GhosterAPI

/docs—12 разделов

Документация

Быстрый старт, авторизация, эндпоинты, SDK, стриминг, function calling, интеграции, лимиты и ошибки — всё для подключения к apighoster.vibecoder.help/v1.

/01

Обзор

GhosterAPI — единый OpenAI-совместимый шлюз к моделям GPT, Claude, Gemini (Argon), GLM (включая Prime), Kimi, Qwen и DeepSeek. Один ключ, один base URL, переключение между подключениями провайдеров при сбоях, когда оно возможно.

base url
https://apighoster.vibecoder.help/v1

Сценарии на совместимом ядре OpenAI Chat Completions работают без изменений: вы меняете только base_url и api_key. Отдельные stateful-возможности Responses API не поддерживаются (см. раздел «Endpoints»). Каталог моделей — на странице «Модели».

Как устроен шлюз

За одним эндпоинтом стоит несколько провайдеров. Каждый запрос проходит путь: валидация ключа → выбор модели → маршрутизация на доступного провайдера → проброс ответа. При сбое провайдера шлюз может автоматически переключиться на следующее доступное подключение и повторить запрос — но только пока ответ не начал отдаваться клиенту: для нестриминговых запросов и стриминга до первого токена. После начала отдачи потока ошибка провайдера может прийти прямо в SSE-поток (HTTP-статус к этому моменту уже 200), поэтому обрывы и ошибки в потоке нужно обрабатывать на стороне клиента.

  • Балансировка нагрузки — запросы равномерно распределяются между доступными подключениями провайдера.
  • Автоотключение — подключение с серией ошибок временно отключается и периодически проверяется на восстановление.
  • Мульти-формат — OpenAI Chat Completions, OpenAI Responses и Anthropic Messages на одном домене.
  • Стриминг насквозь — SSE передаётся потоком, без буферизации ответа целиком.

Семейства моделей

В каталоге — актуальные линейки: GPT (astra, sol, terra, luna), Claude 5.5 (opus, sonnet, haiku), Gemini (Argon, flash, 4 Hydrogen), GLM (5.3, 5.3-prime, flash), Kimi K3.1 Pro, K3, Qwen3.8-Max и флагманский Qwen4-Max (контекст до 1M), DeepSeek (v4-pro, v4-flash, v4.1-flash, v4.1-flash-1017) и генерация изображений gpt-image. Список моделей и живые цены обновляются автоматически — смотрите страницу «Модели», доступность в реальном времени — «Статус».

Kimi K3.1: kimi-k3.1-pro и kimi-k3.1-pro-highspeed — полная и ускоренная версии Pro. Размышления всегда включены; доступность каждого варианта отражена на странице статуса.

GPT-6.2 Astra и Sol доступны по точным ID gpt-6.2-astra и gpt-6.2-sol. Обе стоят как GPT-6.1 Sol: $0.048 ввод / $0.18 вывод / $0.0048 чтение кэша / $0.06 запись кэша за 1M токенов. Нужен пополненный баланс.

Совместимость. Шлюз следует протоколам OpenAI и Anthropic: формат запросов и ответов соответствует спецификациям, отдельные поля ошибок могут отличаться в деталях. Совместимость обеспечивается для базового набора Chat Completions (сообщения, инструменты, JSON-режим, стриминг); отдельные stateful-возможности (например, возврат зашифрованных reasoning-элементов в Responses API) не поддерживаются. Набор доступных моделей зависит от группы и прав ключа.
/02

Быстрый старт

Первый запрос за минуту — три шага.

Шаг 1 · Получите ключ

Войдите в панель через страницу входа и создайте ключ в разделе «Ключи API». Ключ имеет вид sk-...; набор доступных моделей зависит от группы и прав ключа (платные модели — при пополненном балансе).

  1. При входе придёт код подтверждения на email — введите его (антифрод-шаг, один раз).
  2. Стартовый бонус начисляется на бонусный баланс и применяется к доступным базовым и бесплатным моделям; платные GPT, Claude и Argon требуют пополнения.
  3. В панели откройте раздел «Ключи API» в сайдбаре и нажмите «Создать ключ API»; скопируйте ключ вида sk-...

Шаг 2 · Первый запрос

curl
curl https://apighoster.vibecoder.help/v1/chat/completions \
  -H "Authorization: Bearer $GhosterAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.2","messages":[{"role":"user","content":"Привет!"}]}'

В ответ придёт стандартный объект chat.completion с choices[0].message.content.

Шаг 3 · Проверьте стриминг

curl · стриминг
curl -N https://apighoster.vibecoder.help/v1/chat/completions \
  -H "Authorization: Bearer $GhosterAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.2","stream":true,"messages":[{"role":"user","content":"Расскажи анекдот"}]}'

Ответ приходит потоком SSE-событий — текст печатается по мере генерации.

Минимальный набор параметров

параметртипописание
modelstringимя модели из каталога, например glm-5.3
messagesarrayистория диалога: сообщения с ролями system / user / assistant / tool
streambooleantrue — включить SSE-стриминг
max_tokensintegerлимит токенов ответа; рекомендуем запас от 4096
temperaturenumber0–2, креативность; для кода и извлечения данных — ближе к 0
/03

Авторизация

Ключ создаётся в панели и передаётся в каждом запросе.

