推理 API

GenKaKu 提供一个兼容 OpenAI 的 HTTP API——专为代理而建。它支持聊天补全、流式传输、工具/函数调用和模型发现，因此任何与 OpenAI 通信的代理框架只需更改两件事即可工作：base_url 和 api_key。其他无需更改。

base_url:  https://genkaku.app/api/v1

为什么在 GenKaKu 上运行你的代理：无审查模型（不会拒绝）、去中心化计算、大上下文，且你的提示词永远不会被存储（在内存中处理并丢弃——只保存令牌计数用于计费）且对工作者匿名（运行你任务的 GPU 只收到提示词文本，永远不会知道你的身份）。参见构建代理了解框架设置。

认证

在 genkaku.app/settings → API 标签页生成 API 密钥。密钥形如 sk-c0mpute-…，创建时显示一次。以 bearer token 形式传递：

Authorization: Bearer sk-c0mpute-...

请求从拥有该密钥的账户的积分余额中扣费。从仪表板使用 USDC 充值。

模型

模型	描述
qwen3.8-27b-uncensored	无审查的 Qwen3.8 27B，支持工具、视觉和大上下文。网络的模型——也驱动 c0mpute code。
qwen3.8-27b-uncensored-think	相同模型，带扩展链式思考推理。
genkaku-pro	无审查的 Qwen3.5。快速，运行在广泛的浏览器工作者池上。由接取的工作者决定使用 9B 或 4B 回答。
genkaku-swarm	MiniMax-M2.5 (229B)，由去中心化 GPU 集群服务。可用性取决于集群环是否就绪。

GET /v1/models 列出它们并带有实时 available 标志（27B 需要原生 GPU 工作者在线）和 pricing 对象（{ "type": "per_token", "usd_per_m_input": 0.15, "usd_per_m_output": 0.90 }）。如果你依赖 27B，请始终检查可用性。

旧模型 ID（supergemma4-26b、code）是已弃用的别名。在迁移窗口期间它们仍会响应，之后将被移除——新集成请指向上述 ID。

定价

计费为按令牌，每个文本模型一个费率表：

	美元/百万令牌
输入	$0.15
输出	$0.90

思考令牌是输出令牌，不收取附加费用，因此 qwen3.8-27b-uncensored-think 按令牌计算与基础模型成本相同——只是它通常生成更多令牌。

1 积分 = $0.001，请求向上取整到整数积分，最低 1 积分，因此约 1,200 输入令牌和 600 输出令牌的典型消息成本约 1 积分。积分通过 仪表板 使用 USDC 购买，每美元 500 积分。每个响应包含一个 usage 块，显示你实际被计费的令牌数；流式响应在最后一个块中包含它，当你发送 "stream_options": {"include_usage": true} 时。返回工具调用的请求（代理循环的一步）对其生成的令牌计费。速率限制：每密钥 60 请求/分钟。

因为最终成本只有在回答停止后才知道，请求会放置一个短暂的预扣，金额为其可能的最大成本，未使用的部分在结算时立即退还。余额检查应考虑预扣金额，而非仅典型成本。

套餐和 API 密钥

如果拥有密钥的账户使用套餐，API 请求在动用余额之前先花费该套餐的每日积分。每日积分在 UTC 00:00 重置，不累积。

免费每日积分是例外。它们用于使用应用的用户，因此 API 请求永远不会动用它们，始终从余额中扣费。

余额

GET /v1/balance 返回拥有该密钥的账户的积分余额：

curl https://genkaku.app/api/v1/balance \
  -H "Authorization: Bearer $C0MPUTE_API_KEY"

{
  "object": "balance",
  "credits": 12500,
  "usd": 12.50,
  "total_deposited": 20000,
  "total_spent": 7500
}

用它在一批请求前检查剩余积分，或在集成中显示低余额警告。

图像生成

POST /v1/images/generations——兼容 OpenAI，无审查的图像生成（在贡献者 GPU 上运行 Chroma1-HD）。10 积分（$0.01）每张图像。图像以内联 base64 返回，从不存储在服务器端。

curl https://genkaku.app/api/v1/images/generations \
  -H "Authorization: Bearer $C0MPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "a neon-lit alley in the rain, cinematic", "size": "1024x1024"}'

from openai import OpenAI
client = OpenAI(base_url="https://genkaku.app/api/v1", api_key="sk-c0mpute-...")
img = client.images.generate(prompt="a neon-lit alley in the rain, cinematic", response_format="b64_json")
png_b64 = img.data[0].b64_json

