先花小钱，把一条脚本跑通
FastLane API 面向脚本、定时任务和轻量集成：先请求模型列表，再发一条短 prompt，用较低预算确认调用链路和单条任务成本。方案验证清楚了再逐步放量，而不是一上来就投入大批量任务。
建议顺序：注册 → 建测试 Key → 请求 /v1/models 核对模型名 → 跑一条短请求 → 给脚本设预算上限。
先估一笔预算
放量前先算清楚一条脚本大概要花多少。下面是一张静态示意表，填进你的估计值，用它先有个数量级，实际消耗以后台调用记录为准。
从一条脚本开始
建一个测试 Key
注册并验证邮箱后，为这条脚本单独创建 Key。批处理、cron、Webhook 后处理分别建 Key，某一把要回收或泄露时不影响其他任务。
查 /v1/models 核对模型名
先请求模型列表，把返回里的真实模型 ID 复制进脚本，不要写死示例名。Claude 与 GPT 都通过现有分组路由，可用模型以实时返回为准。
写最短可用脚本
先用一句短 prompt 跑通链路，确认鉴权、模型名和返回格式都对，再往里加真实任务逻辑。
给脚本加预算上限
设置 max_tokens、调用次数上限和批次规模，先跑小样本确认单条消耗，避免脚本跑飞把额度一次用光。
最短可用脚本
一段 Python 就能覆盖"查模型 + 发一条短请求"两步，把它当成脚本的起点，验证通过后再接入真实任务。
# 最短可用脚本：查模型 + 发一条短请求
import os, requests
BASE = "https://fastlaneapi.top/v1"
KEY = os.environ["FASTLANE_API_KEY"]
H = {"Authorization": f"Bearer {KEY}"}
# 1) 先查当前 Key 实际可用的模型
models = requests.get(f"{BASE}/models", headers=H).json()
model_id = models["data"][0]["id"] # 用返回里的真实 ID，别写死
# 2) 发一条短 prompt 验证链路
r = requests.post(f"{BASE}/chat/completions", headers=H, json={
"model": model_id,
"messages": [{"role": "user", "content": "用一句话说明你能做什么"}],
"max_tokens": 64, # 先给上限，避免脚本跑飞
})
print(r.json()["choices"][0]["message"]["content"])把预算复盘出来
脚本跑起来后，别只看总余额。按任务记录几个基础指标，才知道钱花在哪、哪一步值得优化。
额度与计费
充值 ¥1 到账 $1 API 额度。充值兑换率与调用倍率是分开的两件事，先看清楚再放量。
- 低价来源倍率：default 0.16x、Kiro Pro 0.16x、特惠 0.16x、GPT Team 0.16x。
- 官转档为独立计费分组（特惠来源），倍率 1.25x，不代表模型厂商官方服务。
- 调用扣费 = 模型基准价 × 来源倍率。
- 可用模型以 /v1/models 实时返回为准，Claude 与 GPT 通过现有分组路由。
- 本站由 FastLane API 运营团队运营，是第三方兼容 API 服务，不是 Anthropic / OpenAI 或其他厂商官方服务。
新用户活动符合最新活动资格的用户，累计前 ¥50 实付享 1:1 API 额度赠送，最多赠送 $50；超过部分及达到上限后的充值不再赠送。资格与口径以本站公告和后台核验为准。
常见问题
用很小的预算能先试吗？
可以。充值 ¥1 到账 $1 额度，充值兑换率与调用倍率分开。建议先用短 prompt 和小样本验证调用链路，确认单条任务成本后再逐步放量。
一个脚本要单独建 Key 吗？
建议按任务拆 Key。批处理、cron 和 Webhook 后处理分别建 Key，某一把泄露或需要回收时不影响其他脚本，也方便按任务复盘消耗。
脚本里的模型名怎么填？
不要写死。先请求 /v1/models，把返回里的真实模型 ID 复制进脚本；可用模型以实时返回为准，Claude 与 GPT 都通过现有分组路由。
怎么防止脚本跑飞把额度用光？
给脚本设 max_tokens、调用次数上限和批次规模，先跑小批量确认单条消耗再放量，同时用调用记录观察 token 和重试次数。
FastLane API 是官方服务吗？
不是。它是第三方兼容 API 服务，通过兼容网关路由 Claude / GPT 模型请求，不是 Anthropic、OpenAI 或其他厂商的官方服务。