Quais APIs de Modelo Funcionam com o SDK da OpenAI?
Pesquisar por "model apis api compatible with openai" geralmente significa uma coisa: você quer manter o código do cliente OpenAI e alterar apenas para onde ele aponta. A compatibilidade vem em graus, então aqui está o que verificar e um script que verifica isso para você.

O que compatível significa na prática
Os SDKs da OpenAI são configuráveis. Eles aceitam um base_url e uma chave de API, constroem uma requisição em um formato conhecido e analisam a resposta em um formato conhecido. Qualquer serviço que aceite esse formato e responda nesse formato funcionará com o SDK. Essa é toda a ideia, e é por isso que muitos provedores copiam o formato.
O problema é que copiar o formato de um método não significa copiar os outros. Um endpoint pode lidar bem com /chat/completions e pular a chamada de funções, fazer streaming sem um chunk final de uso ou retornar erros em uma estrutura diferente que seu código de nova tentativa não reconhece. O SDK não avisará você. Ele simplesmente lançará uma exceção em produção.
Então trate a compatibilidade como uma lista de recursos separados e teste cada um.
Os recursos que valem a pena testar
Use esta tabela como uma lista de verificação para qualquer candidato. A coluna da direita mostra o que este serviço documenta, para que você possa ver como a verificação se apresenta na prática.
| Recurso | Por que isso importa | Este serviço |
|---|---|---|
| Completions de chat | O método principal usado pela maioria dos aplicativos | Sim, POST /v1/chat/completions |
| Método de respostas | Novos clientes da OpenAI usam isso | Sim, POST /v1/responses |
| Lista de modelos | Muitas ferramentas chamam isso na inicialização | Sim, GET /v1/models |
| Streaming (SSE) | Necessário para interfaces de chat | Sim, o uso é enviado no final |
| Chamada de ferramentas | Agentes e chamadas de funções | Sim, incluindo chamadas de ferramentas em streaming |
| Modo JSON | Saída estruturada para analisadores | Sim, json_object |
| Parâmetros de amostragem | Estilo de ajuste e repetição | temperature, top_p, stop, seed, penalidades |
| Sinais de limite de requisições | Permite que os clientes façam espera corretamente | HTTP 429, códigos rate_limited e concurrency |
| Visibilidade do saldo | Evite surpresas com indisponibilidades | Cabeçalho X-Balance-USD e um endpoint de saldo |
Adicione duas coisas que a tabela não pode mostrar: a janela de contexto e o comportamento do modelo em seus próprios prompts. Aqui a janela é de 100.000 tokens para prompt mais conclusão.
Um script que testa qualquer endpoint
O script abaixo executa cinco verificações contra qualquer URL base que você fornecer: lista de modelos, uma chamada de chat simples, streaming, modo JSON e uma chamada de ferramenta forçada. Os padrões apontam para este serviço, e duas variáveis de ambiente permitem trocar para outro provedor para que você possa executar um teste idêntico em cada candidato.
import json
import os
from openai import OpenAI
BASE_URL = os.environ.get("API_BASE", "https://api.modelapis.cc/v1")
MODEL = os.environ.get("API_MODEL", "uncensored")
client = OpenAI(base_url=BASE_URL, api_key=os.environ["API_KEY"])
ASK = [{"role": "user", "content": "Reply with the single word: ready"}]
def check_models():
assert client.models.list().data, "empty model list"
def check_chat():
r = client.chat.completions.create(model=MODEL, messages=ASK, max_tokens=20)
assert r.choices[0].message.content
assert r.usage and r.usage.total_tokens > 0, "no usage block"
def check_stream():
s = client.chat.completions.create(model=MODEL, messages=ASK, stream=True)
text = "".join(c.choices[0].delta.content or "" for c in s if c.choices)
assert text
def check_json():
r = client.chat.completions.create(
model=MODEL,
messages=[{"role": "user", "content": "Return a JSON object with key ok set to true."}],
response_format={"type": "json_object"},
)
assert json.loads(r.choices[0].message.content)
def check_tools():
tools = [{"type": "function", "function": {
"name": "get_time", "description": "Get the current time",
"parameters": {"type": "object", "properties": {}}}}]
r = client.chat.completions.create(
model=MODEL, messages=ASK, tools=tools,
tool_choice={"type": "function", "function": {"name": "get_time"}})
assert r.choices[0].message.tool_calls, "no tool call returned"
for fn in (check_models, check_chat, check_stream, check_json, check_tools):
try:
fn()
print("ok ", fn.__name__)
except Exception as e:
print("FAIL", fn.__name__, type(e).__name__, str(e)[:100])
Execute-o com API_KEY=... python check.py. Uma falha em uma linha diz exatamente sobre qual recurso perguntar ao provedor. Uma execução limpa não prova qualidade, mas prova que o código do seu cliente não quebrará.
Como ler os resultados
Um ok em cada linha significa que o SDK analisou todas as formas de resposta sem erros. Uma falha apenas em check_tools geralmente significa que o endpoint ignora tools ou que o modelo não os chama de forma confiável. Uma falha em check_json frequentemente significa que a resposta veio envolta em texto corrido ou em um bloco de código. Uma falha em check_stream pode ser um proxy que armazena eventos, um pedaço final ausente ou um endpoint que não envia nenhum conteúdo delta.