参数：prompt（必需）、size（"宽x高"，默认 1024x1024）、negative_prompt、seed、nsfw（布尔值，默认 false——SFW 模式运行输出分类器；两种模式都执行绝对安全底线）。n 必须为 1，response_format 必须为 b64_json（无 URL——不存储任何内容）。渲染约需 30 秒；错误使用 OpenAI 格式（402 insufficient_credits、503 当无图像 GPU 可用时）。

聊天补全

POST /v1/chat/completions

curl

curl https://genkaku.app/api/v1/chat/completions \
  -H "Authorization: Bearer $C0MPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "genkaku-pro",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Python (OpenAI SDK)

from openai import OpenAI

client = OpenAI(base_url="https://genkaku.app/api/v1", api_key="sk-c0mpute-...")

resp = client.chat.completions.create(
    model="genkaku-pro",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)

Node (OpenAI SDK)

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://genkaku.app/api/v1", apiKey: "sk-c0mpute-..." });

const resp = await client.chat.completions.create({
  model: "genkaku-pro",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(resp.choices[0].message.content);

流式传输

设置 stream: true 以接收 Server-Sent Events 作为 chat.completion.chunk 对象，以 data: [DONE] 终止。

stream = client.chat.completions.create(
    model="genkaku-pro",
    messages=[{"role": "user", "content": "Write a haiku."}],
    stream=True,
)
for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="")

函数调用（工具）

传递你自己的 tools。当模型决定调用某个工具时，响应返回 finish_reason: "tool_calls" 和调用内容位于 message.tool_calls 下——你运行工具并将结果作为 tool 消息发回。这使得代理框架能够在 GenKaKu 上驱动自己的工具。

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Get the current weather for a city",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

messages = [{"role": "user", "content": "What's the weather in Paris?"}]
r1 = client.chat.completions.create(model="qwen3.8-27b-uncensored", messages=messages, tools=tools)

call = r1.choices[0].message.tool_calls[0]            # get_weather({"city": "Paris"})
messages.append(r1.choices[0].message)
messages.append({"role": "tool", "tool_call_id": call.id, "content": "18C and sunny"})

r2 = client.chat.completions.create(model="qwen3.8-27b-uncensored", messages=messages, tools=tools)
print(r2.choices[0].message.content)                 # "The weather in Paris is 18°C and sunny."

工具调用和视觉在 qwen3.8-27b-uncensored 上最可靠。浏览器通道可以尝试工具调用但不够稳定。

视觉

qwen3.8-27b-uncensored 接受图像。使用 OpenAI 的多模态内容格式，内联 base64 data: URL：

import base64
img = base64.b64encode(open("photo.png", "rb").read()).decode()

resp = client.chat.completions.create(
    model="qwen3.8-27b-uncensored",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "What's in this image?"},
        {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img}"}},
    ]}],
)
print(resp.choices[0].message.content)

以内联 base64 形式传递图像；此版本不获取远程 https 图像 URL。视觉需要 qwen3.8-27b-uncensored。仅支持图像输入——创建图像请使用图像生成端点。

构建代理

GenKaKu 被设计为代理框架的大脑。你的框架继续做它的事情——记忆、系统提示词/角色、工具循环——而 GenKaKu 是它调用的模型。记忆和角色无需特殊处理：它们只是你已经发送的消息数组和系统消息。工具通过上述标准函数调用流程工作（模型返回 tool_calls，你的框架运行它们并发送结果回来）。

对于代理，使用 qwen3.8-27b-uncensored（或 qwen3.8-27b-uncensored-think 用于更难的推理）——27B 在多步骤工具使用上远比浏览器通道可靠。

任何兼容 OpenAI 的框架

通用设置：将框架的模型提供商指向 GenKaKu。

base_url / baseURL :  https://genkaku.app/api/v1
api_key            :  sk-c0mpute-...
model              :  qwen3.8-27b-uncensored

