OpenAI クライアント。幅広いモデルカタログ。

接続の 3 つの部分

これらの設定をサーバー上に保存してください。ベース URL にはすでに /v1 が含まれています。 SDK クライアントはエンドポイント自体を追加します。

• ベース URL: https://api.textcortex.com/v1
• 認証: Authorization: Bearer <api_key>
• モデル: GET /models によって返される識別子

最初の API リクエストを行う

TextCortexアカウント を作成し、アカウント設定で API キーを生成します。 OpenAI Python パッケージをサーバーにインストールします。キーを TEXTCORTEX_API_KEY に保存し、TEXTCORTEX_MODEL を GET /models によって返された識別子に設定します。

この例では、資格情報を環境変数に保持します。別のサポートされているモデルを選択した場合でも、同じクライアント構成が機能します。エンドポイント固有のパラメータについては、APIリファレンス を参照してください。

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)

アプリケーションに必要なエンドポイントを使用する

GET /models にはカタログがリストされます。 POST /chat/completions はチャット リクエストを受け入れ、POST /responses は文書化された応答インターフェイスを提供します。既存のアプリケーションを移動する場合は、各エンドポイントを個別に確認してください。

最小限のリクエストから始めて、選択したモデルがサポートするストリーミング、ツールの使用、または構造化された出力を追加します。共有リクエスト形式により、各モデルが独自の機能を維持しながら統合が簡素化されます。

別のプロバイダーを統合せずにモデルを切り替える

クライアントと認証の構成を 1 か所に保管します。 GPT、Claude、Gemini、Kimi、GLM、DeepSeek、または MiMo を評価するときに、TEXTCORTEX_MODEL を別の使用可能な識別子に変更します。

モデル ファミリには モデルカタログガイド を使用し、アプリケーション レベルの選択には 推論ルーターガイド を使用します。 EU域内でホストされるルートは、ヨーロッパの推論要件を持つワークロードで使用できます。