Execute o script duas vezes. A primeira execução informa sobre suporte, a segunda, com alguns segundos de atraso, sobre estabilidade. Execute-o também na máquina onde seu aplicativo vai rodar, porque redes e proxies alteram a aparência do streaming.
Testando o método Responses
O código do cliente mais recente da OpenAI chama cada vez mais o método Responses em vez de completions de chat. Este serviço aceita POST /v1/responses, então o mesmo cliente pode usar qualquer um dos dois. Nem todo provedor compatível o implementa, o que torna essa verificação separada recomendada:
from openai import OpenAI
client = OpenAI(base_url="https://api.modelapis.cc/v1", api_key="YOUR_API_KEY")
r = client.responses.create(
model="uncensored",
input="List three checks for an OpenAI-compatible endpoint.",
)
print(r.output_text)
Se um provedor retornar 404 aqui, mas passar no teste de chat, seu código antigo está bom e os recursos mais recentes do SDK que dependem deste método não estarão. Decida quais de suas ferramentas precisam disso antes de escolher.
Onde endpoints compatíveis geralmente diferem
Tratamento de erros
Limites de requisições são a surpresa mais comum. Esta API responde com HTTP 429 e um código de erro de rate_limited para muitas requisições por minuto, ou concurrency para muitas ao mesmo tempo. Em sobrecarga temporária, retorna 429 com Retry-After: 5. Outro provedor pode usar códigos diferentes ou nenhum, então teste sua lógica de espera contra cada um.
Limites
Uma chave completa aqui permite 8 requisições simultâneas e 300 requisições por minuto, e uma chave de teste permite 2 e 60. Uma solicitação com streaming mantém sua slot de concorrência até o fim do streaming, o que é importante para aplicativos de chat. Os corpos das requisições são limitados a 8 MB.
Nomenclatura de modelos
Alguns serviços aceitam qualquer string como nome de modelo e o mapeiam silenciosamente. Outros rejeitam nomes desconhecidos. Aqui você passa uncensored, e a documentação lista os detalhes.
Comportamento
Dois endpoints compatíveis podem responder ao mesmo prompt de formas muito diferentes. Este serviço executa um modelo de pesos abertos ajustado para responder sem recusas de conteúdo para uso adulto lícito, com um limite rígido em conteúdo sexual envolvendo menores de idade. O modelo de um grande fornecedor recusará mais. Nenhum está errado, mas eles se adequam a produtos diferentes.
Uma maneira prática de decidir é escrever três requisitos que devem ser atendidos (por exemplo, streaming, chamadas de ferramentas e um 429 que você pode reconhecer), executar o script em cada candidato e descartar qualquer um que falhe. Entre os que sobrevivem, compare o preço na sua própria mistura de tokens e o comportamento em seus próprios prompts. Essa ordem economiza tempo, porque lacunas de recursos são fáceis de encontrar e comparações de custo não valem a pena para um endpoint que não pode executar seu código.
Quando outra opção é a melhor adaptação
Não tentamos ser a resposta para todas as consultas. Escolha outra opção quando:
- Você precisa de geração de imagens, áudio ou vídeo, embeddings ou ajuste fino. Este serviço é apenas para texto.
- Você precisa da saída de um modelo de um fornecedor específico. Não somos a API oficial de nenhum fornecedor e não fazemos roteamento entre fornecedores.
- Sua política exige um contrato empresarial ou uma certificação de conformidade específica. Não fazemos afirmações sobre nenhum dos dois aqui.
Escolha este endpoint quando quiser um modelo de pesos abertos para chat sem recusas de conteúdo para uso adulto lícito, uma interface no estilo OpenAI e faturamento por token. As taxas são $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, detalhados na página de preços.
Experimente com uma chave de teste
Crie uma conta com Google ou com e-mail e senha, então abra a página da chave de API. Novos usuários podem reivindicar $0,50 de crédito de teste com um clique. Ele dura 7 dias e não precisa de cartão, o que é mais do que suficiente para executar o script acima muitas vezes.
Depois de obter seus resultados, compare-os lado a lado. Mantenha a saída de cada execução e adicione as colunas que forem importantes para você: recusas nos seus prompts de amostra, tempo até o primeiro token na sua rede e o custo do mesmo conjunto de prompts nos preços atuais de cada provedor.
Mais guias
Perguntas frequentes
Ser compatível com OpenAI é o mesmo que ser OpenAI?
Não. Significa que o endpoint aceita o mesmo formato de solicitação, então os SDKs da OpenAI funcionam após alterar a URL base e a chave. O modelo por trás disso pode ser completamente diferente.
Qual URL base devo usar para o SDK da OpenAI aqui?
Use https://api.modelapis.cc/v1 como URL base, sua chave como token Bearer e uncensored como ID do modelo.
O streaming funciona com a opção stream do SDK?
Sim. Defina stream como true e leia os eventos enviados pelo servidor como de costume; o uso é enviado no final do streaming.
Como verifico meu saldo via código?
Leia o cabeçalho de resposta X-Balance-USD em qualquer chamada, ou solicite GET /v1/balance ou o caminho credit_grants no estilo OpenAI sob /v1/dashboard/billing.
Acesse sua chave instantaneamente
Cadastre-se, recupere sua chave, atualize sua URL base. É só isso.