API compatível com OpenAI

Use os modelos Claude e GPT por meio de um único endpoint no estilo OpenAI.

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

O APIVAI usa o formato HTTP da OpenAI, então ferramentas e SDKs que aceitam uma base URL personalizada funcionam sem código de integração extra. Troque a base URL e a chave e mantenha o restante do código.

Endpoints

Método e caminho	Finalidade	Observações
GET /v1/models	Listar modelos	Chame antes de fixar um nome de modelo no código.
POST /v1/chat/completions	Chat completions	Recebe um array messages no estilo OpenAI.
POST /v1/chat/completions	Chat com streaming	Adicione "stream": true para receber server-sent events.
POST /v1/responses	Responses API	Usado pelo Codex CLI.

Cabeçalhos

Authorization: Bearer YOUR_APIVAI_API_KEY
Content-Type: application/json

Teste rápido com 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

Defina stream como true e leia o corpo da resposta de forma incremental. Os trechos chegam como linhas que começam com "data:"; o stream termina com [DONE] ou quando a conexão é fechada.

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="")

Chamada de funções

O fluxo padrão em duas etapas funciona: o modelo retorna uma chamada de ferramenta, você executa a ferramenta e envia o resultado de volta para obter a resposta 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."))

Como escolher um modelo

Chame GET /v1/models com sua chave de API.
Escolha um ID de modelo na resposta.
Faça uma pequena requisição de chat com ele.
Só então coloque o nome do modelo na configuração da sua aplicação.

O que significa "compatível"

O formato das requisições é propositalmente familiar, mas nem todo parâmetro de cada endpoint da OpenAI é suportado em todos os contextos. Ao migrar uma integração existente, comece com o menor corpo de requisição, confirme o modelo e depois adicione os parâmetros opcionais um de cada vez.