快速开始：你的第一次 API 调用

读完这一页，你会拥有一个 Grafilab API 密钥、一个模型 id、终端里的一次 JSON 补全、 同一次调用的流式版本，以及用量面板里那条显示花费的记录。

• 一个在资料中设置了所在国家/地区的 Grafilab 账号 —— 这决定了账号的计费货币。参 见创建账号。
• 非零的额度余额，或者你选的模型上有免费额度。参见 额度与账单。
• curl，或 Python 3.9+，或 Node.js 18+。

1. 创建一个 API 密钥。

   在控制台打开 API，点击 Generate New Key。输入一个名字 —— quickstart 就行 —— 然后按 Enter。 API Key Created 对话框只会显示一次完整密钥：复制它，然后点击 I’ve saved my key。之后表格里只显示密钥的后四位，需要再看时可以用 Show Key 切换。

   把密钥放进环境变量，这样它就不会落进你的代码里：

   • macOS / Linux
   • Windows (PowerShell)

   export GRAFILAB_API_KEY="sk-grafilab-..."

2. 选一个模型。

   The model catalog is live, so list it rather than copying ids from a page. Every entry’s id is the exact string to use in any tool or SDK.

   • cURL
   • Python
   • TypeScript

   curl https://llm.grafilab.ai/v1/models \
     -H "Authorization: Bearer $GRAFILAB_API_KEY" | jq -r '.data[].id'

   The same ids appear as cards in the Playground, with context size and prices.

3. 发一次 chat completion。

   base URL 是 https://llm.grafilab.ai/v1。任何 OpenAI 兼容的客户端都能用 —— 你只需要改 base URL 和密钥。

   The examples on this page use grafilab/qwen3.6-flash, the sample model from the API reference. Replace it with any id returned by GET /v1/models.

   • cURL
   • Python
   • TypeScript

   curl https://llm.grafilab.ai/v1/chat/completions \
     -H "Authorization: Bearer $GRAFILAB_API_KEY" \
     -H "Content-Type: application/json" \
     -d '{
       "model": "grafilab/qwen3.6-flash",
       "messages": [{"role": "user", "content": "Say hello in five words."}]
     }'

   你会拿回一个标准的 chat completion，这里做了省略：

   {
     "id": "chatcmpl-...",
     "object": "chat.completion",
     "model": "grafilab/qwen3.6-flash",
     "choices": [
       {
         "index": 0,
         "message": { "role": "assistant", "content": "Hello, good to meet you today." },
         "finish_reason": "stop"
       }
     ],
     "usage": { "prompt_tokens": 13, "completion_tokens": 8, "total_tokens": 21 }
   }

4. 把同一次调用改成流式。

   设 stream: true，模型一边写你一边收到 server-sent events。再加上 stream_options: {"include_usage": true}，结束标记前的最后一帧数据就会带上 token 计数 —— 没有它，流式调用不会向客户端报告任何用量。

   • cURL
   • Python
   • TypeScript

   curl -N https://llm.grafilab.ai/v1/chat/completions \
     -H "Authorization: Bearer $GRAFILAB_API_KEY" \
     -H "Content-Type: application/json" \
     -d '{
       "model": "grafilab/qwen3.6-flash",
       "messages": [{"role": "user", "content": "Say hello in five words."}],
       "stream": true,
       "stream_options": {"include_usage": true}
     }'

   原始 SSE 流以 data: [DONE] 结束。

5. 看看它花了多少钱。

   回到 API，找到这个密钥所在的行，点击 View Usage。控制台会打开筛选到该 密钥的 Inference API Usage，因为每个请求 都归属到为它鉴权的那个密钥。看你发起调用那天的 Total cost 和 Token breakdown 卡片 —— Input、Cached、Output。

   那个页面下方的脚注写着 All dates in UTC · data may lag up to 30 min：喂给这 些数字的汇总任务每 30 分钟重算一次今天和昨天，所以你刚刚发出的调用可能还没出 现。

下面三条都成立时，你就完成了：

• 非流式调用返回了非空的 choices[0].message.content。
• 流式调用逐段打印出文本，并以一个 usage 对象收尾。
• 大约 30 分钟内，该密钥的 Inference API Usage 显示今天有非零的 Total cost 和一份 token 明细。

文本调用在交付之后按次计费，所以还没产出内容就失败的调用不收费。

• 401 invalid_api_key —— 密钥不对、已经轮换过，或者粘贴时带上了空格或换行。 到 API 重新复制一次；如果你已经没有那个值了，就轮换密钥并使用新值。
• 404 model_not_found —— id 拼错了、模型仅限邀请，或者它在你的账号货币下没 有定价。重新跑一次 GET /v1/models，从响应里原样复制一个 id。
• 429 insufficient_quota —— 这是余额问题，不是吞吐限制。到 Billing 充 值。
• 403 billing_currency_unset —— 你的账号还没有计费货币。在资料里设置所在国 家/地区，然后重试。
• 连接被拒绝，或 URL 本身返回 404 —— 检查 base URL。OpenAI 接口是 https://llm.grafilab.ai/v1，客户端会自己追加 /chat/completions；Anthropic 客户端用裸的源站 https://llm.grafilab.ai，并自己追加 /v1/messages。