跳到正文
土土金API

Google对话

gemini-2.5-pro-nothinking

Google 的对话模型。

  • 3 个分组
最高成功率
最低首字延迟
最高吞吐

近 24 小时线路监测,约每 5 分钟更新

你更看重什么?

按你的优先级推荐一个分组,创建 API Key 时选它即可。

各分组计费明细

同一模型在不同分组的线路来源与价格不同;在控制台创建 API Key 时为每把 Key 选择分组。

  • 官方原价·企业

    官方转发

    按官方原价计费的企业线路,OpenAI 与 Claude 官方来源,优先保障稳定

    价格 · ¥ / 百万 tokens

    输入
    ¥13.69
    输出
    ¥109.5

    近 24 小时

  • Gemini 优质

    最低价官方转发

    Google Gemini 官方转发,支持视频理解

    价格 · ¥ / 百万 tokens

    输入
    ¥5
    输出
    ¥40

    近 24 小时

  • Gemini 高配

    官方转发

    Google Gemini 官方转发的高配额线路

    价格 · ¥ / 百万 tokens

    输入
    ¥7.5
    输出
    ¥60

    近 24 小时

可用率、吞吐与延迟为近 24 小时线路监测数据,约每 5 分钟更新。

近 24 小时线路可用性

数据为近 24 小时线路监测,约每 5 分钟更新。成功率按实际请求统计,没有调用的时段显示为「无数据」,不计入成功率。

接口文档

OpenAI 兼容接口:Base URL 填 https://www.tutujin.com/v1,API Key 在控制台创建。下面的示例已填好当前模型名。

示例从环境变量 TUTUJIN_API_KEY 读取密钥。请不要把 Key 写进前端代码或提交到代码仓库。

POST

https://www.tutujin.com/v1/chat/completions

OpenAI Chat Completions 格式的对话接口,支持多轮消息、流式输出和工具调用。

请求头

Authorization:
Bearer $TUTUJIN_API_KEY
Content-Type:
application/json
curl https://www.tutujin.com/v1/chat/completions \
  -H "Authorization: Bearer $TUTUJIN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-pro-nothinking",
    "messages": [
      {
        "role": "user",
        "content": "你好,请用一句话介绍你自己。"
      }
    ],
    "stream": false
  }'

主要参数

modelstring必填
模型名,此处为 gemini-2.5-pro-nothinking
messagesarray必填
对话消息数组,每条包含 role(system / user / assistant / tool)和 content
streamboolean
是否以 SSE 流式返回,默认 false
stream_optionsobject
流式时传 {"include_usage": true},最后一个数据块会带上本次用量
max_tokensinteger
本次最多生成的 token 数;部分新模型改用 max_completion_tokens
temperaturenumber
采样温度,常用 0–1;越低输出越稳定
top_pnumber
核采样阈值,通常与 temperature 二选一调整
stopstring | array
生成到这些字符串时停止
toolsarray
可供模型调用的函数(工具)定义列表
tool_choicestring | object
是否调用、调用哪个工具:auto、none 或指定函数
response_formatobject
输出格式,例如 {"type": "json_object"} 或 JSON Schema
reasoning_effortstring
推理强度 low / medium / high,仅推理模型支持
POST

https://www.tutujin.com/v1beta/models/gemini-2.5-pro-nothinking:generateContent

Google Gemini 原生格式(generateContent)。需要流式输出时改用 :streamGenerateContent?alt=sse。

请求头

x-goog-api-key:
$TUTUJIN_API_KEY
Content-Type:
application/json
curl "https://www.tutujin.com/v1beta/models/gemini-2.5-pro-nothinking:generateContent" \
  -H "x-goog-api-key: $TUTUJIN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "你好,请用一句话介绍你自己。"
          }
        ]
      }
    ]
  }'

主要参数

contentsarray必填
对话内容数组,每条包含 role(user / model)和 parts
systemInstructionobject
系统指令,结构同一条 content
generationConfigobject
生成参数,如 temperature、maxOutputTokens、thinkingConfig
toolsarray
工具定义,例如函数声明
safetySettingsarray
安全过滤阈值设置

关于 token 与计费

大模型按 token 计量输入和输出。了解 token 的计算方式,能帮你更准确地预估成本。

token 是什么

token 是模型读写文本的最小单位。请求发出后,文本先由模型的分词器(tokenizer)切成一个个 token,再按 token 数计费。

不同厂商、不同代际的模型分词器不同,同一段文字在不同模型上的 token 数可能相差不少。最准确的数字是接口返回的 usage 字段。

中英文大致换算

下表是常见的经验值,只用于粗略估算,实际视模型的分词器而定。代码、数字、生僻字和表情符号通常更「费」token。

内容大致 token 数
1 个英文单词约 1.3 个
1,000 个英文字符约 250 个
1 个汉字约 0.6 – 1.5 个,视分词器而定
1,000 个汉字约 600 – 1,500 个

输入、输出与缓存如何计费

按 token 计费的模型,一次请求的费用由几部分相加,单价都按「每百万 tokens」标注:

  • 输入(prompt tokens):系统提示、历史消息、工具定义、上传的文件内容都算输入,按输入价计费。
  • 输出(completion tokens):模型生成的内容,按输出价计费,通常比输入贵数倍。
  • 缓存读取:输入中命中上下文缓存的部分按缓存读取价计费,一般只有输入价的一小部分。
  • 缓存写入:部分模型(如 Claude)首次把内容写入缓存时,按缓存写入价计费。
  • 按次计费的模型(多见于图像、视频)每次请求固定价格,与 token 数无关。

费用 = 输入 × 输入价 + 输出 × 输出价 + 缓存读取 × 缓存读取价 + 缓存写入 × 缓存写入价

以本模型「Gemini 优质」分组为例:一次请求输入 2,000 tokens、输出 500 tokens,费用约 ¥0.03(输入 ¥0.01,输出 ¥0.02)。

推理 token 计入输出

推理(思考)模型在给出答案前会先生成一段内部推理。这部分 token 虽然不一定返回给你,但会计入输出(usage 中的 reasoning tokens),按输出价计费。

所以同一个问题,推理模型的输出 token 往往明显更多。不需要深度推理的任务,可以调低推理强度,或换用非推理模型。

图片和音频也会折算成 token

多模态模型会把图片按分辨率折算成一定数量的输入 token,尺寸越大、细节档位越高,token 越多;音频通常按时长折算。具体折算方式各模型不同,以接口返回的 usage 为准。

在哪里查看每次扣费

登录控制台,在「操作日志」里可以看到每次调用的模型、分组、输入 / 输出 / 缓存 token 数和实际扣费金额,并支持筛选和导出。

在代码里,接口返回的 usage 字段也会给出本次的 token 数;流式请求记得开启 include_usage。

降低成本的几个办法

  • 按需选分组:同一模型在不同分组价格不同,在「价格」标签页可以按省钱、均衡或稳定挑选。
  • 用好缓存:把固定不变的系统提示、参考文档放在消息开头,提高缓存命中率。
  • 控制输出:设置 max_tokens,并在提示里要求简洁的输出格式。
  • 精简上下文:长对话定期做摘要,避免每轮都发送完整历史。
  • 大小模型搭配:分类、抽取等简单任务交给更便宜的模型,复杂任务再用旗舰模型。
  • 推理模型按需调低推理强度。