List Models
GET https://zenmux.ai/api/vertex-ai/v1beta/models该接口用于获取平台支持 Google Vertex AI API 协议的可用模型信息。
Request params
接口不需要任何请求参数。
Returns
返回一个包含所有可用模型信息的 JSON 对象。
models array
模型列表数组，包含所有可用模型的详细信息。
models 对象
name string
模型的唯一标识符，格式为 <供应商>/<模型名称>。
displayName string
模型的显示名称，用于在界面中展示。
description string
模型的说明。
inputTokenLimit integer
此模型允许的最大输入 token 数。
outputTokenLimit integer
此模型可用的最大输出 token 数。
thinking boolean
是否支持推理能力。true 表示支持推理，false 表示不支持。
inputModalities array
模型支持的输入类型，可能的值包括：
"text"- 文本输入"image"- 图片输入"video"- 视频输入"audio"- 音频输入"file"- 文件输入
outputModalities array
模型支持的输出类型，可能的值包括：
"text"- 文本输出"image"- 图片输出"video"- 视频输出"audio"- 音频输出"file"- 文件输出
pricings object
定价信息对象，包含模型使用的各种价格配置。
pricings.prompt array
模型处理输入文本的价格配置数组。
pricings.completion array
模型生成的输出文本的价格配置数组。
pricings.input_cache_read array
模型从缓存中读取输入数据的价格配置数组。
pricings.input_cache_write_5_min array
模型写入缓存且保留 5 分钟的价格配置数组。
pricings.input_cache_write_1_h array
模型写入缓存且保留 1 小时的价格配置数组。
pricings.input_cache_write array
模型写入缓存的价格配置数组。
pricings.web_search array
模型调用网络搜索功能的价格配置数组（可选字段，部分模型支持）。
pricings.internal_reasoning array
模型内部推理过程的价格配置数组（可选字段，部分高级推理模型支持）。当模型启用内部思维链或详细推理过程时，会产生额外费用。
pricings.video array
模型处理视频输出的价格配置数组（可选字段，支持视频理解的模型）。按视频时长、分辨率或帧数计费。
pricings.image array
模型处理图像输出的价格配置数组（可选字段，支持图像理解的模型）。通常按图像数量、分辨率或像素数量计费。
pricings.audio array
模型处理音频输出的价格配置数组（可选字段，支持音频理解的模型）。按音频时长或处理量计费。
pricings.audio_and_video array
模型输出带音频（有声）视频内容的价格配置数组（可选字段，支持音视频多模态理解的模型）。适用于需要同时分析视频画面和音频内容的场景。注意：生成视频有两种场景，无声视频使用 pricings.video，有声视频使用 pricings.audio_and_video。
价格配置项结构
在 pricings 对象中的每个价格数组（如 completion、prompt 等）都包含一个或多个价格配置对象。每个价格配置对象包含以下字段：
value number
模型折扣后的实际价格，免费服务显示为 0。
unit string
价格单位，可能的值包括：
"perMTokens"- 每百万 tokens"perCount"- 每次调用"perSecond"- 每秒计费（适用于音频、视频等按时间计费的场景）
currency string
货币类型，固定为 "USD"， 表示美元。
conditions object
价格生效条件（可选字段），常用于阶梯计价场景。
conditions.prompt_tokens object
用户提供给模型的输入内容消耗的 Token 数量条件。
conditions.completion_tokens object
模型生成回复内容时消耗的 Token 数量条件。
价格生效条件结构
当价格配置中包含 conditions 字段时，该字段定义了价格生效的具体条件。prompt_tokens和 completion_tokens 的条件对象包含以下字段：
unit string
token 计量单位，固定为 "kTokens" 表示千 tokens（1000 tokens）。
gte number
最小 token 数（包含），实际 token 数必须 ≥ 该值。
lte number
最大 token 数（包含），实际 token 数必须 ≤ 该值。
gt number
最小 token 数（不包含），实际 token 数必须 > 该值。
lt number
最大 token 数（不包含），实际 token 数必须 < 该值，为 null 表示无上限。
{
"models": [
{
"name": "google/gemini-2.5-flash-lite",
"displayName": "Google: Gemini 2.5 Flash Lite",
"description": "Gemini 2.5 Flash-Lite is a lightweight reasoning model in the Gemini 2.5 family, optimized for ultra-low latency and cost efficiency. It offers improved throughput, faster token generation, and better performance across common benchmarks compared to earlier Flash models. By default, \"thinking\" (i.e. multi-pass reasoning) is disabled to prioritize speed, but developers can enable it via the [Reasoning API parameter](https://openrouter.ai/docs/use-cases/reasoning-tokens) to selectively trade off cost for intelligence. ",
"inputTokenLimit": 1048576,
"outputTokenLimit": 65535,
"thinking": true,
"inputModalities": ["file", "image", "text", "audio"],
"outputModalities": ["text"],
"pricings": {
"completion": [
{
"value": 1,
"unit": "perMTokens",
"currency": "USD",
"conditions": {
"prompt_tokens": {
"unit": "kTokens",
"gte": 0
}
}
}
],
"prompt": [
{
"value": 1,
"unit": "perMTokens",
"currency": "USD",
"conditions": {
"prompt_tokens": {
"unit": "kTokens",
"gte": 0
}
}
}
]
}
}
]
}curl https://zenmux.ai/api/vertex-ai/v1beta/models