ドキュメント

Smart AIPI は OpenAI および Anthropic 互換APIの両方を提供します。base URL を変えるだけで、既存の OpenAI または Anthropic SDK、tool、app でそのまま利用できます。コード変更は不要です。

OpenAI ベース URL

https://api.smartaipi.com/v1

Anthropic ベース URL

https://api.smartaipi.com

CLI & MCP ツール

Smart AIPI では、開発者がアカウントを扱いやすくするための npm package を2つ提供しています:

smart-aipi — terminalからアカウント、API keys、使用状況をプログラムで管理するための CLI tool です。
@smart-aipi/mcp — AI agents が Smart AIPI アカウントに直接アクセスできる MCP server です。

両方インストール

ターミナル
npm install -g smart-aipi @smart-aipi/mcp

個別にインストール

CLIのみ
npm install -g smart-aipi
MCPのみ
npm install -g @smart-aipi/mcp

認証

すべてのAPI requestsには API key が必要です。同じキーを両方の認証方法で使えます:

OpenAI形式(Authorization header)
Authorization: Bearer YOUR_API_KEY
Anthropic形式(x-api-key header)
x-api-key: YOUR_API_KEY

移行ガイド

移行は1分もかかりません。私たちのAPIは OpenAI と Anthropic の両方の endpoints に100%互換です。

OpenAI から

1

Smart AIPI API key を取得

サインアップして dashboard から API key を作成してください。

2

base URL を変更

を置き換えます https://api.openai.com/v1 に置き換え https://api.smartaipi.com/v1

3

API key を更新

OpenAI key の代わりに Smart AIPI key を使ってください。それだけです!

Anthropic から

1

Smart AIPI API key を取得

サインアップして dashboard から API key を作成してください。

2

base URL を変更

を置き換えます https://api.anthropic.com に置き換え https://api.smartaipi.com

3

API key を更新

Anthropic key の代わりに Smart AIPI key を使ってください。既存の Claude model names はそのまま使えます。

Anthropic Messages API を使う既存の code、SDKs、apps はコード変更なしで動作します。Claude model names (claude-opus-4-6, claude-sonnet-4-5-20250929, claude-haiku-4-5-20251001) は自動的に高性能な GPT-5.4 models にルーティングされます。すべてのレスポンスには x-actual-model header が含まれ、実際の backend model を完全に透過的に確認できます。

チャットの完了

指定したmessagesとmodelに対して chat completion を作成します。これは language models とやり取りするための主要な endpoint です。

POST /v1/chat/completions

リクエストボディのパラメータ

パラメータ 必須 説明
model はい 使用する Model ID(例: "gpt-6-astra", "gpt-5.6-sol")
messages 配列 はい role と content を持つ message object の配列
temperature 番号 いいえ サンプリング温度(0〜2)。高いほどランダムになります。デフォルト: 1
max_tokens 整数 いいえ レスポンスで生成する最大 tokens 数
top_p 番号 いいえ Nucleus sampling。top_p 確率内の tokens を考慮します。デフォルト: 1
frequency_penalty 番号 いいえ 頻度に基づいて tokens にペナルティを適用します(-2〜2)。デフォルト: 0
presence_penalty 番号 いいえ 出現有無に基づいて tokens にペナルティを適用します(-2〜2)。デフォルト: 0
stop string/array いいえ 停止シーケンス。最大4つまで指定でき、その位置で生成が停止します。
stream ブール値 いいえ SSEによる streaming responses を有効にします。デフォルト: false

メッセージロール

  • system - system - assistant の振る舞い・persona を設定
  • user - user - user からのメッセージ
  • assistant - assistant - assistant からの過去の応答

コード例

from openai import OpenAI

client = OpenAI(
    base_url="https://api.smartaipi.com/v1",
    api_key="your-api-key"
)

response = client.chat.completions.create(
    model="gpt-6-astra",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
    ],
    temperature=0.7,
    max_tokens=1000
)

print(response.choices[0].message.content)