OpenAI-формат

заголовок
Authorization: Bearer sk-...

Anthropic-формат

заголовки
x-api-key: sk-...
anthropic-version: 2023-06-01

Оба способа принимаются на всех эндпоинтах — используйте тот, который ожидает ваш клиент. Набор моделей, доступных ключу, зависит от его группы и прав (платные модели — при пополненном балансе); лимиты настраиваются на уровне токена в панели.

Безопасность ключей

  • Храните ключ в переменных окружения (GhosterAPI_API_KEY) или секрет-менеджере — не в коде репозитория.
  • Не вставляйте ключ в клиентский код сайтов и мобильных приложений — только серверные вызовы.
  • Для каждого проекта и окружения создавайте отдельный токен: так можно отозвать один, не трогая остальные.
  • Скомпрометированный ключ отзывается в панели мгновенно — все запросы с ним прекратятся.
/04

Endpoints

Все маршруты шлюза.

эндпоинтметодформатназначение
/v1/chat/completionsPOSTOpenAIчат, инструменты, JSON-режим
/v1/responsesPOSTOpenAI Responsesагентные сценарии; stateful-элементы (зашифрованный reasoning) не поддерживаются
/v1/messagesPOSTAnthropicClaude-совместимые клиенты
/v1/modelsGETOpenAIсписок доступных моделей
/v1/systemonePOSTSystem One (Laya)структурированные решения: вероятности, выбор, оценка — экспериментальный эндпоинт
/v1/decisionsPOSTOpenAI DecisionsGPT-6 Luna Decisions: input + вопросы; типизированные ответы, не чат
/healthzGET—проверка живости шлюза

Список моделей

curl
curl https://apighoster.vibecoder.help/v1/models \
  -H "Authorization: Bearer $GhosterAPI_API_KEY"

Ответ — стандартный объект {"object":"list","data":[{"id":"glm-5.3",...},...]} с моделями, доступными вашему ключу. Полный каталог с живыми ценами — на странице «Модели».

System One: структурированные решения

Экспериментальный эндпоинт /v1/systemone (сервер Laya System-1) не генерирует текст: он оценивает state по типизированным вопросам (noul да/нет, choice выбор, score оценка по шкале) и возвращает вероятности. Поле model необязательно — сервер сам выбирает чекпоинт. Доступность и условия могут меняться — уточняйте в поддержке.

curl
curl https://apighoster.vibecoder.help/v1/systemone \
  -H "Authorization: Bearer $GhosterAPI_API_KEY" -H "Content-Type: application/json" \
  -d '{"state":"Платежи не проходят третий день","questions":{"urgent":{"type":"noul","instructions":"Нужна ли срочная реакция?"}}}'

Платные классификаторы: Jev и GPT Decisions

Это отдельные продукты для решений внутри программы, не чат-LLM и не JSON mode. Вход + несколько атомарных вопросов дают типизированные значения и распределения вероятностей. Не используйте chat.completions, messages, responses, stream или max_tokens. Используйте API-ключ группы paid и реальный оплаченный баланс: бонусы и free-ключи не подходят. Session JWT панели не заменяет API-ключ.

МодельEndpointВвод / 1MВыводФормат
jev-1.14/v1/systemone$0.0336$0state + questions object → answers object; текст / JSON
gpt-6-luna-decisions/v1/decisions$0.0600$0input + questions array → answers array; текст / JSON / изображения

Поле model обязательно для платного продукта. Прежний экспериментальный System One без model сохраняет прежнее поведение и не означает Jev 1.14. Автоматического переключения между Jev и GPT нет.

Jev 1.14 — System One

state — строка, объект или массив JSON. В questions ключ — имя ответа. noul: вероятность «да» 0–1; choice: criteria — объект вариантов с описаниями или null; score: criteria — 2–10 уровней от низкого к высокому. Каждый вопрос содержит instructions. Jev принимает только текст / JSON, не изображения и не файлы.

curl · Jev
curl https://apighoster.vibecoder.help/v1/systemone \
  -H "Authorization: Bearer $GhosterAPI_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"jev-1.14","state":{"ticket":"Прошу вернуть двойное списание"},"questions":{"refund":{"type":"noul","instructions":"Клиент просит возврат?"},"team":{"type":"choice","instructions":"Какая команда нужна?","criteria":{"billing":"Платежи и возвраты","technical":"Ошибки приложения"}},"urgency":{"type":"score","instructions":"Насколько срочно?","criteria":["может ждать","на этой неделе","сегодня"]}}}'
Форма ответа Jev · значения иллюстративны
{"model":"jev-1.14","answers":{"refund":{"type":"noul","noul":0.98},"team":{"type":"choice","choice":"billing","confidence":0.96,"probabilities":{"billing":0.98,"technical":0.02}},"urgency":{"type":"score","score":1.9,"confidence":0.81,"legend":{"0":"может ждать","1":"на этой неделе","2":"сегодня"},"probabilities":{"0":0,"1":0.1,"2":0.9}}},"usage":{"input_tokens":396,"output_tokens":61,"cost":0.000014}}

