모든 모델을 하나의 API로.

하나의 통합 뒤에 있는 전체 모델 카탈로그

Kimi K3, GLM-5.3, DeepSeek, MiMo 및 기타 지원되는 모델과 함께 GPT, Claude 및 Gemini를 사용하세요. 귀하의 애플리케이션은 모든 모델 제품군에 대해 별도의 통합을 유지하는 대신 TextCortex에 연결됩니다.

답변 비교, 다른 기능 강화 또는 제품에 새 모델 도입 요청에 대한 모델 식별자를 변경하세요. 귀하의 계정 카탈로그는 GET /models를 통해 제공됩니다.

애플리케이션 주변의 요청 라우팅

지원 응답, 코드 검토 및 분류 단계에서는 서로 다른 모델을 사용할 수 있습니다. 애플리케이션에서 선택 항목을 정의하고 동일한 API를 통해 각 요청을 보냅니다. 작업에 대한 품질, 대기 시간 및 토큰 사용량을 측정합니다.

행동을 예측할 수 있도록 명시적인 모델 선택부터 시작하세요. 자동 선택 또는 장애 조치가 필요한 경우 구성에 대해 문서화된 라우팅 제어만 사용하십시오.

유럽 워크로드를 위한 EU 호스팅 엔드포인트

처리 요구 사항에 맞는 배포를 사용하세요. EU 모델 페이지에서는 유럽 호스팅을 다룹니다. 더 넓은 카탈로그에 있는 다른 모델은 처리 방식이 다를 수 있습니다.

• Kimi K3 EU 호스팅 API
• GLM-5.3 EU 호스팅 API
• DeepSeek EU 호스팅 API
• MiMo EU 호스팅 API

첫 번째 API 요청하기

TextCortex 계정를 생성하고 계정 설정에서 API 키를 생성하세요. 서버에 OpenAI Python 패키지를 설치합니다. 키를 TEXTCORTEX_API_KEY에 저장하고 TEXTCORTEX_MODEL를 GET /models에서 반환된 식별자로 설정합니다.

이 예에서는 환경 변수에 자격 증명을 유지합니다. 지원되는 다른 모델을 선택해도 동일한 클라이언트 구성이 작동합니다. 엔드포인트별 매개변수에 대해서는 API 참조를 읽어보세요.

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)

첫 요청부터 제작까지

OpenAI 호환 API 가이드를 사용하여 애플리케이션을 연결하세요. 그런 다음 모델 선택, 요청 제한 및 제품 요구 사항에 대한 오류 처리를 정의합니다.

API 비용 계산기와 비용을 비교하고 라우팅 가이드를 사용하여 다중 모델 통합을 구성하십시오.