Streaming

streaming を有効にすると、Server-Sent Events(SSE)経由で生成中の tokens を順次受け取れます。長いレスポンスでより良いユーザー体験を提供します。

request で "stream": true を設定すると streaming が有効になります。

Streaming 例

from openai import OpenAI

client = OpenAI(
    base_url="https://api.smartaipi.com/v1",
    api_key="your-api-key"
)

# Enable streaming
stream = client.chat.completions.create(
    model="gpt-6-astra",
    messages=[{"role": "user", "content": "Write a poem"}],
    stream=True
)

# Process chunks as they arrive
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

推論の努力

推論の深さは reasoning_effort GPT-5 モデルの parameter で制御できます。

Smart AIPI はデフォルトで reasoning.effort = "high" をすべての Responses API requests に使用します。

徹底的なテストの結果、 high が実用上もっとも優れた reasoning effort だとわかりました。深く信頼できる tool-use と分析を提供しつつ、 xhigh. のようなレイテンシコストは避けられます。request で reasoning effort を明示的に設定すれば上書きできます。

Smart AIPI はデフォルトで store = false をすべての Responses API と WebSocket requests に設定します。

upstream API は store: false を GPT-5.4 以降の models では要求します。もし store: true を requests に明示的に設定すると、"Store must be set to false" エラーが返されます。削除するか false.

対応Models

応答 API

gpt-5.4、gpt-5.3、gpt-5.1、gpt-5、およびすべての Codex variants

Chat Completions のみ

gpt-5.4-nano — reasoning 対応は /v1/chat/completions でのみ利用できます。

Reasoning Effort のレベル

  • none - reasoning なし。thinking を完全にスキップします。
  • low - 最小限の reasoning。シンプルなタスクに最適。
  • medium - 速度と深さのバランス。
  • high - 複雑な問題向けの深い分析。 (Smart AIPI のデフォルト)
  • xhigh - Extra high。最難関の問題向けの最大 reasoning depth。

Fast Mode(優先処理)

優先処理には service_tier: "priority" を使うと低レイテンシの優先処理になります。これは Codex CLI の /fast command が使われます。reasoning depth は変わらず、同じ品質をより速く得られます。

料金: 優先処理は通常料金の1.5倍で請求されます。たとえば GPT-5.4 の output は通常 $3.75/1M tokens ですが、優先処理では $5.625/1M tokens になります。

response = client.responses.create(
    model="gpt-6-astra",
    input="Refactor this function",
    service_tier="priority"              # priority processing, lower latency
)

チャット完了 API

response = client.chat.completions.create(
    model="gpt-6-astra",
    messages=[{"role": "user", "content": "Analyze this code for bugs..."}],
    reasoning_effort="high"  # or "xhigh" for maximum depth
)

応答 API

# Reasoning is set via the "reasoning" object
response = client.responses.create(
    model="gpt-6-astra",
    input=[{"role": "user", "content": "Refactor this function..."}],
    reasoning={"effort": "high"}  # defaults to "high" on Smart AIPI
)

画像生成

画像生成 endpoint を使ってテキスト prompts から画像を生成します。

現在の制限: Image variations( /v1/images/variations )はまだサポートされていません。画像編集は /v1/images/editsから利用できます。
POST /v1/images/generations
新登場: gpt-image-2.5-flare と gpt-image-2.5-sunburst が利用可能になりました。 OpenAIの最新画像モデルが登場しました: gpt-image-2 と比べて高品質で、レイテンシは最大50%低減(flare)。さらに、本番環境のクリエイティブ作業向けに、より緻密なマルチターン編集制御を提供します(sunburst)。トークン料金は gpt-image-2 から変更されていないため、ここでの価格は同一です。アップグレードに追加費用はかかりません。どちらも生成、編集、マスクインペインティングをサポートし、価格はOpenAI直販価格の50%です。 リリース記事を読む.

