Skip to content

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
versionstring当前 API 版本
status_codeinteger通用响应状态码
status_messagestring通用响应说明
timestring请求执行耗时,单位为秒
costfloat平台原始 USD 成本兼容字段;人民币实扣以 X-SeerMarTech-Charge-CNY 为准。
tasks_countintegertasks 数组中的任务数量
tasks_errorintegertasks 数组中返回错误的任务数量
tasksarray任务结果数组

tasks 数组字段

字段类型说明
idstring任务唯一标识,采用 UUID 格式
status_codeinteger任务状态码,通常在 1000060000 范围
status_messagestring任务状态说明
timestring任务执行耗时,单位为秒
costfloat平台原始 USD 成本兼容字段;人民币实扣以 X-SeerMarTech-Charge-CNY 为准。
result_countintegerresult 数组中的数量
patharray请求 URL 路径信息
dataobjectGET 请求中使用的接口参数信息
resultarray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_namestringAI 模型名称
reasoningboolean是否支持推理能力
web_search_supportedboolean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_supportedboolean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。

统一入口:官网 · LLM API · 控制台