Ihr OpenAI-Kunde. Ein breiterer Modellkatalog.

Drei Teile der Verbindung

Behalten Sie diese Einstellungen auf Ihrem Server. Die Basis-URL enthält bereits /v1; SDK-Clients hängen den Endpunkt selbst an.

• Basis-URL: https://api.textcortex.com/v1
• Authentifizierung: Authorization: Bearer <api_key>
• Modell: eine von GET /models zurückgegebene Kennung

Stellen Sie Ihre erste API-Anfrage

Erstellen Sie ein TextCortex-Konto und generieren Sie einen API-Schlüssel in den Kontoeinstellungen. Installieren Sie das Python-Paket OpenAI auf Ihrem Server. Speichern Sie den Schlüssel in TEXTCORTEX_API_KEY und setzen Sie TEXTCORTEX_MODEL auf einen von GET /models zurückgegebenen Bezeichner.

In diesem Beispiel werden Anmeldeinformationen in Umgebungsvariablen gespeichert. Die gleiche Client-Konfiguration funktioniert, wenn Sie ein anderes unterstütztes Modell auswählen. Lesen Sie API-Referenz für endpunktspezifische Parameter.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["TEXTCORTEX_API_KEY"],
    base_url="https://api.textcortex.com/v1",
)

for model in client.models.list():
    print(model.id)

response = client.chat.completions.create(
    model=os.environ["TEXTCORTEX_MODEL"],
    messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)

Nutzen Sie den Endpunkt, den Ihre Anwendung benötigt

GET /models listet den Katalog auf. POST /chat/completions akzeptiert Chat-Anfragen und POST /responses stellt die dokumentierte Antwortschnittstelle bereit. Überprüfen Sie jeden Endpunkt separat, wenn Sie eine vorhandene Anwendung verschieben.

Beginnen Sie mit einer minimalen Anforderung und fügen Sie dann Streaming, Tool-Nutzung oder strukturierte Ausgabe hinzu, sofern das ausgewählte Modell dies unterstützt. Ein gemeinsames Anforderungsformat vereinfacht die Integration, während jedes Modell seine eigenen Funktionen behält.

Modellwechsel ohne Integration eines anderen Anbieters

Bewahren Sie die Client- und Authentifizierungskonfiguration an einem Ort auf. Ändern Sie TEXTCORTEX_MODEL in einen anderen verfügbaren Bezeichner, wenn Sie GPT, Claude, Gemini, Kimi, GLM, DeepSeek oder MiMo auswerten.

Verwenden Sie Leitfaden zum Modellkatalog für Modellfamilien und Anleitung zum Inferenz-Router für die Auswahl auf Anwendungsebene. Für Workloads mit europäischen Inferenzanforderungen stehen in der EU gehostete Routen zur Verfügung.