リクエストボディのパラメータ

パラメータ 説明
prompt 生成したい画像のテキスト説明(必須)
model "gpt-image-2.5-flare"(frontier)、"gpt-image-2.5-sunburst"、または "gpt-image-2"。デフォルト: "gpt-image-2.5-flare"
n 整数 生成する画像数(1〜10)。デフォルト: 1
size "1024x1024"、"1024x1792"、または "1792x1024"。デフォルト: "1024x1024"
quality "standard" または "hd"。デフォルト: "standard"

利用可能なModels

  • gpt-image-2.5-flare - 最先端model、最高品質(デフォルト)
  • gpt-image-2.5-sunburst - 高精度な編集とプレミアムなクリエイティブ作業(生成は低速)
  • gpt-image-latest - gpt-image-2.5-flare のエイリアス
  • gpt-image-2 - 前世代のフラッグシップ
  • gpt-image-1.5 - 旧世代のフラッグシップ(透明背景に対応)
  • gpt-image-1 - フル品質の画像生成
  • gpt-image-1-mini - より高速で小さめの画像

response = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="A futuristic city at sunset, cyberpunk style",
    size="1024x1024",
    n=1
)

# Response contains base64-encoded image
image_b64 = response.data[0].b64_json

# Save to file
import base64
with open("output.png", "wb") as f:
    f.write(base64.b64decode(image_b64))

画像編集

テキスト prompt を使って既存の画像を編集します。JSON(base64 string)と multipart/form-data(file upload)の両方に対応しているため、OpenAI SDKs がそのまま使えます。

注: 対応しているのは単一画像の編集のみです。複数画像入力や mask fields は現在利用できません。
POST /v1/images/edits

リクエストボディのパラメータ

パラメータ 説明
prompt 希望する編集内容のテキスト説明(必須)
image 編集する base64 エンコード画像(必須)
model "gpt-image-2.5-flare"(デフォルト)、"gpt-image-2.5-sunburst"、または "gpt-image-2"
n 整数 生成する編集済み画像の数(1〜10)。デフォルト: 1
size "1024x1024"、"1024x1792"、または "1792x1024"。デフォルト: "1024x1024"
quality "low"、"medium"、"high"、または "auto"。デフォルト: "medium"
Multi-reference edits and mask inpainting are supported. Pass image as an array of base64 strings (JSON) or as repeated image / image[] parts (multipart). Add a mask field alongside image to restrict edits to specific regions (white = edit, black = preserve). Works identically to the official OpenAI SDK.

import base64

response = client.images.edit(
    model="gpt-image-2.5-flare",
    image=open("input.png", "rb"),
    prompt="Change the background to a sunset beach",
    size="1024x1024",
    n=1
)

# Save the edited image
edited_b64 = response.data[0].b64_json
with open("edited.png", "wb") as f:
    f.write(base64.b64decode(edited_b64))

WebSocket を使った Realtime API

WebSockets は realtime data transfer を行うための広くサポートされたAPIで、server-to-server アプリケーションで Smart AIPI Realtime API に接続するのに最適です。

server-to-server 統合では、backend system が WebSocket 経由で Realtime API に直接接続します。認証には標準の API キー を使用してください。token は安全な backend server 上でのみ利用できるためです。

WSS wss://api.smartaipi.com/v1/responses

WebSocket で接続

以下に WebSocket で接続する例をいくつか示します。WebSocket URL を使うことに加えて、API key を使った認証 header を渡す必要があります。

import WebSocket from "ws";

const url = "wss://api.smartaipi.com/v1/responses";
const ws = new WebSocket(url, {
  headers: {
    Authorization: "Bearer " + process.env.SMARTAIPI_API_KEY,
  },
});

ws.on("open", function open() {
  console.log("Connected to server.");

