端点
wire_api = "chat" 已被移除),有了它,Codex 以及其他只讲 Responses 协议的客户端就能把 VibeToken 用作模型服务商。
在 Codex 中使用 VibeToken
请先按照 Codex 配置指南 安装已验证的模型目录并配置 个人 API 密钥。服务商设置如下:model 和 model_provider 必须放在服务商表之前的顶层。
每轮发送完整历史并使用 store: false。
工具、流式响应、推理和压缩的当前限制详见配置指南。
请求头
请求体
纯字符串或输入项数组。支持
message(developer 映射为 system)、function_call、function_call_output、custom_tool_call、custom_tool_call_output(用于 apply_patch)和 reasoning。消息及工具结果可包含 input_text、output_text 和 URL/base64 input_image。原生加密推理和摘要会被保留,但回放要求路由显式声明兼容能力;未声明兼容的密文历史返回 HTTP 400。设为
true 时,文本、推理、函数参数和补丁输入跟随上游,以实时 response.* Server-Sent Events 转发。事件的 sequence_number 递增,输出项 ID 稳定。结束事件为 response.completed、response.incomplete(输出上限或内容过滤)或 response.failed,不发送 [DONE]。客户端断开后仍会完成用量结算。扁平 Responses 格式的函数工具,包含
name、description、parameters 和可选布尔 strict。支持客户端函数/自定义工具的 namespace 分组,历史与输出保留工具名称及命名空间。自定义 apply_patch 转换成上游函数调用并以 custom_tool_call 返回。其他自定义工具及 web_search 等托管工具返回 HTTP 400。约束是否生效取决于上游。"auto"、"none"、"required"、{"type": "function", "name": "..."},或 {"type": "custom", "name": "apply_patch"}。强制选择取决于上游模型;已测试的 Qwen 配置使用 "auto"。effort 按地区、上游和模型映射,覆盖 DeepSeek V4 变体(包括带日期的 Ark ID)、部分 PPIO Kimi/GLM 模型、Kimi K3.1 Pro、Qwen4 Max 及显式模型参数。可用档位和 none 行为因模型而异。不支持的控制返回 HTTP 400。所有模型都接受 summary,取值同 OpenAI(auto、concise 或 detailed);路由无法生成摘要时忽略该字段,推理以 reasoning_text 完整返回。仅在上游提供时返回原生推理元数据和真实推理 token 数,不生成伪造的摘要或隐藏状态。format 接受 {"type":"text"}、{"type":"json_object"},或 {"type":"json_schema","name":"result","schema":{...},"strict":true},取决于模型能力。这两个路由的 Qwen 3.5 397B 支持 json_object,不支持 json_schema。verbosity(low、medium、high)仅在模型参数明确声明时转发;其他情况返回 HTTP 400。接受
message.output_text.logprobs 和 reasoning.encrypted_content。仅在上游提供时返回密文,此设置不能为不支持的模型增加原生推理能力。无状态设计
不支持previous_response_id、conversation、服务端会话存储及后台执行。携带这些有状态控制或 store: true 的请求返回 HTTP 400。每轮发送完整历史并使用 store: false。
不支持 WebSocket 或 /v1/responses/compact。
示例
响应
output 数组会包含 function_call 项(call_id、name、arguments);请在下一次请求的 input 中以 function_call_output 项返回每个结果。
原生 patch 调用返回 custom_tool_call(call_id、name、input)。
下一轮应回传该项及其 custom_tool_call_output(call_id、output)。
补丁由 Codex 客户端执行,API 不会编辑你的文件。
用量(usage)
usage 与 OpenAI 的用量对象逐字段一致(OpenRouter 返回的结构相同),所有字段始终返回,为零时也会返回:
input_tokens_details.cached_tokens— 本次请求从 prompt 缓存中读取的输入 token 数(缓存读取)。input_tokens_details.cache_write_tokens— 本次请求写入 prompt 缓存的输入 token 数。只有定义了缓存写入费率的模型才会大于 0。output_tokens_details.reasoning_tokens— 用于推理的输出 token 数。
response.completed 事件携带相同的 usage。