GPT-6 Luna Decisions — OpenAI Decisions

input — текст или массив user-сообщений. questions — 1–64 вопроса; instructions — строка, необязательное уникальное name связывает ответ с вопросом. predicate возвращает probability; choice принимает 2–255 choices с value и description; score принимает 2–10 levels с label и необязательным description. score — ожидаемый индекс уровня, начиная с 0, а не процент.

curl · GPT Decisions
curl https://apighoster.vibecoder.help/v1/decisions \
  -H "Authorization: Bearer $GhosterAPI_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"gpt-6-luna-decisions","input":"Прошу вернуть двойное списание","questions":[{"type":"predicate","name":"refund","instructions":"Клиент просит возврат?"},{"type":"choice","name":"team","instructions":"Какая команда нужна?","choices":[{"value":"billing","description":"Платежи и возвраты"},{"value":"technical","description":"Ошибки приложения"}]},{"type":"score","name":"urgency","instructions":"Насколько срочно?","levels":[{"label":"может ждать"},{"label":"на этой неделе"},{"label":"сегодня"}]}]}'
Форма ответа GPT · значения иллюстративны
{"model":"gpt-6-luna-decisions","answers":[{"type":"predicate","name":"refund","probability":1},{"type":"choice","name":"team","choice":"billing","confidence":1,"probabilities":[{"value":"billing","probability":1},{"value":"technical","probability":0}]},{"type":"score","name":"urgency","score":1.8,"confidence":0.68,"probabilities":[{"value":0,"label":"может ждать","probability":0},{"value":1,"label":"на этой неделе","probability":0.2},{"value":2,"label":"сегодня","probability":0.8}]}],"usage":{"input_tokens":389,"output_tokens":0,"cost":0.000024}}

Изображения GPT: input=[{"role":"user","content":[{"type":"input_text","text":"Что на картинке?"},{"type":"input_image","image_url":"data:image/png;base64,..."}]}]. JSON: часть {"type":"input_json","data":{"ticket":"..."}}. Форматы изображения PNG/JPEG/WebP/GIF; поддержка API не гарантирует качество на вашем наборе. Лимит тела шлюза для классификаторов — 2 MiB. У Jev в источнике заявлены 64K токенов всего и 32K для state + самого длинного вопроса; превышение даёт ошибку, не обрезку. Для GPT не обещаем непроверенный размер контекста.

Python без SDK — оба формата

Python · стандартная библиотека
import json, os, urllib.request
def decide(path, payload):
    request = urllib.request.Request("https://apighoster.vibecoder.help" + path,
        data=json.dumps(payload).encode(), headers={
            "Authorization": "Bearer " + os.environ["GhosterAPI_API_KEY"],
            "Content-Type": "application/json"})
    with urllib.request.urlopen(request, timeout=95) as response:
        return json.load(response)
jev = decide("/v1/systemone", {"model":"jev-1.14", "state":"Прошу возврат",
    "questions":{"refund":{"type":"noul","instructions":"Клиент просит возврат?"}}})
gpt = decide("/v1/decisions", {"model":"gpt-6-luna-decisions", "input":"Прошу возврат",
    "questions":[{"type":"predicate","name":"refund","instructions":"Клиент просит возврат?"}]})
print(jev["answers"]["refund"]["noul"])
for answer in gpt["answers"]:
    if answer["type"] == "refusal":
        print("Нужна ручная проверка")
    else:
        print(answer["name"], answer.get("probability"))

JavaScript / Node — HTTP fetch

JavaScript · server-side
async function decide(path, payload) {
  const r = await fetch("https://apighoster.vibecoder.help" + path, {
    method: "POST", headers: {Authorization: `Bearer ${process.env.GhosterAPI_API_KEY}`,
      "Content-Type": "application/json"}, body: JSON.stringify(payload)
  });
  const data = await r.json();
  if (!r.ok) throw new Error(data.error?.message || `HTTP ${r.status}`);
  return data;
}
const result = await decide("/v1/decisions", {
  model: "gpt-6-luna-decisions", input: "Please refund this duplicate charge",
  questions: [{type: "predicate", name: "refund", instructions: "Is a refund requested?"}]
});
console.log(result.answers, result.usage);

Решение, а не гарантия

Задавайте один проверяемый признак в каждом вопросе; расчёты, даты и объединение признаков оставляйте коду. Вопросы оценивают общий вход независимо: не ссылайтесь на ответ предыдущего вопроса. Вероятность и confidence не являются сертификатом истинности, независимой валидацией или основанием для безусловного автоматического отказа человеку. Калибровку и пороги автономного действия / ручной проверки подбирайте на своём размеченном наборе; результат около порога и refusal отправляйте на review. Важные choice-решения проверяйте при перестановке вариантов.

Использование и ошибки

Оплачивается usage.input_tokens, включая служебные токены модели и вопросы, не только длина state. output_tokens сохраняется в ответе, но стоит $0. usage.cost — наше списание USD после штатного округления: шаг $0.000002, минимум один шаг для успешного ненулевого запроса. Кэш не даёт отдельной скидки. Ошибки до успешного результата не тарифицируются. 400 — неверная схема / endpoint; 401 — ключ; 402 — баланс / лимит ключа; 403 — группа / доступ; 429 — лимит; 503 — временная недоступность. Не считайте HTTP 200 безусловным allow: проверяйте тип ответа и пороги. Текущие проверки — статус.