  // Send a response.create event
  ws.send(JSON.stringify({
    type: "response.create",
    response: {

      model: "gpt-6-astra",
      store: false,
      input: [{ role: "user", content: "Hello!" }],
      stream: true,
    },
  }));
});

ws.on("message", function incoming(message) {
  const event = JSON.parse(message.toString());
  console.log(event.type, event);
});

イベントの送受信

セッションは WebSocket 接続上で、client-sent と server-sent の JSON events を使って管理されます。request を response.create envelope でラップしてください:

イベント 方向 説明
response.create クライアント request を送信(model、input、parameters をラップ)
response.created サーバ セッションを受理、処理開始
response.output_text.delta サーバ streaming テキストチャンク
response.completed サーバ 完全なレスポンスと使用状況を含む terminal event
response.failed サーバ エラーを示す terminal event
重要: WebSocket requests には "store": false を response envelope に含める必要があります。接続は複数ターンにわたって維持されるため、追加の response.create frames を再接続なしで送信できます。

Models 一覧

利用可能な models の一覧を取得します。この endpoint を使うと、アカウントで利用可能な models を動的に確認できます。

GET /v1/models

レスポンス形式

{
    "object": "list",
    "data": [
        {
            "id": "gpt-6-astra",
            "object": "model",
            "created": 1700000000,
            "owned_by": "smart-aipi"
        },
        {
            "id": "gpt-5.3-codex",
            "object": "model",
            "created": 1700000000,
            "owned_by": "smart-aipi"
        },
        // ... more models
    ]
}

from openai import OpenAI

client = OpenAI(
    base_url="https://api.smartaipi.com/v1",
    api_key="your-api-key"
)

# List all available models
models = client.models.list()

for model in models.data:
    print(model.id)

利用可能なModels

GPT シリーズ

  • gpt-6-astra 最新
  • gpt-5.6-sol
  • gpt-5.6-terra
  • gpt-5.6-luna
  • gpt-5.5
  • gpt-5.4-pro
  • gpt-5.4
  • gpt-5.4-mini
  • gpt-5.4-nano completions のみ

Codex シリーズ

  • gpt-5.3-codex
  • gpt-5.2-codex
  • gpt-5.2
  • gpt-5.1

Anthropic メッセージ API

Anthropic Messages API と完全互換です。Anthropic SDK、Claude Code、または Anthropic protocol を使うアプリをそのまま利用でき、base URL を変えるだけです。

POST /v1/messages

対応機能

  • Streaming(完全な Anthropic SSE event protocol)
  • ツールの使用/関数呼び出し
  • System messages(string と array 形式)
  • 画像入力(base64 と URL)
  • Tokenカウント (/v1/messages/count_tokens)
  • 拡張思考 / reasoning effort

コード例

from anthropic import Anthropic

client = Anthropic(
    base_url="https://api.smartaipi.com",
    api_key="your-api-key"
)

response = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.content[0].text)

モデルマッピング

Claude model names は受け付けられ、段階的な reasoning effort とともに自動的に GPT-5.4 にルーティングされます。すべてのレスポンスには実際の backend model を示す x-actual-model header が含まれます。

Claude モデル バックエンド 推論 最適な用途
claude-opus-4-6 gpt-5.4 複雑なreasoning、アーキテクチャ
claude-sonnet-4-5-20250929 gpt-5.4 日常のコーディング、バランスの取れた品質
claude-haiku-4-5-20251001 gpt-5.4 高速レスポンス、シンプルなタスク

Claude Code

Smart AIPI を backend として Claude Code を使います。完全な tool use、streaming、agentic capabilities に対応しています。

自動セットアップ

1コマンド
npx smart-aipi claude

これにより ~/.claude/settings.json および ~/.claude.json が自動的に設定されます。すでに Anthropic アカウントで Claude Code を設定済みの場合は、上書きせず手動設定が表示されます。

手動セットアップ

次に追加します ~/.claude/settings.json:

