> For clean Markdown of any page, append .md to the page URL.
> For a complete documentation index, see https://docs.beatapi.io/llms.txt.
> For AI client integration (Claude Code, Cursor, etc.), connect to the MCP server at https://docs.beatapi.io/_mcp/server.

# 模型与能力

> BeatAPI 提供哪些模型、支持哪些请求格式、哪些接口刻意不提供，以及为什么 API 的输出与对话产品不同。

# 模型与能力

## BeatAPI 提供什么

| 类别  | 涵盖内容                                          |
| --- | --------------------------------------------- |
| 文本  | 十一个模型家族，一把密钥全部可达 —— 见[文本 API](/text-api)      |
| 图片  | 异步生成与编辑 —— 见[图片 API](/image-api)              |
| 视频  | 异步生成，含运镜控制 —— 见[视频 API](/video-api)           |
| 工作流 | 音乐视频、电商视频、视频分析 —— 见[工作流 API](/workflow-api)   |
| 特效  | 已发布的一次性特效 —— 见[特效 API](/effect-api)           |
| 实时  | 基于 WebRTC 的实时生成视频 —— 见[实时 API](/realtime-api) |

`GET /v1/models` 返回你的账户可用的文本模型。[价目页](https://beatapi.io/pricing)列出全部内容与当前价格。

## 支持哪些请求格式

四种，且**每个文本模型都支持全部四种**：

| 格式                      | 端点                                     |
| ----------------------- | -------------------------------------- |
| OpenAI Chat Completions | `POST /v1/chat/completions`            |
| OpenAI Responses        | `POST /v1/responses`                   |
| Anthropic Messages      | `POST /v1/messages`                    |
| Gemini 兼容               | `POST /v1beta/models/{model}:{action}` |

用你现有代码已经在说的那种即可。**用 OpenAI 格式调 Claude 模型、用 Anthropic 格式调 GPT 模型，都是可以的** —— 格式决定的是传输结构，不是你能访问哪些模型。

## 哪些接口刻意不提供

`/v1/embeddings`、`/v1/rerank` 与 `/v1/audio/*` 返回 `404`。它们不是「计划中还没做」，而是**本来就不在公开范围内**。

实际影响是：如果某个工具在对话模型之外还要一个嵌入模型 —— [AnythingLLM](/integrations/anythingllm) 是最常见的情况 —— 它的嵌入器需要指向别处，通常用它自带的本地那个。

## 图片和视频生成是 OpenAI 兼容的吗

**不是，而且是刻意的。** BeatAPI 的生成接口是**异步、任务式**的：

```
POST /v1/images/tasks   ->  201, { "data": { "id": "..." } }
GET  /v1/tasks/{id}     ->  轮询到 succeeded 或 failed
```

**没有同步的 `/v1/images/generations`。** 一个要跑几分钟的模型，无法在一个 HTTP 请求内作答而不谎报进度或直接超时，所以这里立刻返回任务编号，等结果存在了再去取。而且失败任务会退款 —— 这件事同步调用没有干净的表达方式。

生命周期见[开发指南](/development)，想省掉轮询见 [Webhook 回调](/webhooks)。

## 为什么 API 的回答和对话产品不一样

**对话产品是围绕模型搭起来的一个应用；API 给你的是模型本身。**

产品替你做了、而 API 不会白送的部分：

* 联网搜索等实时工具
* 跨会话的对话记忆
* 代码执行沙箱
* 调校过的系统提示词
* 对你上传文件的检索

通过 API，对话历史由你自己管理、系统提示词由你自己设定、工具调用由你自己接。**什么都不缺，只是组装工作归你。**

## 模型支持图片、工具调用和流式吗

**流式**：所有文本模型都支持，通过 `stream: true` 开启。

**视觉与工具调用**因模型而异。旧型号 `deepseek-v4-flash-vision-exp` 已不在 BeatAPI 当前目录中；Claude、GPT、Gemini 家族普遍支持多模态。围绕某项能力做设计前，请先看[文本 API](/text-api) 下对应模型的页面。

## 怎么选模型

| 需求      | 从这些开始                                                          |
| ------- | -------------------------------------------------------------- |
| 智能体编程   | `claude-fable-5-1`、`gpt-5.6-sol`                               |
| 高难推理    | `claude-opus-5`、`gpt-6-astra`、`deepseek-v4-pro-0813`           |
| 日常对话    | `claude-sonnet-5`、`gpt-5.6-terra`、`glm-5.3`                    |
| 大批量、低成本 | `claude-haiku-4-5-20251001`、`gemini-3.7-flash`、`glm-5.3-flash` |
| 超长上下文   | `minimax-m3`、`grok-4.7`、`kimi-k3`                              |
| 中文任务    | `qwen3.8-max`、`glm-5.3`、`hy4-preview`                          |

**模型编号是稳定的。** 一个家族出新代时会给新编号，已有编号不会在你不知情的情况下被指向另一份权重。

## 价格会随时间或上下文变吗

部分模型会，且都是公开的：

* **高峰时段** —— DeepSeek 的两个高缓存版（HC）模型在工作日北京时间 09:00–12:00、14:00–18:00 翻倍，常规付费 DeepSeek 模型全天同一价；混元 `hy3` 有自己的每日窗口。
* **上下文档位** —— GPT-5.6 与 Grok 系列在超过阈值后按更高档位计费。

具体时段与阈值见[价目页](https://beatapi.io/pricing)脚注。每次响应的用量记录会显示实际适用的档位。

## 能用我在别处已经付费的模型吗

BeatAPI 是一个账户、一份余额，**不支持挂载你在其他厂商持有的密钥**。