主题
ChatGPT LLM 响应模型列表
GET /v3/ai_optimization/chat_gpt/llm_responses/models
本接口使用 GET 方法,路径为:
/v3/ai_optimization/chat_gpt/llm_responses/models
用于获取当前可用的 ChatGPT AI 模型列表。
计费说明
当前调用本接口不收取费用,接口响应中的 cost 通常为 0。如后续产生计费,扣费以响应头 X-SeerMarTech-Charge-CNY 为准。
请求方式
http
GET https://api.seermartech.cn/v3/ai_optimization/chat_gpt/llm_responses/models
Authorization: Bearer smt_live_YOUR_KEY
Content-Type: application/json本接口无需请求参数,也无需请求体。
响应字段
顶层响应字段
| 字段 | 类型 | 说明 |
|---|---|---|
version | string | 当前 API 版本 |
status_code | integer | 通用响应状态码 |
status_message | string | 通用响应说明 |
time | string | 请求执行耗时,单位为秒 |
cost | float | 平台原始 USD 成本兼容字段;人民币实扣以 X-SeerMarTech-Charge-CNY 为准。 |
tasks_count | integer | tasks 数组中的任务数量 |
tasks_error | integer | tasks 数组中返回错误的任务数量 |
tasks | array | 任务结果数组 |
tasks 数组字段
| 字段 | 类型 | 说明 |
|---|---|---|
id | string | 任务唯一标识,采用 UUID 格式 |
status_code | integer | 任务状态码,通常在 10000 至 60000 范围 |
status_message | string | 任务状态说明 |
time | string | 任务执行耗时,单位为秒 |
cost | float | 平台原始 USD 成本兼容字段;人民币实扣以 X-SeerMarTech-Charge-CNY 为准。 |
result_count | integer | result 数组中的数量 |
path | array | 请求 URL 路径信息 |
data | object | GET 请求中使用的接口参数信息 |
result | array | 模型列表结果 |
如需查看完整状态码和错误说明,请参考错误码文档。
result 数组字段
| 字段 | 类型 | 说明 |
|---|---|---|
model_name | string | AI 模型名称 |
reasoning | boolean | 是否支持推理能力 |
web_search_supported | boolean | 是否支持联网搜索。为 true 时,可在使用该模型时设置 web_search 参数 |
task_post_supported | boolean | 是否支持标准 POST-GET 数据获取方式。为 true 时,可使用标准 POST-GET 方式获取该模型的数据 |
请求示例
cURL
bash
curl --location --request GET \
"https://api.seermartech.cn/v3/ai_optimization/chat_gpt/llm_responses/models" \
--header "Authorization: Bearer smt_live_YOUR_KEY" \
--header "Content-Type: application/json"PHP
php
<?php
$apiUrl = 'https://api.seermartech.cn';
$ch = curl_init(
$apiUrl . '/v3/ai_optimization/chat_gpt/llm_responses/models'
);
curl_setopt_array($ch, [
CURLOPT_RETURNTRANSFER => true,
CURLOPT_HTTPHEADER => [
'Authorization: Bearer smt_live_YOUR_KEY',
'Content-Type: application/json',
],
]);
$response = curl_exec($ch);
if ($response === false) {
throw new Exception(curl_error($ch));
}
curl_close($ch);
$result = json_decode($response, true);
if (($result['status_code'] ?? null) === 20000) {
print_r($result);
} else {
echo '错误码:' . ($result['status_code'] ?? '未知') . PHP_EOL;
echo '错误信息:' . ($result['status_message'] ?? '未知') . PHP_EOL;
}TypeScript
typescript
import axios from "axios";
axios
.get(
"https://api.seermartech.cn/v3/ai_optimization/chat_gpt/llm_responses/models",
{
headers: {
Authorization: "Bearer smt_live_YOUR_KEY",
"Content-Type": "application/json",
},
}
)
.then((response) => {
const result = response.data;
if (result.status_code === 20000) {
console.log("模型列表:", result);
} else {
console.error(
`错误码:${result.status_code},错误信息:${result.status_message}`
);
}
})
.catch((error) => {
console.error("请求失败:", error.message);
});Python
python
import requests
url = "https://api.seermartech.cn/v3/ai_optimization/chat_gpt/llm_responses/models"
headers = {
"Authorization": "Bearer smt_live_YOUR_KEY",
"Content-Type": "application/json",
}
try:
response = requests.get(url, headers=headers, timeout=30)
response.raise_for_status()
result = response.json()
if result.get("status_code") == 20000:
print("模型列表:", result)
else:
print(
f"错误码:{result.get('status_code')},"
f"错误信息:{result.get('status_message')}"
)
except requests.RequestException as error:
print(f"请求失败:{error}")C#
csharp
using System;
using System.Net.Http;
using System.Net.Http.Headers;
using System.Threading.Tasks;
using Newtonsoft.Json.Linq;
public class AiOptimization
{
private static readonly HttpClient HttpClient = new HttpClient();
public static async Task GetChatGptLlmResponseModels()
{
using var request = new HttpRequestMessage(
HttpMethod.Get,
"https://api.seermartech.cn/v3/ai_optimization/chat_gpt/llm_responses/models"
);
request.Headers.Authorization =
new AuthenticationHeaderValue("Bearer", "smt_live_YOUR_KEY");
using var response = await HttpClient.SendAsync(request);
var content = await response.Content.ReadAsStringAsync();
var result = JObject.Parse(content);
if ((int?)result["status_code"] == 20000)
{
Console.WriteLine(result);
}
else
{
Console.WriteLine(
$"错误码:{result["status_code"]}," +
$"错误信息:{result["status_message"]}"
);
}
}
}响应示例
json
{
"version": "0.1.20250812",
"status_code": 20000,
"status_message": "Ok.",
"time": "0.0785 sec.",
"cost": 0,
"tasks_count": 1,
"tasks_error": 0,
"tasks": [
{
"id": "00000000-0000-0000-0000-000000000000",
"status_code": 20000,
"status_message": "Ok.",
"time": "0.0785 sec.",
"cost": 0,
"result_count": 0,
"path": [
"v3",
"ai_optimization",
"chat_gpt",
"llm_responses",
"models"
],
"data": {
"api": "ai_optimization",
"function": "llm_responses",
"se": "chat_gpt"
},
"result": []
}
]
}当存在可用模型时,result 数组中会返回对应的模型信息,例如:
json
{
"model_name": "示例模型名称",
"reasoning": true,
"web_search_supported": true,
"task_post_supported": true
}实用场景
- 获取当前可用模型列表,在业务系统中动态展示或选择可用的 ChatGPT 模型,使用已下线或不支持的模型。
- 筛选支持联网搜索的模型,为需要实时检索搜索结果的 SEO分析、竞品研究和市场调研任务匹合适模型。
- 筛选支持推理能力的模型,用于复杂意图识别、搜索结果归因和质量评估,提升分析准确性。
- 判断模型是否支持标准 POST-GET 方式,为批量任务调度系统选择合适的数据获取流程,降低接口适成本。
- 定期同步模型能力信息,在模型、任务路由和成本控制系统中及时更新模型支持的功能范围。