Ornith-1.0-35B
复制
Ornith-1.0-35B 是由 DeepReinforce 基于 Qwen3.5 预训练权重通过强化学习(RL)后训练优化打造的轻量级开源混合专家(MoE)推理模型。它总参数量为 35B,每次推理实际仅激活约 3B 到 8B 参数,专为高效的单 GPU 部署、复杂编程(Vibe Coding)以及智能体(Agent)工具调用而设计。
价格信息
类型官方原价/折扣价格
输入
3.201.50 积分/M tokens
输入(命中缓存)
0.700.35 积分/M tokens
输出
12.803.70 积分/M tokens
API文档

Request address and method(请求地址和方式)

POSThttps://api.suanjiayun.com/v1/chat/completions
Request Headers(请求头)
"Authorization" string必填
示例:"Bearer <令牌key>"。使用 Bearer Token 认证
"Content-Type" string必填
示例:"application/json"。使用 JSON 发送请求主体

Request Body(请求体)

application/json
"model" string必填
示例:"Ornith-1.0-35B"。 调用的模型 ID
"messages" array必填
对话消息列表
"role" string
示例:"user"。 聊天模型 API 中消息的角色标识。取值:"system" | "user" | "assistant"
"content" string必填
示例:"内容"。 对话内容
"stream" boolean
示例:false。 调用的模型 ID
"temperature" number
示例:1。 采样温度,控制输出的随机性和创造性,取值范围[0,2]
"top_p" number
示例:1。 核采样参数,控制词汇选择的多样性,取值范围[0,1]
"n" number
示例:1。 生成数量,取值范围[1,+∞]
"frequency_penalty" number
示例:0。 频率惩罚,减少重复词汇的出现[-2,2]
"presence_penalty" number
示例:0。 存在惩罚,鼓励讨论新话题[-2,2]
"reasoning_effort" string
示例:"medium"。 推理强度 (用于支持推理的模型),"low" | "medium" | "high"
请求示例
响应示例