5 分鐘內從 OpenAI 遷移至 TokenLab

從 OpenAI 的官方 API 切換到 TokenLab，只需更改兩個配置值：您的 base_url 和 api_key。您現有的每一個提示詞 (prompt)、每一個模型名稱以及每一個整合項目都保持不變。一旦完成了這兩行的變更，您就能透過相同的 API 金鑰和相同的請求格式，解鎖包括 OpenAI、Anthropic、Google、DeepSeek 等在內的超過 300 種模型。

重點摘要

• 從 OpenAI 遷移至 TokenLab 意味著只需替換兩個配置值。程式碼、提示詞和模型名稱無需重寫即可直接使用。
• 串流 (streaming)、函式呼叫 (function calling) 和視覺辨識 (vision) 的運作方式完全相同，因為該端點實作了與 OpenAI 相容的合約。
• 一個 API 金鑰即可存取來自多個實驗室的 300 多種模型。切換模型只需變更 model 參數中的一個單字。
• 在將生產環境流量導向新端點之前，請務必測試失敗路徑、逾時、模型白名單和計費。這些領域通常隱藏著遷移問題。

如果您在遷移前正在比較閘道選項，請閱讀價格比較以及 OpenRouter 與 TokenLab 的比較。希望優化視覺管線的團隊也可以探索 2026 年最佳 AI 圖像模型 API，或在 2026 年最佳 AI 影片模型 API 中查看影片生成選項。

最短的遷移路徑

1. 在 TokenLab 註冊並建立 API 金鑰（新帳戶可獲得 1 美元的免費額度）。
2. 在兩個位置替換您的 base_url 和 api_key。
3. 停止。您的應用程式已經可以運作了。

您發送的第一個請求將使用您現有的模型名稱（例如 gpt-5.5），並返回與 OpenAI 直接 API 相同的回應。無需升級 SDK，無需新增標頭，無需進行緊急重構。

切換後您將獲得什麼

除了即時的直接替換外，遷移至 TokenLab 還為您提供了單一控制平面，可管理您可能需要的所有模型。您無需為 Anthropic、Google 或 DeepSeek 開設獨立帳戶並整合不同的 SDK，只需發送相同的請求格式並更改 model 欄位即可。想在之前使用 GPT-5.5 的程式碼審查任務中嘗試 Claude Sonnet 5 嗎？只需更改一個字串："model": "claude-sonnet-5"。無需新的客戶端，無需新的驗證標頭。TokenLab 模型目錄列出了所有支援的模型，包括用於低成本批次任務的快速路由器 DeepSeek V4 Flash，以及用於高吞吐量代理的 Gemini 3.5 Flash。

由於 TokenLab 會協商供應商定價並聚合需求，您的單一 Token 成本通常會低於供應商的直接費率，儘管確切價格因模型而異。您可以將報價詳情與 OpenAI 的公開定價進行比較，看看在 GPT-5.5 等模型上能節省多少費用。當您需要更便宜的路由來進行背景摘要或簡單的問答時，低成本層級包括 DeepSeek V4 Flash、GLM-5.2、Gemini 3.5 Flash、Laguna XS 2.1、Hy3、Qwen3.7 Plus 和 MiniMax M3，這些模型無需更改任何程式碼即可使用。

大量使用程式碼助理的開發人員將會發現跨模型進行 A/B 測試非常容易。2026 年最佳程式設計 AI 模型文章介紹了 Claude Sonnet 5、Kimi K2.7 Code、DeepSeek V4 Pro 等模型在實際程式碼任務中的表現比較，所有這些模型都可以透過您剛指向 TokenLab 的相同 base URL 存取。您也可以在 TokenLab 模型排行榜上監控即時效能指標。

在不同環境中遷移

遷移方式在各種語言和工具中保持不一致。任何與 OpenAI 相容的客戶端只需要新的 base URL 和金鑰。

Python (OpenAI SDK)

