Dubrify API 详细使用说明，包含所有模型的调用方法和高级功能配置

API接口使用指南

Dubrify API提供统一的API接口标准，完全兼容OpenAI API格式，支持无缝切换。通过一个接口地址即可访问包括OpenAI、Claude、Gemini、Midjourney等在内的所有主流AI模型。

基础配置

API地址

将原始OpenAI API地址替换为Dubrify API地址：

原地址: https://api.openai.com
新地址: https://api.dubrify.com

身份认证

在 ai.dubrify.com 生成您的专属 API 密钥

重要提示: 生成令牌时请注意选择分组，不同分组对应不同的服务渠道和计费标准

快速开始

前置要求

参考官方OpenAI文档进行开发环境配置：

Python SDK

安装依赖

pip install openai

基础调用示例

from openai import OpenAI

# 初始化客户端
client = OpenAI(
    base_url="https://api.dubrify.com/v1",
    api_key="sk-your-api-key"  # 替换为您的密钥
)

# 发起聊天请求
response = client.chat.completions.create(
    model="gpt-4o-mini",
    max_tokens=16384,
    messages=[
        {"role": "user", "content": "你好，介绍一下Dubrify平台"}
    ]
)

print(response.choices[0].message.content)

HTTP 请求示例

标准聊天接口

curl --request POST \
    --url https://api.dubrify.com/v1/chat/completions \
    --header 'Authorization: Bearer sk-your-api-key' \
    --header 'Content-Type: application/json' \
    --data '{
        "model": "gpt-4o-mini",
        "max_tokens": 1024,
        "temperature": 0.8,
        "top_p": 1,
        "presence_penalty": 0,
        "messages": [
            {
                "role": "system",
                "content": "你是一个专业的AI助手，擅长回答技术问题。"
            },
            {
                "role": "user", 
                "content": "请解释一下什么是大语言模型？"
            }
        ]
    }'

多模态图像理解

curl https://api.dubrify.com/v1/chat/completions \
    --header 'Authorization: Bearer sk-your-api-key' \
    --header 'Content-Type: application/json' \
    --data '{
        "model": "gpt-4o",
        "max_tokens": 1024,
        "messages": [
            {
                "role": "system",
                "content": "你是一个专业的前端开发专家，擅长使用Tailwind CSS"
            },
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": "请根据这张图片生成对应的网页代码，使用Tailwind CSS样式"
                    },
                    {
                        "type": "image_url", 
                        "image_url": {
                            "url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD/..."
                        }
                    }
                ]
            }
        ]
    }'

模型支持

OpenAI 系列

支持所有 OpenAI 官方模型：

gpt-4o, gpt-4o-mini — 多模态模型
gpt-4.1, gpt-4.1-mini, gpt-4.1-nano — 最新一代模型
o3, o4-mini — 推理模型

Anthropic Claude

完全兼容 OpenAI API 格式，只需更换模型名称：

response = client.chat.completions.create(
    model="claude-sonnet-4-6",  # 使用 Claude 模型
    messages=[{"role": "user", "content": "你好"}]
)

支持的 Claude 模型：

claude-opus-4-6 — 最强性能模型
claude-sonnet-4-6 — 平衡性能与速度
claude-haiku-4-5 — 快速响应模型

Google Gemini

同样支持 OpenAI API 格式调用：

response = client.chat.completions.create(
    model="gemini-2.5-flash",  # 使用 Gemini 模型
    messages=[{"role": "user", "content": "Hello Gemini"}]
)

支持的 Gemini 模型：

gemini-2.5-pro — 高性能推理模型
gemini-2.5-flash — 快速响应模型

xAI Grok

response = client.chat.completions.create(
    model="grok-3",  # 使用 Grok 模型
    messages=[{"role": "user", "content": "Hello Grok"}]
)

高级功能

Gemini专属功能

联网搜索

为Gemini模型启用实时搜索功能：

curl -X POST https://api.dubrify.com/v1/chat/completions \
    --header 'Content-Type: application/json' \
    --header 'Authorization: Bearer sk-your-api-key' \
    --data '{
        "model": "gemini-2.5-flash",
        "messages": [
            {"role": "user", "content": "2024年最新的AI技术发展趋势是什么？"}
        ],
        "tools": [
            {
                "type": "function",
                "function": {
                    "name": "googleSearch",
                    "description": "Search the web for current information",
                    "parameters": {}
                }
            }
        ]
    }'

代码执行

启用Gemini的代码执行能力：

curl -X POST https://api.dubrify.com/v1/chat/completions \
    --header 'Content-Type: application/json' \
    --header 'Authorization: Bearer sk-your-api-key' \
    --data '{
        "model": "gemini-2.5-flash",
        "messages": [
            {"role": "user", "content": "请计算斐波那契数列的前20项，并绘制图表"}
        ],
        "tools": [
            {
                "type": "function",
                "function": {
                    "name": "codeExecution",
                    "description": "Execute Python code",
                    "parameters": {}
                }
            }
        ]
    }'

计费说明

计费模式

基于Token计费

适用于文本生成模型（OpenAI、Claude、Gemini等）：

实际费用 = Token数量 × 模型官方单价 × 渠道折扣 × 用户等级折扣

按次计费

适用于生成类模型（Midjourney、Suno等）：

实际费用 = 调用次数 × 模型固定单价 × 渠道折扣 × 用户等级折扣

优惠政策

🏢 企业客户: 享受商用优惠定价和专用高速通道
📈 大用量客户: 自动升级用户等级，享受更低折扣
🔄 动态定价: 价格根据市场情况和成本进行合理调整

最佳实践

性能优化

# 简单任务使用经济模型
simple_response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "翻译这个句子"}]
)

# 复杂任务使用高级模型
complex_response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "分析这份复杂的商业报告"}]
)

# ❌ 低效提示
bad_prompt = "帮我写代码"

# ✅ 高效提示
good_prompt = """
作为一个专业的Python开发者，请帮我：
1. 编写一个处理CSV文件的函数
2. 包含错误处理和数据验证  
3. 添加详细的注释和文档字符串
4. 返回处理结果的统计信息
"""

# 启用流式响应提升用户体验
stream = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "写一篇长文章"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content is not None:
        print(chunk.choices[0].delta.content, end="")

安全建议

API密钥管理

import os
from openai import OpenAI

# ✅ 使用环境变量存储密钥
client = OpenAI(
    base_url="https://api.dubrify.com/v1",
    api_key=os.getenv("API_KEY")
)

# ❌ 不要在代码中硬编码密钥
# api_key="sk-hardcoded-key-in-code"  # 危险！

内容过滤

# 实现内容安全检查
def safe_chat_completion(user_input):
    # 检查输入内容
    if contains_sensitive_content(user_input):
        return {"error": "Content not allowed"}
    
    # 正常调用API
    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": user_input}]
    )
    return response

常见问题

常见错误处理

身份认证失败

try:
    response = client.chat.completions.create(...)
except Exception as e:
    if "401" in str(e):
        print("API密钥无效，请检查密钥是否正确")
    elif "403" in str(e):
        print("权限不足，请检查账户余额或权限设置")

模型不可用

# 模型回退策略
def robust_chat_completion(messages, preferred_model="gpt-4o"):
    models = [preferred_model, "gpt-4o-mini", "gpt-3.5-turbo"]
    
    for model in models:
        try:
            return client.chat.completions.create(
                model=model, 
                messages=messages
            )
        except Exception as e:
            print(f"Model {model} failed: {e}")
            continue
    
    raise Exception("All models failed")

使用指南

On this page