AI 生文 API 接口文档

创建任务

POST/v2/process/result/textGen/createapplication/json

请求体

promptstring必填

要生成的内容或问题，最多 100000 个字符。

imageUrlListarray[string]可选

参考图片地址，最多 10 张；每个地址须以 http:// 或 https:// 开头。

modelstring可选

建议明确传入已开通的模型编码；不传时使用默认模型。

thinkingLevelstring可选

按下表选择思考等级；GT 不传时为 medium，GEM 不传时由模型处理。非法等级不会自动降级。

systemPromptstring可选

系统指令，仅 GT 模型支持，用于指定风格、格式和约束。

GEM 模型不支持 systemPrompt，请把指令写在 prompt 中。GT 支持文本和图片，不支持原生视频、音频输入。

模型

模型编码	适用场景	支持的 thinkingLevel
`GEM_3_1_PRO`	复杂分析与高质量生成。	`low`、`medium`、`high`
`GEM_3_7_FLASH`	常规文本生成与图片理解。	`minimal`、`low`、`medium`、`high`
`GEM_4_A`	复杂推理、代码分析与高质量长文生成。	`low`、`medium`、`high`
`GT_6_1_S`	复杂分析和文本生成。	`low`、`medium`、`high`、`xhigh`、`max`
`GT_6_1_T`	图片理解、精细视觉分析与自然文本写作。	`none`、`low`、`medium`、`high`、`xhigh`、`max`
`GT_6_L`	轻量、高频文本生成。	`none`、`low`、`medium`、`high`、`xhigh`、`max`
`GT_6_A`	深度分析和高难度生成。	`low`、`medium`、`high`、`xhigh`、`max`

可用模型以实际开通情况为准。

GT 不支持 minimal 或 ultra；none 仅 GT_6_1_T、GT_6_L 支持。GEM_4_A 不支持 minimal。xhigh、max 的等待时间和输出 token 消耗可能更高。

请求示例

GT 生成（指定系统指令与思考等级）：

JSON

{
  "model": "GT_6_1_S",
  "thinkingLevel": "xhigh",
  "systemPrompt": "使用中文，输出三条简洁的电商卖点。",
  "prompt": "结合图片，描述咖啡杯的特点。",
  "imageUrlList": ["https://example.com/product.jpg"]
}

纯文本生成：

JSON

{
  "prompt": "请写一段咖啡杯的电商卖点文案，200字以内",
  "model": "GEM_3_1_PRO"
}

结合图片生成（使用 GEM_3_7_FLASH）：

JSON

{
  "prompt": "描述这张图片中的商品，并给出三条卖点",
  "imageUrlList": ["https://example.com/product.jpg"],
  "model": "GEM_3_7_FLASH"
}

提交后返回什么

提交成功时，data.id 是任务编号，请按字符串保存。此时任务尚未生成完成。

JSON

{
  "code": "200",
  "msg": "成功",
  "data": { "id": "1930923414987821056" }
}

查询生成结果

POST/v2/process/result/textGen/infoapplication/json

请求体

idint64必填

创建任务返回的 data.id；JavaScript 中按字符串处理，避免大整数精度丢失。

请求示例

JSON

{
  "id": "1930923414987821056"
}

返回字段

data.statusinteger

1 已创建、2 生成中、3 成功、4 失败。

data.result.contentstring

生成的文本，成功时读取。

data.result.promptTokensinteger

输入 token 数。

data.result.completionTokensinteger

输出 token 数。

data.result.totalTokensinteger

总 token 数。

data.countinteger

实际扣除的点数，以此字段为准。

data.errorstring

失败原因，status=4 时查看。

查询结果示例

JSON

{
  "code": "200",
  "msg": "成功",
  "data": {
    "status": 3,
    "count": 1,
    "result": {
      "content": "这款咖啡杯简洁耐用，适合日常办公。",
      "promptTokens": 120,
      "completionTokens": 80,
      "totalTokens": 200,
      "points": 1
    }
  }
}

建议每隔 2～3 秒查询一次，直到状态为 3 或 4；设置适合业务的等待上限，客户端等待超时不代表任务失败。

扣费标准

任务创建时不预扣点数。执行前会检查账户至少有 100 点；成功后按实际 token 用量计算，最低 1 点；失败不扣点。查询结果的 data.count 为本次实际扣点。

模型	每 100 万输入 token	每 100 万输出 token
`GEM_3_1_PRO`	1288 算力点	7727 算力点
`GEM_3_7_FLASH`	966 算力点	4829 算力点
`GEM_4_A`	2318 算力点	11590 算力点
`GT_6_1_S`	1288 算力点	6439 算力点
`GT_6_1_T`	644 算力点	3220 算力点
`GT_6_L`	65 算力点	322 算力点
`GT_6_A`	5795 算力点	28974 算力点

表中为基础单价按每 100 万 token 折算的整数参考值。实际按输入、输出费用合计后统一向上取整，不足 1 点按 1 点计算；实际扣费请以查询结果 data.count 为准。