开发文档｜Puffer Pro

STEP 1

设置接口地址

https://pufferpro.com/gateway/v1

STEP 2

发送请求

curl https://pufferpro.com/gateway/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "auto-work",
    "messages": [{"role": "user", "content": "你好"}],
    "max_tokens": 6000,
    "stream": false
  }'

模型与价格

仅提供翻译模型、工作模型和速度模型，分别填写 auto-translate、auto-work、auto-fast。单次实际输入＋输出合计不超过 50,000 Token，基础价格为输入 $2.500、输出 $6.500／百万 Token；超过后整次请求改用输入 $11.000、输出 $19.000／百万 Token。

模型名称	用途
`auto-translate`	翻译模型：Qwen 3.8 → GPT-OSS-120B
`auto-work`	工作模型：GPT-OSS-120B → Qwen 3.8
`auto-fast`	速度模型：Qwen 3.8 → GPT-OSS-120B

三个入口使用 /chat/completions，按对应模型池顺序选路。独立 auto 已停用；三个入口价格相同，不保证每次响应最快。三个入口仅支持文本，目前不支持 /responses。OpenRouter 仍为明确声明公开非敏感内容后的最后备用，auto-fast 仅使用 Super 备用；其他两个入口可使用 Super → Ultra → Lightning。

公开内容的免费上游备用路由

先使用原有自动路由，仅在其他接口均不可用，且明确确认全部请求内容已公开且不含敏感信息时，才使用 OpenRouter 的 Nemotron Super → Ultra → Lightning 免费端作为最后备用。选择上述三个模型入口之一，本平台收费不变。

这些免费端会记录请求用于安全和服务改进。个人信息、密码、客户资料、机密文件，以及包含上述内容的历史消息、系统提示和工具返回，都不能启用此选项。未确认或标记为敏感的请求不会发送到这三个免费端，但仍会按原有路由发送至其他上游服务，不等同于本地处理或零留存。

在文档翻译或在线测试中勾选公开内容确认；第三方工具需在请求正文中加入下列字段。没有附加字段支持的工具继续使用原有路由，请勿把该声明自动套用到所有用户或对话。

"metadata": { "puffer_content_policy": "public_non_sensitive" }

不启用时请省略该字段，或设置 puffer_content_policy 为 sensitive。免费端数据说明

网页翻译

沉浸式翻译填写完整接口地址 https://pufferpro.com/gateway/v1/chat/completions，模型填写 auto-translate。费用按实际输入与输出用量以美元结算。

curl https://pufferpro.com/gateway/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "auto-translate",
    "messages": [{"role": "user", "content": "Translate into Chinese: The weather is nice today."}],
    "max_tokens": 6000
  }'

流式输出

把 stream 设置为 true，服务会使用 SSE 逐段返回内容，最后发送 [DONE]。

curl https://pufferpro.com/gateway/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "auto-work",
    "messages": [{"role": "user", "content": "介绍一下你自己"}],
    "max_tokens": 6000,
    "stream": true
  }'

常见错误

HTTP 401

API Key 无效、停用或未提供

HTTP 429

当前 Key 美元余额不足，或请求过快

HTTP 502

上游模型暂时不可用

使用限制与安全

• 单次平台输入＋输出安全预算最多 350,000 Token。输入采用保守估算，为输出留出空间；模型自身的上下文与输出限制仍然适用。
• 未填写输出预算时默认 6,000 Token。输出预算并不等于实际用量；计费门槛根据实际输入＋输出合计判断。
• 按可能的最高费用预留可用余额，最终只扣实际费用。查看全部价格表了解两档费率。
• API Key 可在支持自定义 OpenAI 接口的 App 中使用，只在创建时完整显示一次。
• 不要把 Key 写进公开网页、代码仓库或截图。停用、归档或可用余额不足后将无法继续调用。

几分钟接入 AI API