常见错误以及解决办法
Q：为什么 gpt-5 说自己是 gpt-4o 是正确的？而chatGPT官方回答自己是gpt-5？
A： 这是新手常见误会。询问模型“你是谁”获得了不达预期的回答。这是因为模型在训练过程中是没有自己模型型号信息的，但包含了老模型的相关信息。模型厂商同时训练很多模型，某个模型达到某个设定效果后才会给模型命名，所以你问 gpt-5 是谁，他回答自己是 gpt-4o 。openai官方的chatgpt是成熟的网页端产品，在前端对此类问题做了优化，所以你问官方模型能回答自己是gpt-5。
Q：为什么 ChatGPT Plus 的 GPT-4 能回答出自己是 GPT-4？
A： 简单来说，ChatGPT Plus 使用的模型版本和开放给 API 的并不一样，作为内部版本，很大可能会用更新的数据去训练，甚至是实时数据训练。虽然都叫 GPT-4，但给出的答案不同，因为训练数据不同。
Q：那我如何去判断他是否是 GPT-4 模型？
A： 可使用以下逻辑性问题进行测试。 问题： 鲁迅和周树人是什么关系？ GPT-3.5： 鲁迅和周树人是两个不同的人 GPT-4： 鲁迅和周树人是同一个人。
Q：无法登录？
A： 请确保用户名填写正确，不要填写邮箱地址，填写你注册时的用户名。如遇到登录问题无法自行解决，请联系客服，第一时间为您处理。
Q：为什么请求后没吐字没补全 token？
A： 有以下可能：
- 快吐字了，客户端断开连接。
- tools call 或 function call。
- OpenAI 直接返回 [Done]，一般是政策安全相关拒绝回答，需要结合返回的 finish_reason 或内容进行判断。
A： 针对不同的数据返回代码，以下是常见的错误代码：
| 错误代码 | 代码解释 |
|---|---|
| 400 Bad Request | 请求格式错误或无效。这通常意味着你的请求参数有误，需要你检查并修正请求参数。 |
| 401 Unauthorized | 请求令牌无效。这通常意味着你的请求令牌有误，需要你检查并修正请求参数。 |
| 403 Forbidden | 一般是余额不足。 |
| 404 Not Found | 请求的资源未找到。你可能正在试图访问一个不存在的端点。 |
| 413 Request Entity Too Large | 请求体太大。你可能需要减少你的请求数据量。 |
| 429 Too Many Requests | 由于短时间内发送过多的请求，你已经超过了你的速率限制。 |
| 500 Internal Server Error | 服务器内部错误。这可能是 OpenAI 服务器的问题，不是你的问题。 |
| 503 Service Unavailable | 服务暂时不可用。这可能是由于 OpenAI 正在进行维护或者服务器过载。 |
Q：后台额度充足，使用 API 提示额度不足？
A： 请确认你后台创建的令牌已经分配好额度，过期时间一般可以设置成无限制。另外，额度不是填写金额，500000 额度 = 1 美金，可按需填写。
Q：出现 CDN 回源报错？
A： 请联系客服获取企业客户接口地址。
Q：提示当前分组下没有可用渠道？
A： 请确保模型名称完全和列表一致，并且区分大小写。
Q：额度是什么? 怎么计算的？
A： 额度 = 分组倍率 * 模型倍率 * (提示 token + 补全 token * 补全倍率)。 其中补全倍率对于 GPT-3.5 固定为 1.33，GPT-4 为 2，与官方保持一致。如果是非流模式，官方接口会返回消耗的总 token，但是你要注意提示和补全的消耗倍率不一样。
Q：什么是上下文？
A： 在 GPT 用于文本生成时，它需要考虑之前输入的所有文本上下文，以生成连贯、有意义的句子。随着输入上下文的增加，GPT 生成的文本变得越来越连贯和精准。例如，如果将一篇完整的文本或段落作为输入，GPT 将能生成符合上下文连贯性的自然语言文本。因此，GPT 上下文累积得越多，生成文本的准确度和连贯性呈逐步提升趋势。
Q：账户额度足够为什么提示额度不足？
A： 请检查你的令牌额度是否足够，这个和账户额度是分开的。令牌额度仅供用户设置最大使用量，用户可自由设置。
Q：ChatGPT Next Web 报错: Failed to fetch？
A： 部署的时候不要设置 BASE URL。检查你的接口地址和 API Key 有没有填对。
Q：网站部分页面打开报错？
A： 请清理浏览器缓存和 Cookie。
Q：为什么 gpt-4 额度消耗这么快？
A： gpt-4 的消耗速度是 gpt-3.5-turbo 的 20 到 40 倍。假设购买了 9w token，我们用 30 倍作为平均倍率，也就是 90000 / 30 = 3000 字左右，加上每次要附带上历史消息，能发的消息数将会进一步减半。在最极限的情况下，一条消息就能把 9w token 消耗完，所以请谨慎使用。
Q：令牌无效？
A： 一般出现这种问题，可能是：
- 地址写错，不是我们的地址。
- 令牌没有正确的设置到程序中。
- 令牌已失效，请重新生成一个新的令牌。
Q：Failed to fetch？
A： 一般遇到这种问题，可能是你的网络环境有问题，请尝试更换网络。亦或者是你使用了错误的接口地址，请检查接口地址是否正确。
Q：无可用渠道？
A： 检查错误中得模型名称是否存在。
Q：构图时出现 SyntaxError：Unexpected token“<” ……
A： 出现这个问题仍是使用了不正确的接口，需要参考上面的第三个问题换成正确接口即可解决问题。
Q：使用 chatgpt-web-midjourney-proxy 上传失败？
