Hugging Face / OpenRouter：把 DeepSeek-R1 接到 TaoToken

🚀 告别海外账号与网络限制！稳定直连全球优质大模型，限时半价接入中。 👉 点击领取海量免费额度

1. 从 Hugging Face 与 OpenRouter 看到 DeepSeek-R1 之后

在 Hugging Face 上翻到 DeepSeek-R1 的仓库，又去 OpenRouter 看了一眼它的调用热度，下一步通常是：把它接进自己常用的客户端。TaoToken（https://taotoken.net/?utm_source=taotoken_aicg_blog_end）在这个环节做的是「统一接入供应商」——你不需要为了一个模型在 Claude Code 里配一套 Anthropic 兼容变量、在 Codex 里再配一套 OpenAI 兼容变量、在调试脚本里又单独维护一个 base_url。只要有一个 Key、一个 Base URL，剩下的是在不同客户端里声明同一个模型 ID。

我这次的任务很简单：Hugging Face 是 DeepSeek-R1 开源仓库的所在地，OpenRouter 是社区里能看到真实调用量的路由平台，而我想把同一个 DeepSeek-R1 接进 TaoToken 的统一网关，再分别用 curl、Claude Code、Codex 和 CC Switch 各跑一次。你会发现，困扰大多数人的不是模型本身，而是「同一个模型在不同接入侧有不同名字」这件事。Hugging Face 上的 deepseek-ai/DeepSeek-R1 是源码分发的仓库路径，OpenRouter 上的 deepseek/deepseek-r1 是那个平台自己的路由规则，到了 TaoToken 就成了模型广场里可查的 ID。直接照搬任何一个平台的 ID，都可能在 404 和模型不存在之间反复横跳。

这篇文章不会给你一张编造的 Benchmark 分数表。Hugging Face 的 likes 与 download 反映的是开源生态热度，OpenRouter 的 usage 反映的是真实调用量，两者都说明「这模型有人在用」，但都不等于「它在你的任务里一定好用」。要验证，只有把 Key 配上、把模型 ID 对上、把请求发出去这一条路。

2. 创建 Key 并核对 Base URL：三件套只需记住一次

在 TaoToken 创建 API Key 之后，你真正需要记住的配置只有三件：

• Base URL：https://taotoken.net/api
• API Key：YOUR_API_KEY
• 模型 ID：在 TaoToken 模型广场里搜索 DeepSeek-R1，以广场展示的 ID 为准

注意 Base URL 末尾不带 /v1。很多 OpenAI 兼容网关习惯把 base_url 写成 https://api.example.com/v1，但 TaoToken 的统一入口就是 /api 这一层。你在 OpenAI SDK、curl、Claude Code、Codex 里填的 base_url 全部用 https://taotoken.net/api，SDK 或客户端会自己决定后面拼 /chat/completions 还是 /v1/messages。如果你在 Base URL 后面手动加了 /v1，反而可能导致路径变成 /api/v1/v1/messages 这种重复前缀，首次请求就 404。

创建 Key 的入口在带 UTM 的官网落地页里。注册、查看模型广场、查看用量都在 TaoToken 完成，控制台和 API 是两套路径：控制台走浏览器，API 走 Base URL。把这两者分开，你就不会犯「在控制台里看到的是网页路径，于是把网页路径填进 curl」这种错。

3. 模型名称映射表：DeepSeek-R1 在三个侧面的不同名字

这可能是整篇文章最值得收藏的一张表。同一个 DeepSeek-R1，你在 Hugging Face、OpenRouter、TaoToken 三个地方看到的名字可能完全不一样：

为什么不能直接照抄？因为 Hugging Face 的仓库名描述的是「源码和权重在文件系统里的位置」，OpenRouter 的 ID 描述的是「那个平台自己的路由规则」。TaoToken 作为统一网关，模型 ID 由它自己在模型广场中定义。同一个模型在不同网关侧有独立 ID 是很正常的，OpenRouter 自己也没用 Hugging Face 的仓库名作为 API 模型 ID，而是设计成「厂商名/模型名」的结构。所以接入 TaoToken 的正确流程是：先去模型广场搜 DeepSeek-R1，记下广场展示的 ID，再把它填到 model 字段里。

顺带说一句：OpenRouter 的 usage 榜可以看出 DeepSeek-R1 在真实调用中的热度，但这只代表「有人通过 OpenRouter 调用它」，不代表它有某种质量认证。Hugging Face 的 likes 和 downloads 同理。这两个平台适合做「发现」和「对比」，不适合直接当作「接入凭证」。

