腾讯混元对话 API

概述

腾讯混元对话模型现已上线 VibeToken，通过标准的兼容 OpenAI 的对话补全接口提供服务，支持流式输出与工具调用。Hy4 Preview 是一款大规模混合专家（MoE）推理模型，面向编程 Agent、复杂工具调用和长链路多步骤任务，拥有 100 万 token 上下文窗口。


提供方	Tencent
模型系列	`hy4`
模态	对话
输入	文本
输出	文本

模型

模型 ID	上下文窗口	最大输出 token	输入
`tencent/hy4-preview`	1,000,000	64,000	文本

本页不再列出价格。费率按模型配置在 VibeToken 目录中,并且可以按账号单独覆盖, 任何抄写到文档里的数字都会在下一次调价后失效。请通过 Models API 获取任一模型的实时费率:

GET /api/models/{model}/pricing

模型 ID 中的斜杠需要 URL 编码 —— 例如 tencent%2Fhy4-preview。按 token 计费：输入与输出 token 按该模型的费率计费，推理 token 计入输出。

接口端点

POST https://vibetoken.cn/v1/chat/completions

与 OpenAI 的对话补全 API 无缝兼容 —— 只需将你现有的 OpenAI 客户端指向 https://vibetoken.cn/v1，并使用你的 VibeToken 密钥即可。所有支持的参数详见完整的对话补全参考文档。

快速开始

curl https://vibetoken.cn/v1/chat/completions \
  -H "Authorization: Bearer $VIBETOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tencent/hy4-preview",
    "messages": [
      { "role": "user", "content": "Explain mixture-of-experts in one sentence." }
    ]
  }'

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://vibetoken.cn/v1",
    api_key=os.environ["VIBETOKEN_API_KEY"],
)

resp = client.chat.completions.create(
    model="tencent/hy4-preview",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://vibetoken.cn/v1",
  apiKey: process.env.VIBETOKEN_API_KEY,
});

const resp = await client.chat.completions.create({
  model: "tencent/hy4-preview",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(resp.choices[0].message.content);

设置 "stream": true 即可启用 token 流式输出（Server-Sent Events），与 OpenAI API 完全一致。temperature 与 top_p 照常可用。

推理

Hy4 Preview 会先思考再作答。推理过程通过 choices[].message.reasoning_content 返回（流式时为 delta.reasoning_content），与 content 中的最终回答分开。推理 token 按输出计费，请在 max_tokens 中为其预留空间。两类输出的返回与计费方式详见推理模型。

工具调用

传入 OpenAI 风格的 tools 即可。tool_choice 支持 "auto"（默认），也支持指定具体函数（{"type": "function", "function": {"name": "get_weather"}}）以强制调用某个工具。

结构化输出

Hy4 Preview 支持通过 JSON Schema 指定 response_format：

{
  "model": "tencent/hy4-preview",
  "messages": [{ "role": "user", "content": "Name a city and its country." }],
  "response_format": {
    "type": "json_schema",
    "json_schema": {
      "name": "city",
      "strict": true,
      "schema": {
        "type": "object",
        "properties": {
          "city": { "type": "string" },
          "country": { "type": "string" }
        },
        "required": ["city", "country"],
        "additionalProperties": false
      }
    }
  }
}

不支持普通 JSON 模式（{"type": "json_object"}），模型会拒绝该请求。需要返回 JSON 时，请改用 json_schema（即便是一个宽松的 schema）。

​概述

​模型

​接口端点

​快速开始

​推理

​工具调用

​结构化输出

概述

模型

接口端点

快速开始

推理

工具调用

结构化输出