~/.claude/settings.json
{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.smartaipi.com",
    "ANTHROPIC_API_KEY": "sk-your-key",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "claude-haiku-4-5-20251001"
  },
  "model": "opus"
}

次に "hasCompletedOnboarding": true~/.claude.json を追加して、セットアップウィザードをスキップします。

設定を編集した後は、変更を反映するために Claude Code を再起動してください。すでに Claude Code が本物の Anthropic アカウントに接続されている場合、これらの env vars を設定するとその接続を上書きします。両方を維持するには project-level の .claude/settings.json を使ってください。

各設定の役割

  • "model": "opus" — メインmodel。すべての主要タスクに claude-opus-4-6(high reasoning)を使います。
  • ANTHROPIC_DEFAULT_HAIKU_MODEL — バックグラウンドmodel。ファイルのインデックス作成などの高速なバックグラウンドタスクに、claude-haiku-4-5(low reasoning)を使います。
  • セッション中に /model sonnet, /model opus, または /model haiku.
エイリアス Claude モデル バックエンド 推論
opus claude-opus-4-6 gpt-5.4
sonnet claude-sonnet-4-5-20250929 gpt-5.4
haiku claude-haiku-4-5-20251001 gpt-5.4

OpenCode

OpenAI互換 SDK 経由で Smart AIPI を OpenCode backend として使います。

設定セットアップ

~/.config/opencode/opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "smart-aipi": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Smart AIPI",
      "options": {
        "baseURL": "https://api.smartaipi.com/v1",
        "apiKey": "YOUR_API_KEY"
      },
      "models": {
        "gpt-6-astra": {
          "name": "GPT-6 Astra",
          "reasoning": true,
          "limit": { "context": 400000, "output": 128000 }
        },
        "gpt-5.3-codex": {
          "name": "GPT-5.3 Codex",
          "reasoning": true,
          "limit": { "context": 400000, "output": 128000 }
        },
        "gpt-5.2-codex": {
          "name": "GPT-5.2 Codex",
          "reasoning": true,
          "limit": { "context": 400000, "output": 128000 }
        },
        "gpt-5-codex": {
          "name": "GPT-5 Codex",
          "reasoning": true,
          "limit": { "context": 400000, "output": 128000 }
        }
      }
    }
  },
  "model": "smart-aipi/gpt-6-astra"
}

コーデックス CLI

Smart AIPI を OpenAI の Codex CLI tool と一緒に使います。3つのファイルを設定する必要があります。

自動セットアップ

1コマンド
npx smart-aipi codex

これにより以下の3つのファイルが自動で設定されます。実行後、設定に model_reasoning_effort を追加してください(手順2を参照)。

手動セットアップ

以下の3つのファイルを設定してください:

1. API キー — ~/.codex/auth.json

~/.codex/auth.json
{
  "auth_mode": "apikey",
  "OPENAI_API_KEY": "sk-your-key"
}

2. Model と Reasoning — ~/.codex/config.toml

必ず model_reasoning_effort を含めてください。custom models では必須です。

これがないと、Codex は no reasoning がデフォルトになり、正しく動作しません。最良の結果を得るには "high" を使ってください。

~/.codex/config.toml
model = "gpt-6-astra"
model_reasoning_effort = "high"

有効な reasoning levels: low, medium, high (推奨)、 xhigh.

3. 環境変数 — ~/.zshrc

~/.zshrc (or ~/.bashrc)
# Smart AIPI
export OPENAI_API_KEY="sk-your-key"
export OPENAI_BASE_URL="https://api.smartaipi.com/v1"

shell profile を編集した後は、terminal を再起動するか source ~/.zshrc を実行して変更を反映してください。

その後は通常どおり Codex を使えます:

ターミナル
codex "fix this bug"

Codex WebSocket 速度ガイド

WebSocket mode は、多くの tool call を含む agentic coding flow で通常より高速です。HTTP で何度も再接続して request envelope 全体を再送する代わりに、Codex は1つの live connection を維持して incremental turn を送るため、continuation overhead を減らせます。