4. 用 curl 跑通第一条 DeepSeek-R1 请求

拿到 Key、确认模型 ID 之后，先用 curl 做一次最小验证。这一步能在一分钟内告诉你三件事：Base URL 对不对、Key 有没有权限、模型 ID 是否存在。

curl https://taotoken.net/api/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "YOUR_MODEL_ID",
    "messages": [
      {"role": "user", "content": "用一句话介绍 DeepSeek-R1 的设计目标，并说明它与通用对话模型的主要区别。"}
    ],
    "max_tokens": 500,
    "temperature": 0.6,
    "stream": false
  }'

把 YOUR_API_KEY 换成你在 TaoToken 创建的 Key，把 YOUR_MODEL_ID 换成模型广场里查到的 DeepSeek-R1 ID。不要照抄 Hugging Face 的仓库名，也不要照抄 OpenRouter 的 deepseek/deepseek-r1，除非模型广场里恰好显示的就是这个 ID。

如果返回正常的 JSON 响应，choices[0].message.content 就是 DeepSeek-R1 的回答。响应里的 model 字段通常会回显你在请求里填的 ID，这时候可以核对一下回显值和你在模型广场看到的是否一致。如果不一致，说明网关侧做了别名映射，你后续在 Claude Code 和 Codex 里用的 model ID 应该以「能跑通的那个」为准。

流式输出更贴近聊天客户端的真实体验。想看流式，把 stream 改成 true，然后观察终端里一段一段蹦出来的 token：

curl https://taotoken.net/api/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "YOUR_MODEL_ID",
    "messages": [
      {"role": "user", "content": "用三句话解释什么是 API 聚合通道，不要使用比喻。"}
    ],
    "stream": true
  }'

流式响应在终端里是连续打印的 SSE 数据块。如果只看到 [DONE] 而没有内容，多半是 messages 里少了 system 或 user 角色，或者 max_tokens 设成了 0。curl 阶段不要跳过，后面所有客户端的配置错误，本质上都能在 curl 层先排查出来。

5. 把 DeepSeek-R1 接进 Claude Code、Codex 与 CC Switch

curl 通了之后，接下来的问题从「能不能调」变成「在哪里调」。Claude Code、Codex、CC Switch 三个客户端的配置方式不同，但它们要的三件套完全一样：Base URL、Key、模型 ID。区别只在于各自的配置文件和读取环境变量的方式。

5.1 Claude Code：用 Anthropic 兼容环境变量

Claude Code 默认面向 Anthropic API，但它允许通过环境变量覆盖 API 地址。在项目目录或用户目录下设置：

export ANTHROPIC_BASE_URL="https://taotoken.net/api"
export ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY"
export ANTHROPIC_MODEL="YOUR_MODEL_ID"

然后启动 claude，直接对话即可。注意：ANTHROPIC_AUTH_TOKEN 用的是「Auth Token」语义，不是 ANTHROPIC_API_KEY。我见过有人把 ANTHROPIC_API_KEY 设为 Key 值，结果请求根本没发出——Claude Code 根本不读这个变量。

更持久的做法是把环境变量写进 ~/.claude/settings.json：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://taotoken.net/api",
    "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY",
    "ANTHROPIC_MODEL": "YOUR_MODEL_ID"
  }
}

改了之后重启 Claude Code 才生效。如果在同一个配置文件里既设了 ANTHROPIC_MODEL，又通过 /model 命令手动切换了模型，以手动切换的为准。你说不清楚的时候，就全部删掉重设，只留环境变量这一条路径。

5.2 Codex：走 OpenAI 兼容的 config.toml

Codex 是 OpenAI 的 CLI 工具，它读的是 ~/.codex/config.toml，不要在这里用 ANTHROPIC_* 变量。Codex 通过 model_provider 定位供应商，再通过 model 定位具体模型。配置长这样：

model = "YOUR_MODEL_ID"
model_provider = "taotoken"

[model_providers.taotoken]
name = "TaoToken"
base_url = "https://taotoken.net/api"
env_key = "TAOTOKEN_API_KEY"

然后在 shell 里导出：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

启动 codex 后，它会把请求发到 https://taotoken.net/api，并在环境变量里读取 Key。如果你把 base_url 写成 https://taotoken.net/api/v1，Codex 也可能正常工作，因为 Codex 对 URL 拼接的处理和 curl 不同，但为了统一，仍然建议只写 /api。Codex 的报错信息里如果出现 model_not_found，第一反应不要是换 Key，而是先确认 model 字段的值是否与模型广场一致。Codex 对模型 ID 的校验比 curl 更严格，因为它会在启动时发一个轻量请求去确认模型是否存在。