A： 对于这个问题，作者已经在项目地址反复说明了很多遍： 。需要使用 docker 部署，并开启 API_UPLOADER，vercel 不支持。而且如果是在前端填写的中转地址，上传文件会跟着中转地址走。
Q：该令牌额度已用尽？
A： 这个问题一般说明你的令牌已经没有额度了，需要给你的令牌加额度，或者你的钱包已经没有额度了，需要给你的钱包充值。
Q：user quota is not enough？
A： 这个问题一般说明你的账户已经没有额度了，需要给你的钱包充值。
Q：max_tokens is too large？
A： 请求参数中的 max_tokens 参数设置过大。请求携带的上下文 token 数 + max_tokens 必须小于等于模型的上下文大小。例如，gpt-4 的模型上下文是 128k，max_tokens 最大为 4096。那么必须满足 max_tokens <= 4096 和 请求携带的上下文 token 数 + max_tokens <= 128k 。
Nano Banana Pro 常见问题（新手必看）
—— AIHub 智慧代理 API（aihubproxy.com）
Q1：我完全不懂技术，能用 Nano Banana Pro 吗？
可以，而且非常友好。
如果你不想写代码、不想研究复杂的 AI 接口，通过 AIHub 智慧代理 API，也能轻松使用 Nano Banana Pro。
AIHub智慧代理 API的优势在于：
-
✅ 无需理解底层模型细节
-
✅ 统一 API 接口，调用方式简单
-
✅ 中文文档 + 示例齐全
-
✅ 支持多模型聚合，一个 Key 即可使用
对于非技术用户，也可以通过AIHub 智慧代理 API接入的第三方 Web 工具 / 控制台，像“点按钮生成图片”一样使用 Nano Banana Pro。
一句话总结：你只需要会“描述你想要什么图”，剩下的交给AIHub智慧代理 API
Q2：生成一张图片大概要多久？
Nano Banana Pro 的生成速度非常快，适合高频使用。
不同分辨率生成时间参考|
分辨率 |
生成时间 |
推荐场景 |
|---|---|---|
|
1K |
约 10 秒 |
快速预览、测试 Prompt |
|
2K |
约 15–20 秒 |
日常使用（强烈推荐） |
|
4K |
约 30–60 秒 |
高清海报、印刷、商业交付 |
-
AIHub 智慧代理 API：约 10–30 秒
-
Google Gemini 官网：速度相近
-
其他第三方 AI 平台：通常 1–3 分钟
👉 新手建议：
先用 1K / 2K 测试 Prompt，满意后再生成 4K 最终图，效率最高。
Q3：免费额度用完后怎么办？费用贵吗？
AIHub 的价格优势非常明显，适合长期使用。
AIHub 计费特点-
🔹 按调用量计费，透明清晰
-
🔹 支持小额充值，无使用门槛
-
🔹 聚合官方 API，成本远低于直连官网
|
平台 |
单张成本 |
|---|---|
|
Google 官网 |
约 $0.24 / 张 |
|
AIHub 智慧代理 API |
约 $0.03–0.06 / 张 |
👉 成本可降低约 80%+
非常适合以下人群：
-
内容创作者
-
设计工作室
-
AI 应用开发者
-
自媒体 / 电商 / SaaS 产品
Q4：生成的图片版权属于谁？可以商用吗？
可以商用，版权归你所有。
根据 Google 官方对生成式图片模型的政策：
-
✅ 生成图片的版权归使用者
-
✅ 允许商业用途
-
✅ 无需额外授权或版权费用
-
⚠️ 不要在 Prompt 中直接指定受版权保护的 IP
（如迪士尼角色、知名动漫形象）
-
⚠️ 不生成违法、暴力、色情内容
-
✅ 商品主图 / 海报
-
✅ 品牌宣传视觉
-
✅ 客户定制设计
-
✅ 网站 / App 配图
Q5：通过 AIHub 使用 Nano Banana Pro，和官网有什么区别？
核心差异在“使用体验和成本”，不是模型本身。
|
对比项 |
AIHub 智慧代理 API |
Google 官网 |
|---|---|---|
|
底层模型 |
官方 Nano Banana Pro |
官方 |
|
图片质量 |
100% 一致 |
官方质量 |
|
接入方式 |
统一 API / 聚合调用 |
单一平台 |
|
成本 |
低 80%+ |
高 |
|
文档支持 |
中文 + 示例 |
英文为主 |
|
支付方式 |
灵活、友好 |
国际信用卡 |
技术原理说明：
AIHub 使用的是 官方模型 API 的稳定代理与聚合服务，不做任何模型压缩或降级，输出质量与官网完全一致。
Q6：生成的图片不满意怎么办？
这是新手最常见的问题，也是最容易解决的。
1️⃣ 优化 Prompt（最重要）❌ 太简单：
“画一只狗”
✅ 高质量 Prompt：
“一只金毛犬，在公园草地上奔跑，阳光明媚，背景虚化，真实摄影风格，高清细节”
2️⃣ 增加可控细节
你可以在 Prompt 中明确指定：
-
🎨 风格：写实 / 插画 / 卡通 / 日系 / 油画
-
🌈 色调：暖色 / 冷色 / 黑白
-
💡 光线：逆光 / 柔光 / 黄昏 / 正午
-
📷 视角：特写 / 全景 / 俯拍
3️⃣ 多次生成，对比选择
-
Nano Banana Pro 本身具有随机性
-
同一 Prompt 生成 2–3 次，往往就能挑到理想结果
-
非常适合用在创意设计场景
4️⃣ 借助 AIHub 文档与支持
-
AIHub 提供 完整示例与参数说明
-
可参考社区 / 示例 Prompt
-
遇到问题可直接联系技术支持