Формат ответа chat/completions

json
{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "model": "glm-5.2",
  "choices": [{
    "index": 0,
    "message": { "role": "assistant", "content": "Привет! Чем помочь?" },
    "finish_reason": "stop"
  }],
  "usage": { "prompt_tokens": 12, "completion_tokens": 8, "total_tokens": 20 }
}

В нестриминговых ответах поле usage заполнено — по нему считается биллинг в панели; в стриминге usage приходит отдельным чанком с пустым choices (см. «Streaming»).

/05

Модели и параметры

Как выбирать модель под задачу и что учитывать в параметрах.

Выбор под задачу

  • Флагманы — gpt-6.2-astra, gpt-6-astra, claude-opus-5-5, gemini-4-argon, glm-5.3-prime: максимум качества на сложных задачах. Для GPT, Claude и Argon нужны ключ с доступом к paid-группе и пополненный баланс.
  • Флагман Qwen (GA) — qwen4-max: рассуждения по умолчанию (low / high / xhigh, по умолчанию high), контекст 1M, совокупный вывод до 262144 токенов; текст, изображения и видео на входе, инструменты и структурированные ответы. Только оплаченный баланс.
  • Google Gemini 4 — gemini-4-hydrogen (GA): рассуждения low / medium / high / xhigh (по умолчанию high), единый контекст 1048576 токенов (ввод + вывод), вывод до 65536 токенов, изображения на входе. Только оплаченный баланс.
  • Код и рассуждения — gpt-6.2-sol, gpt-6.1-sol, claude-sonnet-5-5, deepseek-v4-pro: пошаговый разбор, рефакторинг, отладка.
  • Быстрый код-ассистент — gpt-6-luna, gpt-6.1-terra, claude-haiku-5-5, deepseek-v4.1-flash: низкая задержка, дешёвые токены.
  • Агенты и инструменты — glm-5.3: стабильный function calling и следование системному промпту.
  • Длинные документы — qwen3.8-max / qwen3.8-max-0902 (контекст 1M), kimi-k3 (длинный контекст): суммаризация и RAG по большим корпусам. Контекстное окно у каждой модели своё — смотрите каталог.
  • Высокая нагрузка — deepseek-v4-flash, glm-5.3-flash: минимальная задержка при массовом трафике.
  • Мультиязычность — qwen3.8-max: уверенная работа с русским, английским, китайским и десятками других языков.
  • Мультимодальность — claude-sonnet-5-5 и claude-haiku-5-5 (изображения), gemini-3.8-flash; генерация изображений — gpt-image-2.5-flare и gpt-image-2.5-sunburst.
  • Нулевая цена — часть каталога доступна бесплатно (состав пула периодически обновляется): тариф $0.00. Актуальный список — в каталоге «Модели» (фильтр «Бесплатные»).
GPT-6.2. Рассуждения всегда включены: low / medium / high / xhigh / max / ultra, по умолчанию low в каталоге аккаунта. none не поддерживается. Для инструментов используйте Responses; сохраняйте префикс истории и полученные reasoning-элементы. Обе модели имеют официальное контекстное окно базовой модели 1 050 000 токенов. Не рассчитывайте управлять этими reasoning-моделями через temperature или top_p.

Полный актуальный каталог с живыми ценами — на странице Моделей; доступность в реальном времени — на Статусе.

Рассуждающие модели

Модели с режимом рассуждений генерируют цепочку размышлений перед финальным ответом; токены рассуждений тарифицируются как выходные (входят в completion_tokens). Видимость текста рассуждений зависит от протокола и модели: в Chat Completions размышления могут приходить в reasoning_content — или не приходить текстом вовсе, только счётчиками в usage; в Responses можно запросить сводку (reasoning: {"effort": "...", "summary": "auto"}); в Anthropic Messages thinking-блоки могут быть пустыми, но с сигнатурой. Флаги рассуждений поддерживаются не всеми моделями и передаются не всеми SDK — сверяйтесь с каталогом. Если рассуждения не нужны — отключите их параметром модели: это ускоряет ответ и экономит токены.

Qwen4-Max: бюджет рассуждений и передача истории

У qwen4-max рассуждения включены по умолчанию. Бюджет размышлений задаётся уровнями усилия low / high / xhigh (по умолчанию — high; medium приводится к high). Лимит max_tokens (синоним max_completion_tokens) ограничивает совокупный вывод — размышления и видимый ответ вместе (до 262144 токенов), а не только видимый текст: закладывайте запас под оба. Размышления тарифицируются как выводные токены.

В многоходовых диалогах возвращайте историю размышлений: передавайте поле reasoning_content предыдущих assistant-сообщений обратно вместе с content и tool_calls — модель рассчитывает на контекст своих размышлений при вызовах инструментов (параметр preserve_thinking у апстрима по умолчанию сохраняет размышления в истории). В SSE собирайте reasoning_content из delta; шлюз не восстанавливает потерянные размышления и не отключает thinking скрыто.

Проверено и работает у qwen4-max: все три API-формата (Chat Completions, Responses, Anthropic Messages) в стриминге и без стриминга, включая JSON — сквозной генерацией через шлюз 16.11.2026; на живом ключе провайдера — структурный вывод по JSON Schema, изображения на входе, вызов инструментов и многошаговые диалоги с передачей tool_calls, явное кэширование контекста (попадания тарифицируются как чтение кэша). Не проверено с нашей стороны: видео на входе и поведение на контексте, близком к 1M, под нагрузкой. Лимиты Alibaba могут меняться без уведомления; модель доступна только за оплаченный баланс.

