API compatible con OpenAI

Usa los modelos Claude y GPT a través de un único endpoint al estilo de OpenAI.

BASE URLhttps://api.apivai.com/v1

APIVAI usa el formato HTTP de OpenAI, así que las herramientas y SDK que aceptan una base URL personalizada funcionan sin código de integración adicional. Cambia la base URL y la clave; el resto de tu código sigue igual.

Endpoints

Método y ruta	Uso	Notas
GET /v1/models	Listar modelos	Llámalo antes de fijar un nombre de modelo en el código.
POST /v1/chat/completions	Chat completions	Recibe un array messages al estilo de OpenAI.
POST /v1/chat/completions	Chat en streaming	Añade "stream": true para recibir server-sent events.
POST /v1/responses	Responses API	Lo usa Codex CLI.

Encabezados

Authorization: Bearer YOUR_APIVAI_API_KEY
Content-Type: application/json

Prueba rápida con cURL

# 1) List the models available to your key
curl https://api.apivai.com/v1/models \
  -H "Authorization: Bearer $APIVAI_API_KEY"

# 2) Send a minimal chat request
curl https://api.apivai.com/v1/chat/completions \
  -H "Authorization: Bearer $APIVAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR_MODEL_NAME",
    "messages": [{"role": "user", "content": "Return one short sentence."}]
  }'

OpenAI SDK

Python

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_APIVAI_API_KEY",
    base_url="https://api.apivai.com/v1",
)

resp = client.chat.completions.create(
    model="YOUR_MODEL_NAME",
    messages=[
        {"role": "system", "content": "You are a concise technical assistant."},
        {"role": "user", "content": "Explain API gateways in 2 sentences."},
    ],
    temperature=0.2,
)
print(resp.choices[0].message.content)

Node.js

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.APIVAI_API_KEY,
  baseURL: "https://api.apivai.com/v1",
});

const resp = await client.chat.completions.create({
  model: "YOUR_MODEL_NAME",
  messages: [{ role: "user", content: "Explain API gateways in 2 sentences." }],
});
console.log(resp.choices[0]?.message?.content);

Streaming

Define stream en true y lee el cuerpo de la respuesta de forma incremental. Los fragmentos llegan como líneas que empiezan por "data:"; el stream termina con [DONE] o cuando se cierra la conexión.

stream = client.chat.completions.create(
    model="YOUR_MODEL_NAME",
    messages=[{"role": "user", "content": "Write a short deployment checklist."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

Llamada a funciones

Funciona el flujo estándar en dos pasos: el modelo devuelve una llamada a herramienta, tú la ejecutas y envías el resultado para obtener la respuesta final.

import json

TOOLS = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Get the current weather for a city.",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

messages = [{"role": "user", "content": "What's the weather in Tokyo?"}]
first = client.chat.completions.create(model=MODEL, messages=messages, tools=TOOLS)
choice = first.choices[0].message

messages.append(choice)
for call in choice.tool_calls or []:
    args = json.loads(call.function.arguments)
    messages.append({
        "role": "tool",
        "tool_call_id": call.id,
        "content": json.dumps({"city": args["city"], "temp_c": 21}),
    })

final = client.chat.completions.create(model=MODEL, messages=messages, tools=TOOLS)
print(final.choices[0].message.content)

Frameworks

LangChain

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    base_url="https://api.apivai.com/v1",
    api_key="YOUR_APIVAI_API_KEY",
    model="YOUR_MODEL_NAME",
)
print(llm.invoke("Explain API gateways in 2 sentences.").content)

LlamaIndex

from llama_index.llms.openai_like import OpenAILike

llm = OpenAILike(
    model="YOUR_MODEL_NAME",
    api_base="https://api.apivai.com/v1",
    api_key="YOUR_APIVAI_API_KEY",
    is_chat_model=True,
)
print(llm.complete("Explain API gateways in 2 sentences."))

Cómo elegir un modelo

Llama a GET /v1/models con tu clave API.
Elige un ID de modelo de la respuesta.
Haz una pequeña solicitud de chat con él.
Solo entonces pon el nombre del modelo en la configuración de tu aplicación.

Qué significa «compatible»

El formato de las solicitudes es deliberadamente familiar, pero no todos los parámetros de cada endpoint de OpenAI se admiten en todos los contextos. Al migrar una integración existente, empieza con el cuerpo de solicitud más pequeño, confirma el modelo y luego añade los parámetros opcionales de uno en uno.