多模態

多模態能力取決於選中的模型。請透過 GET /v1/models 或控制台價格頁確認當前可用的多模態模型。

圖像

OpenAI 風格圖像生成：

curl https://llmoxy.com/v1/images/generations \
  -H "Authorization: Bearer <LLMOXY_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "dall-e-3",
    "prompt": "A clean product icon for an LLM gateway",
    "size": "1024x1024",
    "response_format": "url"
  }'

LLMoxy 也會轉發模型特有的圖像參數，只要所選模型支援它們。

圖像編輯路由：

POST /v1/images/edits
POST /v1/edits

音訊

文字轉語音：

curl https://llmoxy.com/v1/audio/speech \
  -H "Authorization: Bearer <LLMOXY_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-1",
    "input": "Hello from LLMoxy.",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3

音訊轉錄和翻譯使用 multipart 表單上傳：

POST /v1/audio/transcriptions
POST /v1/audio/translations

視訊

OpenAI 相容視訊生成：

curl https://llmoxy.com/v1/videos \
  -H "Authorization: Bearer <LLMOXY_API_KEY>" \
  -F model=sora-2 \
  -F prompt="cute cat dance" \
  -F seconds=8

查詢狀態：

curl "https://llmoxy.com/v1/videos/$TASK_ID" \
  -H "Authorization: Bearer <LLMOXY_API_KEY>"

下載內容：

curl "https://llmoxy.com/v1/videos/$TASK_ID/content" \
  -H "Authorization: Bearer <LLMOXY_API_KEY>" \
  --output output.mp4

LLMoxy 也支援 POST /v1/video/generations 的 JSON 視訊生成介面，以及 Kling、Jimeng 等廠商風格路由。具體支援的模型請查看控制台模型列表。

Realtime

Realtime 使用 WebSocket 端點：

wss://llmoxy.com/v1/realtime?model=gpt-4o-realtime-preview

服務端客戶端可在握手時使用標準認證頭；瀏覽器客戶端可使用 OpenAI 風格子協定金鑰格式。