Tutti i tuoi modelli. Un’unica API.

Un catalogo di modelli completo dietro un'unica integrazione

Utilizza GPT, Claude e Gemini insieme a Kimi K3, GLM-5.3, DeepSeek, MiMo e altri modelli supportati. La tua applicazione si connette a TextCortex invece di mantenere un'integrazione separata per ogni famiglia di modelli.

Modifica l'identificatore del modello per una richiesta per confrontare le risposte, potenziare una funzionalità diversa o introdurre un nuovo modello nel tuo prodotto. Il catalogo del tuo account è disponibile tramite GET /models.

Instrada le richieste attorno alla tua applicazione

Una risposta di supporto, una revisione del codice e una fase di classificazione possono utilizzare modelli diversi. Definisci la selezione nella tua applicazione e invia ogni richiesta tramite la stessa API. Misura la qualità, la latenza e l'utilizzo dei token rispetto all'attività.

Inizia con scelte di modelli esplicite in modo che il comportamento sia prevedibile. Se hai bisogno della selezione automatica o del failover, utilizza solo i controlli di routing documentati per la tua configurazione.

Endpoint ospitati nell'UE per carichi di lavoro europei

Utilizza la distribuzione che corrisponde ai tuoi requisiti di elaborazione. Le pagine del modello UE coprono l'hosting europeo; altri modelli del catalogo più ampio possono avere diverse modalità di lavorazione.

• Kimi K3 API ospitata nell'UE
• GLM-5.3 API ospitata nell'UE
• DeepSeek API ospitata nell'UE
• MiMo API ospitata nell'UE

Effettua la tua prima richiesta API

Crea uno Conto TextCortex e genera una chiave API nelle impostazioni dell'account. Installa il pacchetto Python OpenAI sul tuo server. Memorizza la chiave in TEXTCORTEX_API_KEY e imposta TEXTCORTEX_MODEL su un identificatore restituito da GET /models.

Questo esempio mantiene le credenziali nelle variabili di ambiente. La stessa configurazione del client funziona quando scegli un altro modello supportato. Leggere Riferimento API per i parametri specifici dell'endpoint.

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)

Dalla prima richiesta alla produzione

Utilizza Guida API compatibile con OpenAI per connettere la tua applicazione. Quindi definisci le scelte del modello, i limiti di richiesta e la gestione degli errori di cui il tuo prodotto ha bisogno.

Confronta i costi con Calcolatore dei costi API e utilizza guida al percorso per organizzare un'integrazione multi-modello.