Todos tus modelos. Una API.

Un catálogo de modelos completo detrás de una integración

Utilice GPT, Claude y Gemini junto con Kimi K3, GLM-5.3, DeepSeek, MiMo y otros modelos compatibles. Su aplicación se conecta a TextCortex en lugar de mantener una integración separada para cada familia de modelos.

Cambie el identificador del modelo para una solicitud para comparar respuestas, potenciar una función diferente o introducir un nuevo modelo en su producto. El catálogo de su cuenta está disponible a través de GET /models.

Enrutar solicitudes alrededor de su aplicación

Una respuesta de soporte, una revisión de código y un paso de clasificación pueden utilizar diferentes modelos. Defina la selección en su aplicación y envíe cada solicitud a través de la misma API. Mida la calidad, la latencia y el uso de tokens en comparación con la tarea.

Comience con elecciones de modelos explícitas para que el comportamiento sea predecible. Si necesita selección automática o conmutación por error, utilice solo los controles de enrutamiento documentados para su configuración.

Puntos finales alojados en la UE para cargas de trabajo europeas

Utilice la implementación que coincida con sus requisitos de procesamiento. Las páginas modelo de la UE cubren el hosting europeo; Otros modelos del catálogo más amplio pueden tener diferentes disposiciones de procesamiento.

• API alojada en la UE Kimi K3
• API alojada en la UE GLM-5.3
• API alojada en la UE DeepSeek
• API alojada en la UE MiMo

Haga su primera solicitud de API

Cree un Cuenta TextCortex y genere una clave API en la configuración de la cuenta. Instale el paquete Python OpenAI en su servidor. Guarde la clave en TEXTCORTEX_API_KEY y configure TEXTCORTEX_MODEL con un identificador devuelto por GET /models.

Este ejemplo mantiene las credenciales en variables de entorno. La misma configuración de cliente funciona cuando elige otro modelo compatible. Lea el Referencia API para conocer los parámetros específicos del terminal.

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)

Desde el primer pedido hasta la producción

Utilice el Guía API compatible con OpenAI para conectar su aplicación. Luego defina las opciones de modelo, los límites de solicitudes y el manejo de errores que necesita su producto.

Compare costos con el Calculadora de costos API y utilice el guía de ruta para organizar una integración multimodelo.