配置你的客户端

注册完拿到 key 后，需要把客户端指向 ByteSpike 而不是某个模型厂商自己的网关。整个网关都在 https://llm.bytespike.ai —— 所有协议、所有模型。选定匹配客户端的协议，设置两个环境变量，就完成了。

1. 拿到一个 API key

登录 console.bytespike.ai/keys 并点击 创建 key。挑一个路由分组（Claude 模型用 claude-default、Gemini 用 gemini-default，或用 default 路由全部模型 —— 各分组包含哪些模型见模型）。明文密钥只在创建时展示一次 —— 务必保存。格式：sk-byts-…。

请把 key 当作数据库密码对待。每个 key 只绑定一个路由分组；要访问多个模型家族，请为每个分组单独创建 key，不要试图把所有模型塞进一把 key。

2. 选一个协议

三种协议都打同一个网关。挑你客户端原生支持的那种 —— 计费、限流、credits 记账在三者间完全一致。选用哪个 URL 取决于你是用 SDK（SDK 会自动追加 endpoint 路径）还是手撸 curl / REST（自己写完整路径）。

SDK base URL

把这个值设为 ANTHROPIC_BASE_URL / OPENAI_BASE_URL / Gemini 客户端的 endpoint。 SDK 会自动追加 /v1/messages、/chat/completions 或 /models/{model}:generateContent。

协议	SDK base URL	典型客户端
Anthropic Messages	`https://llm.bytespike.ai`	Claude Code、Claude Desktop、Anthropic SDK
OpenAI Chat Completions	`https://llm.bytespike.ai/v1`	OpenAI SDK、Cherry Studio、NextChat、LobeChat
Gemini Native	`https://llm.bytespike.ai/v1beta`	Google AI Studio 示例、vertex 兼容客户端

Full endpoint（curl / REST 用）[#full-endpoint]

如果你用 curl 或任何需要写出完整请求 URL 的客户端，请用 full endpoint。 console 上 Keys → EndpointBanner 复制的就是这个。

协议	Full endpoint
Anthropic	`https://llm.bytespike.ai/v1/messages`
OpenAI	`https://llm.bytespike.ai/v1/chat/completions`
Gemini	`https://llm.bytespike.ai/v1beta/models/{model}:generateContent`

Gemini 的路径里需要把 model id 写到 URL 中（例如 gemini-3.1-pro:generateContent）；另两个协议的 model 写在 JSON body 里。

3. 设置环境变量

Anthropic Messages
OpenAI Chat Completions
Gemini Native

对 Claude Code 和 Anthropic SDK 来说，只要两个环境变量：

export ANTHROPIC_BASE_URL=https://llm.bytespike.ai
export ANTHROPIC_API_KEY=sk-byts-...

任何读取这两个标准变量的客户端（Claude Code、Anthropic Python / TypeScript SDK、第三方客户端）都能透明拾取。然后调用任意 Anthropic 兼容的模型：

import anthropic
client = anthropic.Anthropic()  # 读取环境变量
msg = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": "hi"}],
)

或者用 full endpoint 走 curl：

curl https://llm.bytespike.ai/v1/messages \
  -H "x-api-key: sk-byts-..." \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "max_tokens": 64,
    "messages": [{"role": "user", "content": "hi"}]
  }'

OpenAI SDK 在构造时传入 base URL：

from openai import OpenAI
client = OpenAI(
    base_url="https://llm.bytespike.ai/v1",
    api_key="sk-byts-...",
)
r = client.chat.completions.create(
    model="gemini-3-5-flash",    # 任意 ByteSpike model id 都能用
    messages=[{"role": "user", "content": "hi"}],
)

或者大多数 OpenAI 兼容客户端用环境变量：

export OPENAI_BASE_URL=https://llm.bytespike.ai/v1
export OPENAI_API_KEY=sk-byts-...

full endpoint 走 curl：

curl https://llm.bytespike.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-byts-..." \
  -H "content-type: application/json" \
  -d '{
    "model": "gpt-5-4",
    "messages": [{"role": "user", "content": "hi"}]
  }'

Google 的原生协议通过 query 参数传 key：

curl "https://llm.bytespike.ai/v1beta/models/gemini-3.1-pro:generateContent?key=sk-byts-..." \
  -H "content-type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "hi"}]}]
  }'