確認された改善: tool を多用するコーディング実行では、WebSocket 修正を入れた open-source Codex を再ビルドすることで、HTTP continuation mode と比べて end-to-end の実行時間がおよそ30〜40%短縮されました。

Codex で WebSockets を有効化

~/.codex/config.toml で WebSocket v2 feature flag を使います: ~/.codex/config.toml:

~/.codex/config.toml
model = "gpt-6-astra"
model_reasoning_effort = "high"

[features]
responses_websockets_v2 = true

CLIでの同等コマンド:

ターミナル
codex --enable responses_websockets_v2

古いビルドでは legacy flag を使う場合があります:

レガシーフォールバック
[features]
responses_websockets = true

既知の Homebrew の挙動

一部の Homebrew 配布ビルドでは、長時間実行タスク中に WebSocket turn が停止し、その後 HTTP に黙ってフォールバックすることがあります。特に複雑な tool-call loop でよく見られました。以下の修正を含めて open-source code から再ビルドすると、安定性と速度の両方が改善しました。

マージ後: Open-Source WebSocket Bug を修正する

branch をマージした後、このチェックリストを使って修正がローカル binary に入っていることを確認してください:

ターミナル
# 1) Pull merged main
git checkout main
git pull --ff-only

# 2) Confirm websocket flags exist
codex features list | rg responses_websockets

# 3) Build and install
cd codex-rs
cargo build --release
install -m 0755 target/release/codex ~/.local/bin/codex-beta

# 4) Run with websocket enabled
CODEX_RS_RESPONSES_WS=true \
OPENAI_BASE_URL=https://api.smartaipi.com/v1 \
~/.local/bin/codex-beta --enable responses_websockets_v2

手動で patch する必要がある場合は、以下の code-level fixes が含まれていることを確認してください:

websocket client の修正
# A) Build websocket request with IntoClientRequest so required headers are set
let mut request = url.as_str().into_client_request()?;
request.headers_mut().extend(headers);

# B) Ensure TLS roots are enabled for tokio-tungstenite in Cargo.toml
tokio-tungstenite = { version = "...", features = ["rustls-tls-native-roots"] }

カーソルとクライン

Smart AIPI を Cursor IDE または Cline VS Code extension と一緒に使います。

Cursor Cursor

  1. Cursor の設定を開く
  2. 移動先 Models タブ
  3. クリック + Add Model
  4. Base URL を設定: https://api.smartaipi.com/v1
  5. API keyを入力
  6. モデル: gpt-6-astra

Cline Cline (VS Code)

  1. VS Code で Cline の設定を開く
  2. 選択 OpenAI Compatible
  3. ベース URL: https://api.smartaipi.com/v1
  4. API keyを入力
  5. モデル: gpt-6-astra

チャット

Smart AIPI Chat を chat.smartaipi.com. で使って、テキスト、画像、動画、コード、検索、音声のワークフローを実現できます。

機能

  • チャット — Smart AIPI modelsを使った汎用的なテキスト会話。
  • 画像 — promptsから画像を生成・編集。
  • 動画 — テキストまたは画像入力から動画を生成。
  • コード — ブラウザでのコード支援と編集。
  • 検索 — Web検索を使って根拠ある回答を生成。
  • 音声 — 音声入力と応答でmodelと会話。

はじめに

  1. 1. 開く chat.smartaipi.com
  2. 2. サインインするか、アカウントを作成してください。
  3. 3. テキスト、画像、動画、コード、検索、音声でチャットを始めましょう。

請求: 使用量は Smart AIPI credits から請求されます。

API テスター

ブラウザから直接APIをテストできます:

メッセージを送信しました

2営業日以内にご返信します。

サポートに問い合わせ

ご質問やサポートが必要ですか?メッセージを送っていただければ、2営業日以内にご返信します。