OpenAI Agents SDK (Python)

from agents import Agent, Runner, OpenAIChatCompletionsModel
from openai import AsyncOpenAI

client = AsyncOpenAI(base_url="https://genkaku.app/api/v1", api_key="sk-c0mpute-...")
agent = Agent(name="Assistant", instructions="You are helpful.",
              model=OpenAIChatCompletionsModel(model="qwen3.8-27b-uncensored", openai_client=client))
print((await Runner.run(agent, "Plan my week.")).final_output)

LangChain / LangGraph (Python)

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="qwen3.8-27b-uncensored", base_url="https://genkaku.app/api/v1", api_key="sk-c0mpute-...")

Vercel AI SDK (TypeScript)

import { createOpenAI } from "@ai-sdk/openai";
const c0mpute = createOpenAI({ baseURL: "https://genkaku.app/api/v1", apiKey: "sk-c0mpute-..." });
// 使用 c0mpute("qwen3.8-27b-uncensored") 作为 generateText / streamText / 工具循环中的模型

Hermes

GenKaKu 是一个自定义的兼容 OpenAI 端点。对于 Hermes，使用 qwen3.8-27b-uncensored-think（带扩展推理的 27B）。在 ~/.hermes/config.yaml 中将其添加为自定义提供商，API 密钥设置在提供商上（Hermes 在运行时不读取 ~/.hermes/.env，因此密钥必须在配置中或导出的环境变量中）：

custom_providers:
  - name: c0mpute
    base_url: https://genkaku.app/api/v1
    api_key: sk-c0mpute-...      # 你的密钥，内联
    models:
      qwen3.8-27b-uncensored-think: {}

不想硬编码密钥？使用 key_env 并在你的 shell 中导出该变量（Hermes 从进程环境读取，而非从 .env）：

custom_providers:
  - name: c0mpute
    base_url: https://genkaku.app/api/v1
    key_env: OPENAI_API_KEY      # 必须导出，例如在 ~/.bashrc 中
    models:
      qwen3.8-27b-uncensored-think: {}

然后使用 hermes model（或会话内 /model）选择它，例如 hermes -z "hello" -m qwen3.8-27b-uncensored-think。

如果你看到 HTTP 401: Invalid API key，Hermes 发送的是其 no-key-required 占位符——它没有找到你的密钥。按上述方式在提供商上设置 api_key（仅将密钥放在 ~/.hermes/.env 中不起作用）。

错误

错误以 OpenAI 的格式返回（{ "error": { "message", "type", "code" } }）：

状态码	含义
401	缺少或无效的 API 密钥
402	积分不足——使用 USDC 充值
404	未知模型
429	超出速率限制
503	没有可用工作者服务所请求的模型（27B 需要原生工作者在线）

速率限制

默认每密钥 60 请求/分钟。需要更多？联系我们。

图像生成

POST /api/images/generate——生成图像并以内联 base64 数据 URL 形式返回。这是一个 GenKaKu 端点，独立于兼容 OpenAI 的 /v1 接口。认证使用相同的 sk-c0mpute-… bearer 密钥（或已登录的会话）。

请求

字段	类型	默认值	备注
prompt	string	—	必需。
negative_prompt	string	—	可选。始终在基线反伪影负面提示词之上应用。
width / height	int	1024	512–1536，取 64 的倍数。
steps	int	32	10–60。
cfg	number	4.0	引导尺度；Chroma 喜欢约 3.5–4.5。
seed	int	随机	可选，用于可重现输出。
nsfw	bool	false	允许成人内容（18+）。关闭时阻止成人输出。

响应

{
  "image": "data:image/png;base64,...",
  "model": "c0mpute-image",
  "seed": 31337,
  "width": 1024,
  "height": 1024,
  "credits_charged": 10
}

图像以内联返回，从不存储在服务器端。**10 积分（$0.01）**每张图像，失败时自动退款。

错误

• 400——提示词被内容策略阻止，或 SFW 请求产生了成人输出。
• 402——积分不足。
• 503——当前没有图像工作者在线（请稍后重试）。

curl

curl https://genkaku.app/api/images/generate \
  -H "Authorization: Bearer $C0MPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"a candid photo of a fox in snow, 35mm film","width":1216,"height":832}'