API 文档

快速开始

接口地址	`https://babelmesh.ai/v1`
认证	请求头 `Authorization: Bearer YOUR_KEY`。密钥以 `sk-fab-` 开头。
获取密钥	打开账户控制台创建账户和密钥。密钥只在创建时显示一次，请保存好。你可以随时在那里创建和停用密钥。

任何时候都可以列出当前可用的模型：

curl

curl https://babelmesh.ai/v1/models \
  -H "Authorization: Bearer $BABEL_KEY"

不知道选哪个模型，就用 auto。Babel Mesh 会看这个请求：闲聊和简单问题交给快速模型；代码交给代码模型；推理、超长材料、工具调用或结构化输出交给最强的模型；某个模型没有节点或排队太久时，改用另一个。判断只读请求本身（长度、有没有代码、工具或结构化输出格式），什么都不保存。响应头 X-Gateway-Model 说明由哪个模型回答，X-Gateway-Auto 说明原因。auto 只会选你的账户有权使用的模型。

你也可以指定一个：chat-default（快速）、chat-strong（强）、embedding-default（嵌入）、video-default（视频）。图像请用模型名 z-image-turbo（图像请求也可以用 auto）。别名指向当前最合适的模型；直接写模型本身的名字也可以。

聊天

接口是 POST /v1/chat/completions；设置 stream: true 可以流式返回答案。

curl

curl https://babelmesh.ai/v1/chat/completions \
  -H "Authorization: Bearer $BABEL_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "auto",
    "messages": [{"role": "user", "content": "Introduce yourself in one sentence"}]
  }'

用 OpenAI 的 Python SDK：

python

from openai import OpenAI

client = OpenAI(base_url="https://babelmesh.ai/v1", api_key="sk-fab-...")

stream = client.chat.completions.create(
    model="auto",
    messages=[{"role": "user", "content": "Write a Python function that checks for palindromes"}],
    stream=True,
)
for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="")

嵌入

接口是 POST /v1/embeddings；input 是一个字符串或字符串列表。

curl

curl https://babelmesh.ai/v1/embeddings \
  -H "Authorization: Bearer $BABEL_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "embedding-default", "input": ["a lighthouse at dawn", "a paper boat on a pond"]}'

图像

接口是 POST /v1/images/generations；图片以 base64 返回（data[0].b64_json）。

curl

curl https://babelmesh.ai/v1/images/generations \
  -H "Authorization: Bearer $BABEL_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "z-image-turbo", "prompt": "a lighthouse at dawn, watercolor", "n": 1}'

视频

视频需要几分钟，所以是异步任务：提交、查询状态、再取回文件。

curl

# 1. Submit; the answer holds a job id
curl https://babelmesh.ai/v1/videos \
  -H "Authorization: Bearer $BABEL_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "video-default", "prompt": "a paper boat on a pond", "seconds": "3"}'

# 2. Poll: queued, in_progress, completed or failed
curl https://babelmesh.ai/v1/videos/VIDEO_ID -H "Authorization: Bearer $BABEL_KEY"

# 3. When completed, fetch the video (mp4)
curl https://babelmesh.ai/v1/videos/VIDEO_ID/content -H "Authorization: Bearer $BABEL_KEY" -o out.mp4

每个账户同时进行的视频任务数量有限。生成好的视频保留一天。

在其他应用里使用

因为接口兼容 OpenAI，所以可以用在 Open WebUI、Cherry Studio、Chatbox 这类聊天软件，以及编辑器里的 AI 插件上。把它添加为“OpenAI 兼容”的服务商，只需要两项设置：

接口地址	`https://babelmesh.ai/v1`
API 密钥	你的密钥，以 `sk-fab-` 开头。

这些应用不了解视频任务接口（提交、查询、取回）；生成视频请像上面那样直接调用 API。
对话历史留在你自己的应用里，Babel Mesh 不保存。内容按账户的数据级别处理，默认是“公开”，可能在贡献者的电脑上运行：不要输入私密或机密材料。
如果你为多个人部署这样的应用，他们会共用同一把密钥的积分和限额。

客户端的本机接口

Babel Mesh 客户端装好后，还可以在这台电脑上提供接口，让电脑上的其他程序像用本地大模型一样使用网络。它默认是关着的，要在客户端的“账户”页打开“本机接口”。它只监听这台电脑（默认端口 18650，客户端会显示具体地址），程序用客户端显示的令牌，不用你的账户密钥。

OpenAI 兼容	`http://127.0.0.1:18650/v1`：聊天、补全、图像、视频和模型列表。
Ollama 兼容	`http://127.0.0.1:18650`：`/api/chat`、`/api/generate`、`/api/tags`、`/api/show`、`/api/ps`、`/api/version`、`/api/embed`。
Anthropic 兼容	`http://127.0.0.1:18650`：`POST /v1/messages`，给 Claude Code 这类工具用。

只认 Ollama 默认端口 11434 的工具也能用：但只有这台电脑上没有安装、也没有运行 Ollama 的时候，客户端才会在 11434 上应答，两边不会抢端口。
可以接 Claude Code、Open WebUI、Continue、Cursor、Cherry Studio、LobeChat，以及 OpenAI 和 Ollama 的 SDK。
请求会以你的账户送到网络里，所以照常扣积分，数据级别也照旧。

在别的地方，用同一个账户

公网地址 https://babelmesh.ai/v1 在任何地方都能用你账户的密钥访问，所以另一台电脑、服务器或手机上的软件都可以直接连。目前这个地址提供的是 OpenAI 兼容接口。要在另一台电脑上用 Ollama 或 Anthropic 风格的工具，请在那台电脑上装客户端、用同一个账户登录，再用上面说的本机接口。客户端不开放入站端口，所以它的本机接口从别的机器是连不上的。

计划中，没有日期：公网地址上也提供 Anthropic 风格和 Ollama 风格的接口。

错误与限制

`400`	请求格式有误，或者比任何可用模型能处理的都长（`context_length_exceeded`），或者所选模型是嵌入模型而请求不是嵌入请求。
`401`	没有密钥，或密钥无效。
`402`	积分用完了，或者这把密钥的额度用完了。
`404`	模型名称有误，或者现在没有节点提供该模型。
`429`	超过了账户每分钟请求数或词元数的限制。请稍等片刻。
`503`	现在太忙了。响应头 `Retry-After` 会告诉你要等多少秒。

错误的格式与 OpenAI 一致：{"error": {"message": "...", "type": "..."}}。你的余额和限额：GET /v1/account。