Документация Tokenator API

Базовые адреса и авторизация

У Tokenator два входа. Один говорит на языке OpenAI, второй — на языке Anthropic. Выбирайте тот, который уже понимает ваш клиент; конвертацией между форматами занимается сам прокси.

Ключ также принимается в заголовке Authorization: Bearer на Anthropic-входе — так проще подключать клиенты, которые умеют только один способ авторизации.

Эндпоинты

Первый запрос

curl https://api.tokenator.top/v1/chat/completions \
  -H "Authorization: Bearer sk-your-tokenator-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "messages": [{"role": "user", "content": "Привет"}]
  }'

curl https://api.tokenator.top/anthropic/v1/messages \
  -H "x-api-key: sk-your-tokenator-key" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "max_tokens": 256,
    "messages": [{"role": "user", "content": "Привет"}]
  }'

Потоковый режим

Добавьте "stream": true — ответ придёт как поток server-sent events. Для длинных ответов это не просто удобство: без стриминга клиент ждёт весь ответ целиком и может отвалиться по собственному таймауту.

Если ответ формируется долго, Tokenator шлёт keep-alive, чтобы соединение не закрыли промежуточные прокси.

Как считаются input и output токены

Input — всё, что уходит в модель: системный промпт, история сообщений, описания инструментов, приложенные файлы. Output — всё, что модель сгенерировала, включая reasoning-токены, даже если вы их не видите в ответе.

С лимита ключа списывается (input + output) × множитель модели. Множитель у каждой модели свой и указан на её странице в каталоге. Фактические токены апстрима видны в статистике ключа, а в биллинге они уже с коэффициентом.

Практический вывод: длинная история диалога — это input, который оплачивается заново на каждом запросе. В агентных сценариях именно она обычно составляет основную часть расхода, а не ответы модели.

Бесплатные модели

Часть моделей в каталоге помечена как бесплатные. Запросы к ним не списывают лимит токенов вашего ключа: множитель модели к ним не применяется, и остаток пакета не уменьшается.

Вместо этого у бесплатной модели есть собственная суточная квота на ключ — по токенам, по числу запросов или по обоим сразу. Квота считается отдельно для каждой модели и для каждого ключа: израсходовав дневной лимит на одной бесплатной модели, вы продолжаете пользоваться остальными.

Счётчик обнуляется в 00:00 UTC. Когда квота исчерпана, запрос возвращает ошибку 429 с кодом free_model_daily_limit — платный лимит ключа при этом не трогается. Достаточно дождаться сброса или перейти на платную модель.

Бесплатные модели работают через те же эндпоинты и с тем же ключом, что и платные — отдельной авторизации не нужно. Запросы к ним попадают в статистику и логи ключа как обычно, просто с нулевым списанием.

Текущий остаток по каждой бесплатной модели возвращает /v1/tokens в поле free_models.

{
  "limit": 1000000,
  "used": 240000,
  "remaining": 760000,
  "free_models": [
    {
      "model": "free-grok-4.6",
      "daily_tokens": 500000,
      "tokens_used": 82000,
      "tokens_remaining": 418000,
      "requests_used": 37,
      "resets_at": "2026-08-19T00:00:00Z"
    }
  ]
}

Что такое context window

Context window — предел того, сколько токенов модель может держать «в голове» за один запрос: input и output вместе. Превысили — апстрим вернёт ошибку, а не молча обрежет ваш промпт.

Отдельно от контекста существует максимальный output: сколько токенов модель может выдать в одном ответе. У большинства моделей он значительно меньше контекста. Оба значения для каждой модели указаны в каталоге.

Tools и function calling

Инструменты описываются как обычно для выбранного формата: массив tools в OpenAI-запросе или в Anthropic-запросе. Модель не вызывает функции сама — она возвращает намерение вызова, ваш код выполняет функцию и отправляет результат следующим сообщением.

Tokenator конвертирует описания инструментов между форматами, поэтому один и тот же набор tools работает на обоих входах. Клиентские серверные инструменты веб-поиска и веб-фетча из запроса удаляются: их выполнял бы апстрим, а не ваш код, и поведение было бы непредсказуемым.

Повторяющиеся описания инструментов и дубли блоков контента в истории схлопываются перед отправкой — это уменьшает input, не меняя смысла запроса.

Как включить reasoning

Поле reasoning_effort в запросе передаётся апстриму без изменений. Модели, которые его не понимают, игнорируют поле — ошибки не будет.

Кроме этого у самого ключа есть переключатель reasoning в личном кабинете: он действует независимо от того, что присылает клиент. Если reasoning для ключа выключен, расширенное размышление не используется.

Важно для бюджета: reasoning-токены тарифицируются как output. Высокий уровень усилий может увеличить расход в несколько раз при том же видимом ответе.

Файлы и изображения во входе

Изображения передаются штатным способом формата — как часть контента сообщения. Модель должна поддерживать изображения на входе; в каталоге это указано отдельным полем.

Текстовые вложения (.md, .txt) и PDF с текстовым слоем прокси распознаёт сам: текст извлекается и вставляется в запрос как текстовая часть. Сканы и файлы без текстового слоя передаются модели как файл.

Ошибки и лимиты

Ошибки апстрим-провайдеров клиенту не пересылаются: вместо чужих текстов и названий сервисов возвращается общее сообщение. Если модель обслуживают несколько провайдеров, Tokenator сначала пробует следующего по приоритету и отдаёт ошибку только когда закончились все.

Срок жизни ключа

Пакет действует до полного исчерпания лимита токенов или до истечения срока жизни ключа — что наступит раньше. Согласно действующей оферте, срок жизни ключа, выданного при покупке пакета, составляет 3 месяца (90 календарных дней) с момента выдачи, после чего ключ деактивируется, а неиспользованные токены не возвращаются.

Планируйте объём пакета под реальный темп расхода: длинная история диалога в агентных сценариях расходует input-токены быстрее, чем кажется. Актуальный остаток и дату выдачи всегда видно в личном кабинете.

Как проверить API-ключ

Самый быстрый способ — спросить у сервиса, что доступно этому ключу. Запрос ничего не расходует.

curl https://api.tokenator.top/v1/models \
  -H "Authorization: Bearer sk-your-tokenator-key"

curl https://api.tokenator.top/v1/tokens \
  -H "Authorization: Bearer sk-your-tokenator-key"

Пустой или отфильтрованный список моделей означает, что ключ действителен, но модели ему не разрешены. Ответ 401 — ключ недействителен.

Частые вопросы

Читайте дальше