Gemini Responses

用一个 BeatAPI 密钥，通过 OpenAI Responses API 调用 Gemini 4 Argon、Gemini 3.8 Flash 和 Gemini 3.1 Pro。

• 一个端点 POST /v1/responses 覆盖当前所有 Gemini 模型，改 model 即可切换。
• 支持流式输出和函数调用；gemini-4-argon 还能理解图片和长视频。
• 兼容 OpenAI SDK：改 base URL，换成 BeatAPI 密钥即可。已有的 Chat Completions 集成见 Chat Completions。
• 服务端不保存会话状态：每一轮都要把完整历史放进 input。

在调试窗口里打开本接口，填入你的 BeatAPI API 密钥即可发送。调用是真实的，费用从你自己的余额中扣除。

模型

把下列 ID 之一作为 model 发送。它们是各自独立的模型，不是互相的别名。

• 价格为基础档，已计入折扣。长上下文档、缓存命中输入价和缓存写入价不在本表内，见价格表。
• — 表示目录未公布该数字。

本系列仍可调用的旧 ID 见旧型号。

快速开始

在服务端安装 openai 包，把密钥放在 BEATAPI_API_KEY，不要把它写进浏览器代码。output_text 是 SDK 提供的取答案文本的快捷属性。以下是请求示例，不是真实的模型输出记录。

从 output_text（或 output 里 output_text 类型的片段）读取答案，再检查 status 和 usage。HTTP 200 不能证明答案满足你的任务，请在应用里校验内容。文本请求直接返回，不要为它们轮询 /v1/tasks。

curl --request POST \
  --url https://direct.beatapi.io/v1/responses \
  --header "Authorization: Bearer $BEATAPI_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "gemini-3.8-flash",
  "max_output_tokens": 2000,
  "input": "Design a resilient webhook retry strategy for a payments API."
}'

免费版本

这些模型有免费版本。免费版本不按 token 计费，用免费模型 ID 在同一个端点调用，并有单独的每分钟限额：首次充值前每个账号每分钟 1 次成功请求，充值后每分钟 10 次。它不保证稳定，随时可能被限流或下架。详见免费模型。

gemini-3.8-flash-free

curl --request POST \
  --url https://direct.beatapi.io/v1/responses \
  --header "Authorization: Bearer $BEATAPI_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "gemini-3.8-flash-free",
  "input": "Say hello in one sentence."
}'

端点与鉴权

POST https://direct.beatapi.io/v1/responses

请求参数

接受标准的 OpenAI Responses 字段。请求格式兼容，不代表每个模型都支持所有选项或托管工具，请对你依赖的选项自行测试。

响应

非流式调用返回一个 JSON 对象。以下是精简后的示例。

{
  "id": "resp_example",
  "object": "response",
  "model": "gemini-3.8-flash",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "Retry with exponential backoff and jitter, and make every handler idempotent."
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 19,
    "output_tokens": 16,
    "total_tokens": 35
  }
}

响应字段

流式输出

设置 "stream": true。流以 response.created 开始，答案通过 response.output_text.delta 事件逐段到达，最后以 response.completed 结束。

• 响应类型是 text/event-stream；不流式时是 application/json。
• 函数调用是单独的输出项，它的参数通过 response.function_call_arguments.delta 事件逐段到达。
• 调用模型之前就失败的请求，返回的是带 HTTP 状态码的普通 JSON 错误，而不是流事件。
• 请设置明确的超时，并安全地重连流式响应。

event: response.created
data: {"type":"response.created","response":{"id":"resp_example","status":"in_progress"}}
event: response.output_text.delta
data: {"type":"response.output_text.delta","delta":"Retry"}
event: response.output_text.delta
data: {"type":"response.output_text.delta","delta":" with backoff"}
event: response.completed
data: {"type":"response.completed","response":{"id":"resp_example","status":"completed"}}

错误

HTTP 错误速查

认证、路由、限速和未知模型这几类失败发生在调用模型之前，返回 BeatAPI 信封：error.code、error.message、retryable、request_id。其余失败保持 OpenAI SDK 格式 {"error": {"message", "type", "code"}}：错误码在 error.code，request id 附在 message 末尾。详见错误码。

完整的错误码表和重试策略见错误码。

注意事项

• Gemini 模型也可以用 Chat Completions、Anthropic Messages 和 Gemini native 调用。
• Gemini 模型默认会先思考，思考 token 按输出计费，所以 max_output_tokens 要同时为思考和答案留足空间。
• 缓存输入单价更低：gemini-4-argon 是输入价的二十分之一，gemini-3.8-flash 和 gemini-3.1-pro-preview 是十分之一，没有单独的缓存存储费。是否命中缓存，请看 usage 里的缓存输入数量，不要想当然。gemini-3.1-pro-preview 的提示词超过 200,000 tokens 时，整个请求按更高一档计费，见价格表。
• 密钥只放在可信的服务端，记录响应里的请求 ID，只对 429、500 和 503 重试。