# 之前：直接使用 OpenAI
from openai import OpenAI
client = OpenAI(api_key="sk-openai-xxx")

# 之後：TokenLab（只需更改兩行）
from openai import OpenAI
client = OpenAI(
    api_key="sk-tokenlab-xxx",
    base_url="https://api.tokenlab.sh/v1"
)

# 無需進一步更改
response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": "Hello, world!"}]
)
print(response.choices[0].message.content)

Node.js (openai npm 套件)

// 之前：直接使用 OpenAI
import OpenAI from 'openai';
const openai = new OpenAI({ apiKey: 'sk-openai-xxx' });

// 之後：TokenLab
import OpenAI from 'openai';
const openai = new OpenAI({
  apiKey: 'sk-tokenlab-xxx',
  baseURL: 'https://api.tokenlab.sh/v1'
});

// 無需進一步更改
const completion = await openai.chat.completions.create({
  model: 'gpt-5.5',
  messages: [{ role: 'user', content: 'Hello' }],
});
console.log(completion.choices[0].message.content);

cURL

curl https://api.tokenlab.sh/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-tokenlab-xxx" \
  -d '{
    "model": "gpt-5.5",
    "messages": [{"role": "user", "content": "Say hello"}]
  }'

相同的方法適用於任何接受自訂 base URL 的函式庫，包括 LangChain、TypeChat 和自訂 REST 客戶端。如果您的應用程式使用環境變數，只需將 OPENAI_BASE_URL 設定為 https://api.tokenlab.sh/v1，並將 OPENAI_API_KEY 設定為您的 TokenLab 金鑰即可。

驗證您的遷移

在替換生產環境流量之前，請執行此檢查清單。

步驟	檢查項目	預期結果
1. 基本完成	使用 gpt-5.5 發送簡單的聊天請求	回應與 OpenAI 的 API 相同
2. 串流	在請求上設定 stream: true	Token 以伺服器發送事件 (server-sent events) 形式到達
3. 函式呼叫	發送包含 tools 和 tool_choice 的請求	模型返回正確的函式參數
4. 視覺辨識	在 messages 中附加圖片	模型描述圖片內容
5. 速率限制 / 計費	在 TokenLab 儀表板中設定支出上限並發送大量請求	請求根據您的方案進行節流
6. 錯誤處理	模擬無額度的 API 金鑰，或刪除金鑰	返回 HTTP 401；您的重試邏輯正常運作
7. 模型白名單	透過儀表板將您的金鑰限制為僅能使用少數模型	請求非白名單模型時返回 403

檢查清單通過後，更新您的生產環境變數並進行部署。遷移即告完成。

常見問題解答

我現有的 OpenAI 模型還能使用嗎？

是的。目前由 OpenAI 託管的模型，包括 GPT-5.5 和 TokenLab 中列出的最新小型 OpenAI 層級，都可以透過相同的 TokenLab 端點使用，並且表現得像直接呼叫 OpenAI API 一樣。部署前請檢查 TokenLab 模型目錄，因為 OpenAI 模型 ID 和可用性會隨時間變更。

我可以在同一個應用程式中混合使用不同的供應商嗎？

絕對可以。因為每個模型都使用相同的請求格式，您可以在管線的一個步驟中呼叫 gpt-5.5，在後續的程式碼審查步驟中呼叫 claude-sonnet-5，並在大量提取任務中呼叫 deepseek-v4-flash，所有這些都使用相同的 API 金鑰和 base URL。

我需要更改任何關於提示詞或回應解析的內容嗎？

不需要。與 OpenAI 相容的合約意味著請求和回應架構完全相同。任何處理 OpenAI 回應的程式碼都無需修改即可運作，包括串流區塊解析器和函式呼叫返回物件。

開始在 TokenLab 上建構

只需替換兩行配置，即可集中管理您所有的模型存取權限。在 TokenLab 註冊，取得您的 API 金鑰，更換您的 base_url，並使用您已有的程式碼開始測試 300 多種模型。