Gemini 4 Hydrogen: рассуждения и контекст

gemini-4-hydrogen — GA-модель Google. Рассуждения включены по умолчанию: уровни low / medium / high / xhigh (по умолчанию high) задаются через reasoning_effort, как в OpenAI-формате. Контекст единый: 1 048 576 токенов на ввод и вывод вместе; вывод ограничен 65 536 токенами и включает токены размышлений (thinking) — они тарифицируются как выводные. Вывод изображений, аудио и PDF на входе не проверялся с нашей стороны и не обещается.

Кэширование только неявное (implicit, минимум 4096 токенов префикса); явное кэширование не поддерживается. Пользовательские параметры сэмплирования модель игнорирует. Модель краткосрочная: Google обещает уведомление о снятии минимум за 45 дней — следите за страницей статуса. Проверено и работает: все три API-формата (Chat Completions, Responses, Anthropic Messages) в стриминге и без стриминга, включая JSON — сквозной генерацией через шлюз 16.11.2026; все 38 ключей провайдера прошли проверку списка моделей и генерации; инструменты (function calling), структурный вывод по JSON Schema и изображения на входе проверены контрольными запросами через шлюз на канареечных ключах. Только оплаченный баланс.

Контекст и max_tokens

Контекстное окно модели включает и запрос, и ответ. Держите запас: если история диалога заняла 90% окна, у модели не останется места на ответ — придёт обрыв по length. Рекомендация: max_tokens от 4096 для обычных задач и усечение истории до последних 10–20 сообщений в длинных диалогах.

temperature и top_p

temperature управляет разбросом выборки: 0–0.3 для извлечения данных и кода, 0.7–1.0 для генеративных текстов. top_p ограничивает пространство вероятностей; менять оба сразу не нужно — регулируйте что-то одно.

/06

SDK и примеры

Готовые сниппеты под популярные языки и SDK.

Python · openai

python
from openai import OpenAI

client = OpenAI(base_url="https://apighoster.vibecoder.help/v1", api_key="sk-...")
r = client.chat.completions.create(model="glm-5.3",
    messages=[{"role": "user", "content": "Привет!"}])
print(r.choices[0].message.content)

Python · стриминг

python · stream
stream = client.chat.completions.create(model="glm-5.3",
    messages=[{"role": "user", "content": "Напиши хайку"}], stream=True)
for chunk in stream:
    if not chunk.choices: continue  # чанк с usage приходит с пустым choices
    delta = chunk.choices[0].delta.content
    if delta: print(delta, end="", flush=True)

JavaScript / Node.js

javascript
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://apighoster.vibecoder.help/v1", apiKey: "sk-..." });
const r = await client.chat.completions.create({
  model: "kimi-k3",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(r.choices[0].message.content);

Anthropic SDK

python · anthropic
from anthropic import Anthropic

client = Anthropic(base_url="https://apighoster.vibecoder.help", api_key="sk-...")
msg = client.messages.create(model="glm-5.3", max_tokens=1024,
    messages=[{"role": "user", "content": "Привет!"}])
for block in msg.content:  # thinking-блоки могут идти до текста
    if getattr(block, "type", None) == "text": print(block.text)

Go

go
cfg := openai.DefaultConfig("sk-...")
cfg.BaseURL = "https://apighoster.vibecoder.help/v1"
client := openai.NewClientWithConfig(cfg)

resp, err := client.CreateChatCompletion(ctx, openai.ChatCompletionRequest{
    Model:    "deepseek-v4-pro",
    Messages: []openai.ChatCompletionMessage{{Role: "user", Content: "Привет!"}},
})
/07

Streaming

Потоковая передача ответа по мере генерации (SSE).

curl · стриминг
curl -N https://apighoster.vibecoder.help/v1/chat/completions \
  -H "Authorization: Bearer $GhosterAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen3.8-max","stream":true,"messages":[...]}'

В SDK передайте stream=True (Python) или stream: true (JS) — и читайте чанки по мере поступления.

Формат событий

Каждое событие — строка data: {...} с инкрементальным фрагментом; поток завершается data: [DONE]. Дельты приходят в choices[0].delta.content, статистика по токенам — в отдельном чанке с usage (при stream_options: {"include_usage": true}); в этом чанке массив choices пустой — учитывайте это при разборе.

sse
data: {"choices":[{"delta":{"role":"assistant"}}]}
data: {"choices":[{"delta":{"content":"При"}}]}
data: {"choices":[{"delta":{"content":"вет!"}}]}
data: {"choices":[{"delta":{},"finish_reason":"stop"}]}
data: [DONE]

Особенности

  • Стриминг поддерживают текстовые модели каталога.
  • Рассуждающие модели в стриминге могут отдавать размышления в delta.reasoning_content до основного текста; у части моделей и протоколов текст рассуждений не виден — это не ошибка (см. «Модели и параметры»).
  • При обрыве соединения повторяйте запрос целиком — продолжение с середины потока не поддерживается.
  • При молчании провайдера шлюз может отправлять в поток SSE-комментарии (: keep-alive), чтобы соединение не закрывалось; периодичность и сам факт их отправки не гарантируются. Обычный HTTP-читатель SSE игнорирует комментарии автоматически — обрабатывать их не нужно.
  • При сбое или отказе провайдера в открытом потоке шлюз передаёт явную ошибку SSE, а не синтетический успешный data: [DONE]. Код content_policy означает отказ провайдера; автоматический повтор без изменения запроса не нужен. HTTP-статус открытого потока остаётся 200 — проверяйте error-события; финальный usage при обрыве может не прийти.
/08

Function calling

Модели с поддержкой инструментов принимают tools и возвращают tool_calls.

