API 控制台 ↗
FEIMAO API

把模型能力，接入你的产品

肥猫 API 提供统一的 OpenAI 兼容接口，支持对话模型与图像生成模型。只需一个 API Key，即可在熟悉的 SDK 中开始调用。

打开控制台 ↗
API Base URLhttps://new.feimaoapi.com/v1
i所有请求都需要携带 API Key。模型可用性、额度和价格以控制台及账号权限为准。
GETTING STARTED

快速开始

创建一个 API Key，将它放在请求的 Authorization 请求头中，即可调用肥猫 API。

1. 设置 API Key

推荐使用环境变量保存密钥，不要把密钥提交到代码仓库或写入浏览器端代码。

Shell
export FEIMAO_API_KEY="你的_API_Key"

2. 发起第一次对话请求

curl
curl https://new.feimaoapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $FEIMAO_API_KEY" \
  -d '{
    "model": "gpt-6-sol",
    "messages": [{"role": "user", "content": "你好"}]
  }'

3. 在 OpenAI SDK 中使用

Python
from openai import OpenAI

client = OpenAI(
    api_key="你的_API_Key",
    base_url="https://new.feimaoapi.com/v1"
)

response = client.chat.completions.create(
    model="gpt-6-sol",
    messages=[{"role": "user", "content": "你好"}]
)
print(response.choices[0].message.content)
JavaScript
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.FEIMAO_API_KEY,
  baseURL: "https://new.feimaoapi.com/v1"
});

const response = await client.chat.completions.create({
  model: "gpt-6-sol",
  messages: [{ role: "user", content: "你好" }]
});
console.log(response.choices[0].message.content);
CHAT API

对话接口

兼容 OpenAI Chat Completions API，将不同厂商的模型统一为同一套请求格式。

POST/v1/chat/completions

请求示例

curl
curl https://new.feimaoapi.com/v1/chat/completions \
  -H "Authorization: Bearer $FEIMAO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-sol",
    "messages": [
      {"role": "user", "content": "用一句话介绍肥猫 API"}
    ],
    "stream": false
  }'

常用参数

参数类型说明
modelstring模型名称，见模型列表。
messagesarray按顺序传入对话消息，支持 system、user、assistant。
streamboolean设为 true 时以 SSE 流式返回，默认 false。
temperaturenumber采样温度，具体范围以模型能力为准。
max_tokensinteger限制本次生成的最大 token 数。

流式输出

将 stream 设置为 true 后，服务会通过 Server-Sent Events 持续返回 data: 事件，最后以 [DONE] 结束。使用 OpenAI SDK 时可直接遍历响应流。

!不同模型对参数和上下文长度的支持可能不同。遇到参数错误时，请先移除非必要参数并参考错误信息。
IMAGE API

生图接口

支持文生图和图生图：输入文字生成图片，或上传参考图并按提示词进行编辑。两个接口均使用 Authorization: Bearer 你的_API_Key 鉴权。

功能请求格式接口地址（POST）
文生图JSONhttps://new.feimaoapi.com/v1/images/generations
图生图multipart/form-datahttps://new.feimaoapi.com/v1/images/edits

文生图 · 文字生成图片

请求方式为 POST，请求头使用 Content-Type: application/json。必填字段为 model 和 prompt，不需要上传原图。

POST/v1/images/generations

请求示例

curl
curl https://new.feimaoapi.com/v1/images/generations \
  -H "Authorization: Bearer $FEIMAO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一只戴着圆框眼镜的橘猫，工作室光线，细节丰富",
    "size": "1024x1024",
    "n": 1
  }'

文生图参数

参数类型说明
modelstring图像模型名称，见模型列表。
promptstring图片描述，必填。建议明确主体、风格、构图和光线。
ninteger生成图片数量，通常为 1；上限以账号和模型配置为准。
sizestring图片尺寸，如 1024x1024；可用尺寸以模型实际支持为准。
qualitystring图片质量档位，模型支持时可传 low、medium 或 high。
response_formatstring返回格式，常用为 url 或 b64_json，以模型支持为准。

图生图 · 上传参考图进行编辑

在参考图的基础上，根据提示词修改内容、风格或构图。使用 POST 和 multipart/form-data，必填字段为 model、prompt 和图片文件 image。

