流式模式下会在末尾带 usage 的那个 chunk 里返回。OpenAI SDK 会忽略这个额外字段，不影响兼容。

#提示词缓存

该模型使用自动（隐式）缓存 —— 相同的提示前缀会被上游自动缓存、并按更低的价格计费，无需任何参数（不用 cache_control）。把长而稳定的内容（system 提示、工具定义）放在消息开头即可命中。

自动 — 无需操作

缓存命中会体现在返回的 usage（cached tokens）里，费用自动下降。

#思考模式

支持思考的模型，加上 reasoning_effort 参数即可（low / medium / high）。思考过程返回在响应的 reasoning_content 字段；思考 token 按输出价计费。

json

{
  "model": "gemini-3.5-flash",
  "max_tokens": 2048,
  "reasoning_effort": "high",
  "messages": [{ "role": "user", "content": "your question" }]
}