Шаг 1 · Опишите инструменты

json
{
  "model": "glm-5.3",
  "messages": [{ "role": "user", "content": "Погода в Москве?" }],
  "tools": [{
    "type": "function",
    "function": {
      "name": "get_weather",
      "description": "Текущая погода в городе",
      "parameters": { "type": "object",
        "properties": { "city": { "type": "string" } },
        "required": ["city"] }
    }
  }]
}

Шаг 2 · Получите вызов

Вместо текста ответ содержит tool_calls с именем функции и аргументами. Исполните функцию на своей стороне.

Шаг 3 · Верните результат

json
{
  "model": "glm-5.3",
  "messages": [
    { "role": "user", "content": "Погода в Москве?" },
    { "role": "assistant", "tool_calls": [{ "id": "call_1", "type": "function",
      "function": { "name": "get_weather", "arguments": "{\"city\":\"Москва\"}" } }] },
    { "role": "tool", "tool_call_id": "call_1",
      "content": "{\"temp\":18,\"cond\":\"ясно\"}" }
  ]
}

Модель увидит результат инструмента и сформулирует финальный ответ пользователю. Цикл можно повторять многошагово — это основа агентных сценариев.

Параллельные вызовы. Модель может запросить несколько инструментов за один ответ — обрабатывайте весь массив tool_calls и возвращайте по одному сообщению role:"tool" на каждый вызов.

Поддержка инструментов зависит от модели — см. бейджи в каталоге.

/09

Интеграции

Любой клиент с поддержкой OpenAI-формата подключается сменой base URL.

Чат-приложения

  • Cherry Studio — Настройки → Провайдеры → добавить «OpenAI-совместимый»: base URL https://apighoster.vibecoder.help/v1, ключ, затем выбрать модель вручную по имени.
  • ChatBox — Model Provider → «Add Custom Provider»: API Host https://apighoster.vibecoder.help/v1, ключ, имя модели из каталога.
  • Open WebUI — Admin → Connections → OpenAI API: URL https://apighoster.vibecoder.help/v1 и ключ.

Кодинг-агенты

  • Codex CLI — ~/.codex/config.toml: провайдер с base_url https://apighoster.vibecoder.help/v1, wire_api = "responses", ключ через env_key; полная инструкция в разделе «Подключение клиентов».
  • Aider — флаги --openai-api-base https://apighoster.vibecoder.help/v1 --model glm-5.3 и ключ в OPENAI_API_KEY.
  • Continue (VS Code / JetBrains) — в config.json провайдер openai с "apiBase": "https://apighoster.vibecoder.help/v1".
  • Claude Code / ZCode — переменная ANTHROPIC_BASE_URL=https://apighoster.vibecoder.help и ключ.

Фреймворки

  • LangChain — ChatOpenAI(base_url="https://apighoster.vibecoder.help/v1", api_key=...); работают цепочки, инструменты и стриминг.
  • LlamaIndex — OpenAI(base_url=...) как LLM-движок.
  • n8n / Dify / Flowise — нода «OpenAI Chat Model» с кастомным base URL.
  • Своё приложение — любой HTTP-клиент, пример в «Быстрый старт».
Не получилось? Проверьте: ключ не отозван, имя модели скопировано из каталога без опечаток, base URL без хвостового слеша.
/10

Подключение клиентов

Пошаговые настройки популярных AI-клиентов. Base URL для OpenAI-формата — https://apighoster.vibecoder.help/v1, для Anthropic-формата — https://apighoster.vibecoder.help (без /v1). Ключ создайте в разделе «Ключи API»; имя модели — любое из каталога.

Codex CLI (OpenAI, терминал)

Для подключения кастомного провайдера используйте wire_api = "responses" — эндпоинт Responses мы поддерживаем. Ключ задаётся переменной окружения, имя которой указано в env_key. Файл ~/.codex/config.toml:

config.toml
model = "gpt-6-luna"
model_provider = "ikhdev"
model_reasoning_effort = "low"   # low | medium | high

[model_providers.ikhdev]
name = "ikhdev"
base_url = "https://apighoster.vibecoder.help/v1"
wire_api = "responses"
env_key = "GhosterAPI_API_KEY"

Задайте переменную окружения с ключом и перезапустите терминал и codex — переменная читается один раз при старте:

Windows (PowerShell)
[Environment]::SetEnvironmentVariable("GhosterAPI_API_KEY", "sk-ВАШ_КЛЮЧ", "User")
# после — перезапустить терминал
macOS / Linux
echo 'export GhosterAPI_API_KEY="sk-ВАШ_КЛЮЧ"' >> ~/.bashrc   # или ~/.zshrc
source ~/.bashrc