读取 GEMINI_API_KEY 且支持自定义 endpoint 的 Vertex / AI Studio SDK 也是同样的方式。

4. 选一个模型

一个 key 调任意厂商的任意模型。不需要单独的 Anthropic / OpenAI / Google / DeepSeek 订阅 —— ByteSpike 在一个端点下全部提供。常用 model ID（完整目录见 Console → Models 或者 GET /v1/models）：

家族	用这些 id
Claude	`claude-opus-4-8`、`claude-sonnet-4-6`、`claude-haiku-4-5`
GPT-5	`gpt-5-5`、`gpt-5-4`、`gpt-5-4-mini`
Gemini	`gemini-3-5-flash`、`gemini-3-flash-lite`
DeepSeek	`deepseek-v4-pro`、`deepseek-v4-flash`
Kimi / GLM / MiniMax / Doubao	`kimi-k2-6`、`glm-5-1`、`minimax-m2-7`、`doubao-seed-2-0-pro`
图像	`gpt-image-2`、`nano-banana-pro`、`nano-banana-v2`
视频	`veo3-1`、`veo3-1-fast`、`veo3-1-lite`

无论用哪种协议，model id 都是同一个字符串 —— claude-sonnet-4-6 在 Anthropic Messages、OpenAI Chat Completions、Gemini Native 上都能调。

5. 各客户端配置

Claude Code (CLI / agent)

Claude Code 自动读取 ANTHROPIC_BASE_URL 和 ANTHROPIC_API_KEY。加到你的 shell 配置：

# ~/.zshrc 或 ~/.bashrc
export ANTHROPIC_BASE_URL=https://llm.bytespike.ai
export ANTHROPIC_API_KEY=sk-byts-...

之后 claude 调用任意 Anthropic 协议模型都会走 ByteSpike。

Claude Desktop

打开设置 → Developer → Edit Config。把环境变量加到对应操作系统的区块下。重启应用让改动生效。

Cherry Studio

设置 → Model Providers → Add Provider → “OpenAI Compatible”。 Base URL：https://llm.bytespike.ai/v1。API key：你的 ByteSpike key。之后上表里的任意 model id 都能用。

NextChat / ChatGPT-Next-Web

设置 → 自定义 Endpoint。API URL：https://llm.bytespike.ai/v1。 API Key：你的 ByteSpike key。Model：上面任意 id。

OpenAI SDK (Python / TypeScript)

在客户端构造时传入 base_url / baseURL。每次调用只有 model 字符串需要改。Python：

from openai import OpenAI
OpenAI(base_url="https://llm.bytespike.ai/v1", api_key="sk-byts-...")

TypeScript：

import OpenAI from "openai"
new OpenAI({ baseURL: "https://llm.bytespike.ai/v1", apiKey: "sk-byts-..." })

6. 验证接线

请求 /v1/models 确认 key 生效，并查看账号实际能调的模型：

curl https://llm.bytespike.ai/v1/models \
  -H "Authorization: Bearer sk-byts-..."

响应是 JSON model 对象数组。data[].id 应该包含你这一级别下所有能用的模型。如果列表比预期短，去 console.bytespike.ai/account 检查 —— 你的 allowed_models 可能被组织默认值或管理员策略限制了。

错误以你调用的协议原生格式返回。401 说明 key 错；403 说明 key 有效但模型不在你的级别内；402 说明 credits 不足 —— 去 console.bytespike.ai/billing 充值。

下一步

鉴权 —— 完整的请求头说明 + key 管理
模型 —— 每个模型的价格卡和能力标签
错误处理 —— 重试语义和状态码

快速开始

客户端配置

从其他平台迁移

核心概念

模型

内部文档（DOSIA 关联）

配置你的客户端

1. 拿到一个 API key

2. 选一个协议

SDK base URL

Full endpoint（curl / REST 用）[#full-endpoint]

3. 设置环境变量

4. 选一个模型

5. 各客户端配置

6. 验证接线

下一步

​1. 拿到一个 API key

​2. 选一个协议

​SDK base URL

​Full endpoint（curl / REST 用）[#full-endpoint]

​3. 设置环境变量

​4. 选一个模型

​5. 各客户端配置

​6. 验证接线

​下一步

1. 拿到一个 API key

2. 选一个协议

SDK base URL

Full endpoint（curl / REST 用）[#full-endpoint]

3. 设置环境变量

4. 选一个模型

5. 各客户端配置

6. 验证接线

下一步