POST/v1/images/edits

下面示例使用 gpt-image-2。将 input.png 替换为本地参考图路径；@ 表示上传文件内容。

curl · 图生图
curl https://new.feimaoapi.com/v1/images/edits \
  -H "Authorization: Bearer $FEIMAO_API_KEY" \
  -F "model=gpt-image-2" \
  -F "image=@input.png" \
  -F "prompt=给图中的橘猫戴上一顶蓝色帽子，保留原来的构图与光线" \
  -F "size=1024x1024" \
  -F "n=1"
i使用 curl 的 -F 或 SDK 上传文件时，由客户端自动设置 multipart 的 Content-Type 和 boundary，请勿手动设置为 application/json。图片字段应传文件内容，不能只传本地路径字符串。

图生图参数

参数类型说明
modelstring · 必填支持图像编辑的模型，示例使用 gpt-image-2；其他模型是否支持编辑取决于其渠道能力。
promptstring · 必填编辑指令，明确描述需要修改和需要保留的内容。
imagefile · 必填参考图片文件。建议先用一张 PNG、JPEG 或 WebP 图片接入；可接受格式和文件大小以模型及渠道限制为准。
ninteger · 可选生成数量，建议从 1 张开始，实际返回数量以 data 数组为准。
sizestring · 可选输出尺寸，如 1024x1024。省略时由模型决定，不保证与原图像素一致。
qualitystring · 可选输出质量，仅在目标模型和渠道支持时传入。
response_formatstring · 可选url 或 b64_json；可用格式及默认返回方式以模型和渠道配置为准。

Python 图生图示例

安装依赖 pip install requests，并设置环境变量 FEIMAO_API_KEY。

Python · 上传本地图片
import base64
import os
from pathlib import Path

import requests

with open("input.png", "rb") as image:
    response = requests.post(
        "https://new.feimaoapi.com/v1/images/edits",
        headers={"Authorization": "Bearer " + os.environ["FEIMAO_API_KEY"]},
        data={
            "model": "gpt-image-2",
            "prompt": "给图中的橘猫戴上一顶蓝色帽子，保留原来的构图与光线",
            "size": "1024x1024",
            "n": 1,
        },
        files={"image": ("input.png", image, "image/png")},
        timeout=(30, 300),
    )

response.raise_for_status()
result = response.json()["data"][0]
if result.get("url"):
    print("图片地址：", result["url"])
elif result.get("b64_json"):
    # 扩展名应与实际返回的图片编码一致。
    Path("result.image").write_bytes(base64.b64decode(result["b64_json"]))
    print("图片已保存至 result.image")
else:
    raise ValueError("响应中未包含 url 或 b64_json")

两个接口的返回结果

文生图与图生图均从 data 数组读取图片。URL 模式返回 data[].url；Base64 模式返回 data[].b64_json，需解码为图片字节。下面为结构示例：

JSON · URL 返回
{
  "created": 1700000000,
  "data": [{"url": "https://..."}]
}
JSON · Base64 返回
{
  "created": 1700000000,
  "data": [{"b64_json": "图片字节的Base64编码，不含data前缀"}]
}
i图片链接有有效期，请在收到响应后及时下载或转存。图片生成耗时会因模型、尺寸和队列负载而变化。
MODELS

模型列表

以下列表来自当前 newapi 的启用模型配置与已启用渠道。模型可用性还会受到账号分组、额度和渠道状态影响。

✦

图像模型

用于 /v1/images/generations

↗

对话模型

用于 /v1/chat/completions

↻模型列表会随后台渠道和供应商状态更新。调用前建议在控制台确认你的 API Key 所属分组是否包含目标模型。
ERRORS

错误处理

请求失败时，接口会返回 JSON 错误对象。请结合 HTTP 状态码和 message 定位问题。

状态码常见原因处理建议
401API Key 缺失或无效检查 Authorization: Bearer ... 格式和密钥状态。
403账号无权访问模型确认账号分组、模型权限和剩余额度。
400请求参数错误检查 JSON 格式、必填字段和模型支持的参数。
429频率或额度限制降低并发，稍后重试，或检查账号额度。
500 / 502上游或服务暂时异常使用指数退避重试；持续失败时联系管理员。

错误响应示例

JSON
{
  "error": {
    "message": "无效的令牌",
    "type": "new_api_error",
    "code": ""
  }
}

重试建议

对于 429、500、502、503 等临时错误，可使用 1s、2s、4s 的指数退避重试，并设置最大重试次数。对于 400、401、403，应先修正请求或账号配置再重试。

已复制