Быстрая проверка до дебага — один запрос решает всё:

bash
curl https://apighoster.vibecoder.help/v1/responses \
  -H "Authorization: Bearer $GhosterAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gpt-6-luna", "input": "Say OK"}'
Чтение ошибок: JSON с описанием ошибки означает, что эндпоинт ответил; смотрите на код: 401 missing_api_key — переменная пустая/не задана в текущем терминале (codex ушёл без заголовка Authorization); 401 invalid_api_key — ключ неверный или отозван; 402 — пополните баланс; 503 — провайдер перегружен, повторите позже. Если запрос к API проходит, а codex нет — проверяйте config.toml. GPT-модели для codex: gpt-6-luna (быстрая и дешёвая), gpt-6.1-terra, gpt-6.2-sol, gpt-6.2-astra, gpt-6.1-sol, gpt-6-astra — доступны на балансе с пополнений.

Claude Code (терминал)

Задайте переменные окружения — Claude Code сам добавит /v1/messages к base URL:

bash
export ANTHROPIC_BASE_URL=https://apighoster.vibecoder.help
export ANTHROPIC_AUTH_TOKEN=sk-ВАШ_КЛЮЧ
claude

Модель выбирается командой /model внутри сессии или флагом --model glm-5.3 при запуске. Используется формат Anthropic Messages. Эндпоинт принимает и ANTHROPIC_AUTH_TOKEN (заголовок Authorization: Bearer), и ANTHROPIC_API_KEY (заголовок x-api-key) — работают оба.

Cline и Roo Code (VS Code)

В настройках расширения выберите API Provider «OpenAI Compatible» и заполните поля:

настройки
API Provider:  OpenAI Compatible
Base URL:      https://apighoster.vibecoder.help/v1
API Key:       sk-ВАШ_КЛЮЧ
Model ID:      glm-5.3

Roo Code настраивается так же (форк Cline с тем же интерфейсом провайдеров).

Cursor

Settings → Models → блок OpenAI API Key: добавьте ключ и включите «Override OpenAI Base URL»:

настройки
Override Base URL:  https://apighoster.vibecoder.help/v1
API Key:            sk-ВАШ_КЛЮЧ
+ Add model:        glm-5.3, deepseek-v4-pro, kimi-k3

Имена моделей добавьте вручную — они должны совпадать с каталогом.

OpenCode (CLI-агент)

В opencode.json в корне проекта (или ~/.config/opencode/opencode.json) опишите провайдера:

json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "ikhdev": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "GhosterAPI",
      "options": {
        "baseURL": "https://apighoster.vibecoder.help/v1",
        "apiKey": "{env:GhosterAPI_API_KEY}"
      },
      "models": {
        "glm-5.3": { "name": "GLM 5.3", "limit": { "context": 200000, "output": 65536 } },
        "deepseek-v4-pro": { "name": "DeepSeek V4 Pro" }
      }
    }
  },
  "model": "ikhdev/glm-5.3"
}

Ключ можно задать напрямую в options.apiKey или через {env:GhosterAPI_API_KEY} (переменная окружения). Выбор модели в TUI — команда /models.

GitHub Copilot Chat (VS Code, BYOK)

VS Code Copilot Chat поддерживает подключение сторонних моделей (BYOK / Custom Endpoint). Доступность и состав полей этой конфигурации меняются между версиями VS Code — сверяйтесь с документацией Microsoft. В качестве эндпоинта укажите https://apighoster.vibecoder.help/v1/chat/completions (формат OpenAI Chat Completions) или https://apighoster.vibecoder.help/v1/messages (формат Anthropic Messages), ключ — sk-.... Наш эндпоинт принимает и x-api-key, и Authorization: Bearer, поэтому дополнительные заголовки не нужны.

OpenAI SDK (Python и Node)

python
from openai import OpenAI

client = OpenAI(base_url="https://apighoster.vibecoder.help/v1", api_key="sk-ВАШ_КЛЮЧ")
r = client.chat.completions.create(
    model="glm-5.3",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(r.choices[0].message.content)
node
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://apighoster.vibecoder.help/v1", apiKey: "sk-ВАШ_КЛЮЧ" });
const r = await client.chat.completions.create({
  model: "glm-5.3",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(r.choices[0].message.content);

Anthropic SDK (Python и Node)

python
from anthropic import Anthropic

client = Anthropic(base_url="https://apighoster.vibecoder.help", api_key="sk-ВАШ_КЛЮЧ")
m = client.messages.create(
    model="glm-5.3",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Привет!"}],
)
for block in m.content:  # thinking-блоки могут идти до текста
    if getattr(block, "type", None) == "text": print(block.text)
Важно про base URL. Для Anthropic-формата (Claude Code, Anthropic SDK, /v1/messages) base URL указывается без /v1 — клиент сам добавит /v1/messages. Для OpenAI-формата — с /v1. Имя модели может быть любым из каталога, не только Claude.
/11

Лимиты и оплата

Тарификация по токенам, без подписок и скрытых платежей.

