Todos os seus modelos. Uma API.

Um catálogo completo de modelos por trás de uma integração

Use GPT, Claude e Gemini junto com Kimi K3, GLM-5.3, DeepSeek, MiMo e outros modelos suportados. Seu aplicativo se conecta ao TextCortex em vez de manter uma integração separada para cada família de modelos.

Altere o identificador do modelo de uma solicitação para comparar respostas, potencializar um recurso diferente ou introduzir um novo modelo em seu produto. O catálogo da sua conta está disponível em GET /models.

Encaminhe solicitações em torno de seu aplicativo

Uma resposta de suporte, uma revisão de código e uma etapa de classificação podem usar modelos diferentes. Defina a seleção na sua aplicação e envie cada solicitação pela mesma API. Meça a qualidade, a latência e o uso de token em relação à tarefa.

Comece com escolhas de modelo explícitas para que o comportamento seja previsível. Se precisar de seleção automática ou failover, use somente os controles de roteamento documentados para sua configuração.

Endpoints hospedados na UE para cargas de trabalho europeias

Use a implantação que corresponda aos seus requisitos de processamento. As páginas do modelo da UE cobrem a hospedagem europeia; outros modelos no catálogo mais amplo podem ter diferentes arranjos de processamento.

• API Kimi K3 hospedada na UE
• API GLM-5.3 hospedada na UE
• API DeepSeek hospedada na UE
• API MiMo hospedada na UE

Faça sua primeira solicitação de API

Crie um Conta TextCortex e gere uma chave API nas configurações da conta. Instale o pacote OpenAI Python em seu servidor. Armazene a chave em TEXTCORTEX_API_KEY e defina TEXTCORTEX_MODEL para um identificador retornado por GET /models.

Este exemplo mantém credenciais em variáveis de ambiente. A mesma configuração do cliente funciona quando você escolhe outro modelo compatível. Leia o Referência da API para parâmetros específicos do 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)

Do primeiro pedido à produção

Use o Guia de API compatível com OpenAI para conectar seu aplicativo. Em seguida, defina as opções de modelo, os limites de solicitação e o tratamento de erros das necessidades do seu produto.

Compare custos com o Calculadora de custos de API e use o guia de roteamento para organizar uma integração multimodelo.