5.3 CC Switch：图形化切换供应商

CC Switch 是一个管理 Claude Code 供应商配置的图形工具。在它的自定义供应商里，把 Base URL 设为 https://taotoken.net/api，Key 填入 YOUR_API_KEY，模型 ID 填你在模型广场查到的 DeepSeek-R1 ID，然后切换到该供应商，再启动 Claude Code。

CC Switch 本质上是帮你写 ~/.claude/settings.json 的那层文件，所以它和手写环境变量的效果一致。需要注意的坑是：如果你之前手工编辑过 settings.json，CC Switch 可能在切换时覆盖掉它。建议先用 CC Switch 建好供应商并切换，确认 Claude Code 能正常回复之后，再回到 settings.json 里看它具体写了哪些字段。这样你既用上了图形界面，也清楚底层实际生效的配置是什么。

6. 本篇调试中实际遇到的四个配置错误

这里只列这次接入过程中自己踩过的配置错误，不涉及网络、代理、账号权限等问题。

第一个错误是把 Base URL 写成了 https://taotoken.net/api/v1。这个在 curl 里最明显：请求发出后收到 404，因为网关侧根本没有 /api/v1/chat/completions 这个路由。去掉 /v1 之后立刻恢复。

第二个错误是把 Hugging Face 的仓库名 deepseek-ai/DeepSeek-R1 直接填进了 model 字段。Gate 返回的提示是模型 ID 不存在。这个错误很典型，因为 Hugging Face 的仓库路径看起来很像「模型名」，但它只是源码托管路径，不是 API 路由 ID。

第三个错误是在 Claude Code 里同时设置了 ANTHROPIC_MODEL 和 ANTHROPIC_SMALL_FAST_MODEL，后者是 Claude Code 用来跑标题生成和后台总结的小模型。如果你没有在模型广场确认是否存在一个「小型 fast 模型」并把它的 ID 也填进去，后台请求会失败，表现为主对话正常但工具调用超时或标题不生成。解决方式：只设 ANTHROPIC_MODEL，不设 ANTHROPIC_SMALL_FAST_MODEL，让客户端用默认值处理。

第四个错误是在 Codex 的 config.toml 里把 env_key 写成了 ANTHROPIC_AUTH_TOKEN。Codex 不是 Anthropic 客户端，它不认识这个名字，只会安静地从它自己指定的环境变量里读 Key，读不到就报 401。改成 TAOTOKEN_API_KEY 并正确导出后恢复。

7. 复现与验证：同一把 Key、同一段 Prompt，逐客户端核对入账

这篇文章不含排行分数，也没有 Benchmark 表格，因为我没有跑模型公榜的必要。但我做了一次最小复现：同一把 Key、同一段 Prompt、在不同客户端里各跑一次，记录是否成功、耗时和 token 消耗。你可以照这个流程自己跑一遍：

1. 在 TaoToken 创建 Key 并记下模型广场里的 DeepSeek-R1 模型 ID。
2. 用第 4 节的 curl 命令发一次请求，确认能返回内容。
3. 在 Claude Code 里配好环境变量，用同样的 Prompt 问一次。
4. 在 Codex 里配好 config.toml，用同样的 Prompt 问一次。
5. 回到 TaoToken 控制台，查看这次复现产生的调用记录是否全部入账。

复现模板表如下，内容留空，以你自己跑出来的结果为准：

一次运行只代表一次运行，不代表公榜结果。不同客户端对同一模型的 token 消耗统计可能略有差异，这也是我不把 token 数字写进表格的原因。你真正应该关心的是：请求是否在控制台的用量页里出现。如果 curl 返回了内容但控制台没有记录，那不是「没入账」，而是你看错了时间段或者 Key 不匹配。把控制台的时间窗口切到最近一小时，再看一眼。

验证完毕之后，剩下的事就很简单了：以后在 Hugging Face 或 OpenRouter 上看到任何想试的开源模型，不需要换 Key，也不需要换 Base URL，只需要去模型广场查一下对应的模型 ID，然后修改客户端里的 model 字段。DeepSeek-R1 打通了，其他模型也就是一次 ID 替换的距离。

🚀 告别海外账号与网络限制！稳定直连全球优质大模型，限时半价接入中。 👉 点击领取海量免费额度