Как считается оплата

Каждый запрос расходует токены: входные (ваш промпт и история) и выходные (ответ модели, включая токены рассуждений). Ставки у каждой модели свои: ввод, вывод, кэш-чтение и кэш-запись тарифицируются отдельно; модели генерации изображений оплачиваются по фиксированной цене за запрос. Актуальные цены — в каталоге и на странице цен: они подтягиваются туда в реальном времени из конфигурации шлюза.

Точное число израсходованных токенов возвращается в поле usage каждого ответа. История расхода и статистика по моделям — на странице статуса и в панели.

Лимиты

лимитзначениепри превышении
частота запросовлимиты зависят от конфигурации шлюза, ключа и модели; для бесплатных моделей действует отдельный лимит на аккаунтHTTP 429, повторите с backoff (учитывайте заголовок Retry-After, если он присутствует)
параллельных запросовотдельного лимита параллельности на прокси нет, но это не гарантирует ёмкость апстримов: фактическая параллельность зависит от квот провайдеровпри перегрузке апстрима — HTTP 503, повторите с backoff
размер запросаконтекстное окно модели — своё для каждой модели, см. каталогHTTP 400, укоротите messages
расход на ключв пределах баланса; у ключа можно задать свой лимит квотыHTTP 402, пополните баланс
Заголовки лимитов. Ответы API могут содержать заголовки X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset и Retry-After — это информационные ориентиры, а не гарантия жёстких лимитов; их состав и значения могут меняться. Стройте повторные запросы с экспоненциальным backoff и обрабатывайте 429/503.

Экономия токенов

  • Обрезайте историю диалога — старые сообщения часто можно сжать в краткое резюме.
  • Отключайте режим размышлений там, где он не нужен.
  • Для массовых простых задач берите flash-модели — они в разы дешевле флагманов.
  • Кэшируйте ответы на повторяющиеся промпты на своей стороне.
/12

Ошибки

Коды ответов и что с ними делать.

кодзначениедействие
400invalid_request — некорректные параметры: модель или опции запроса; content_policy — контент отклонён политикой провайдераисправьте запрос; при content_policy автоповтор не выполняется — измените содержание промпта
401missing_api_key / invalid_api_key — ключ не передан, неверный или отозванпроверьте заголовок Authorization и статус ключа в панели
402insufficient_balance — на балансе ключа не хватает средств для запросапополните баланс в панели; для бесплатных моделей баланс не нужен
403vip_model_required — недостаточно платного доступа; model_access_denied — модель запрещена ограничениями ключапроверьте paid-доступ, основной баланс и список разрешённых моделей ключа; ID модели чувствителен к регистру. Повтор без изменения настроек не поможет.
404endpoint_not_found — такого эндпоинта нет: неверный путь или base URLпроверьте base URL https://apighoster.vibecoder.help/v1 и путь — например, /v1/chat/completions без двойного /v1
413тело запроса больше допустимого размерауменьшите запрос: сократите историю сообщений, сожмите или уберите вложения. Повтор без изменений не поможет
429превышена частота запросовповторите с backoff; заголовок Retry-After может присутствовать — используйте его, если он есть
500внутренняя ошибка шлюзаповторите с backoff; если ошибка повторяется — напишите в поддержку и укажите request_id
502шлюз получил некорректный ответ от внутреннего сервиса или провайдераповторите с backoff
503capacity / upstream_capacity / internal — провайдер перегружен или временно недоступенповторите с backoff; шлюз может переключиться на доступное подключение. Также 503 capacity может означать отсутствие маршрута для группы вашего ключа — проверьте группу ключа и не повторяйте запрос бесконечно
504провайдер или внутренний сервис не ответил вовремяповторите с backoff; для длинных генераций включите "stream": true или уменьшите max_tokens
524таймаут Cloudflare: ответ не начался примерно за 100 секундвключите "stream": true — заголовки и первые токены приходят сразу; без стриминга уменьшите max_tokens. Запрос мог дойти до провайдера — учитывайте это при повторе
Ответ не в JSON? Коды 502, 504 и 524 может вернуть Cloudflare до того, как запрос дойдёт до шлюза, — тогда тело ответа будет HTML-страницей. Проверяйте Content-Type перед разбором.

Формат ошибки

json
{
  "error": {
    "code": "missing_api_key",
    "message": "No API key provided. Set the Authorization: Bearer header. (request_id: 3b58ca1a29bf4b3b9a018a62cf4eb3a2)",
    "type": "api_error",
    "request_id": "3b58ca1a29bf4b3b9a018a62cf4eb3a2"
  }
}

code — машиночитаемый код, на него опирайтесь в логике клиента; message — описание для человека; type — категория, например invalid_request_error или api_error. Тот же request_id приходит в заголовке x-ikhdev-request-id — укажите его при обращении в поддержку.

Политика повторов

  • Шлюз ретраит запрос при отказе подключения провайдера, пока ответ не начал отдаваться: если доступно другое подключение, клиент может не увидеть ошибку. После начала стриминга ошибка возможна прямо в потоке.
  • На 503 capacity делайте экспоненциальный backoff: 1с → 2с → 4с, максимум 3 попытки.
  • Стриминговые запросы ретраить безопасно только до первого токена — после обрыва пересоздавайте запрос.
  • Не повторяйте без изменений 400, 401, 402, 403, 404 и 413 — результат будет тем же. Повтор с backoff имеет смысл для 429, 500, 502, 503, 504 и 524.