Documentação

O Smart AIPI oferece APIs compatíveis com OpenAI e Anthropic. Use nosso serviço com qualquer SDK, ferramenta ou app existente da OpenAI ou Anthropic simplesmente mudando a base URL. Zero mudanças de código necessárias.

Ferramentas CLI e MCP

O Smart AIPI oferece dois pacotes npm para ajudar desenvolvedores a trabalhar com suas contas:

Instalar Ambos

Instalar Individualmente

Autenticação

Todas as requisições da API exigem uma API key. A mesma chave funciona com os dois métodos de autenticação:

Guia de Migração

A migração leva menos de um minuto. Nossa API é 100% compatível com endpoints OpenAI e Anthropic.

Da OpenAI

Da Anthropic

Conclusões de bate-papo

Crie uma chat completion para as mensagens e o modelo fornecidos. Este é o principal endpoint para interagir com modelos de linguagem.

Parâmetros do Corpo da Requisição

Roles de Mensagem

Exemplos de Código

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)

import OpenAI from 'openai';

const openai = new OpenAI({
    baseURL: 'https://api.smartaipi.com/v1',
    apiKey: 'your-api-key'
});

const response = await openai.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
});

console.log(response.choices[0].message.content);

curl https://api.smartaipi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-6-astra",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Hello!"}
    ],
    "temperature": 0.7,
    "max_tokens": 1000
  }'

package main

import (
    "context"
    "fmt"
    openai "github.com/sashabaranov/go-openai"
)

func main() {
    config := openai.DefaultConfig("your-api-key")
    config.BaseURL = "https://api.smartaipi.com/v1"
    client := openai.NewClientWithConfig(config)

    resp, _ := client.CreateChatCompletion(
        context.Background(),
        openai.ChatCompletionRequest{
            Model: "gpt-6-astra",
            Messages: []openai.ChatCompletionMessage{
                {Role: "system", Content: "You are a helpful assistant."},
                {Role: "user", Content: "Hello!"},
            },
            Temperature: 0.7,
            MaxTokens:   1000,
        },
    )
    fmt.Println(resp.Choices[0].Message.Content)
}

use async_openai::{Client, config::OpenAIConfig};
use async_openai::types::{
    CreateChatCompletionRequestArgs, ChatCompletionRequestMessage,
    ChatCompletionRequestSystemMessageArgs, ChatCompletionRequestUserMessageArgs,
};

let config = OpenAIConfig::new()
    .with_api_key("your-api-key")
    .with_api_base("https://api.smartaipi.com/v1");

let client = Client::with_config(config);

let request = CreateChatCompletionRequestArgs::default()
    .model("gpt-6-astra")
    .messages([
        ChatCompletionRequestSystemMessageArgs::default()
            .content("You are a helpful assistant.")
            .build()?.into(),
        ChatCompletionRequestUserMessageArgs::default()
            .content("Hello!")
            .build()?.into(),
    ])
    .build()?;

let response = client.chat().create(request).await?;
println!("{}", response.choices[0].message.content);

Streaming

Ative streaming para receber tokens à medida que forem gerados via Server-Sent Events (SSE). Isso oferece uma experiência melhor para o usuário em respostas longas.

Exemplo de Streaming

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="")

const stream = await openai.chat.completions.create({
    model: 'gpt-6-astra',
    messages: [{ role: 'user', content: 'Write a poem' }],
    stream: true,
});

for await (const chunk of stream) {
    const content = chunk.choices[0]?.delta?.content || '';
    process.stdout.write(content);
}

Esforço de Reasoning

Controle a profundidade do reasoning com o parâmetro reasoning_effort para modelos GPT-5.

Modelos Suportados

Níveis de Esforço de Reasoning

Modo Rápido (Processamento Prioritário)

Usar service_tier: "priority" para processamento prioritário com menor latência. É isso que o comando /fast no Codex CLI usa. Isso não muda a profundidade do reasoning - você recebe a mesma qualidade, mais rápido.

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

API de Chat Completions

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
)

API de Responses

# 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
)

Geração de Imagens

Gere imagens a partir de prompts de texto usando nosso endpoint de geração de imagens.

Parâmetros do Corpo da Requisição

Modelos Disponíveis

Exemplo

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))

curl https://api.smartaipi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-image-2.5-flare",
    "prompt": "A futuristic city at sunset",
    "n": 1,
    "size": "1024x1024"
  }'

Edição de Imagens

Edite imagens existentes usando um prompt de texto. Aceita tanto JSON (string base64) quanto multipart/form-data (upload de arquivo), então os SDKs da OpenAI funcionam imediatamente.

Parâmetros do Corpo da Requisição

Exemplo

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))

curl https://api.smartaipi.com/v1/images/edits \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "model=gpt-image-2.5-flare" \
  -F "prompt=Change the background to a sunset beach" \
  -F "[email protected]" \
  -F "size=1024x1024" \
  -F "n=1"

Realtime API com WebSocket

WebSockets são uma API amplamente suportada para transferência de dados em tempo real, e uma ótima escolha para conectar à Realtime API do Smart AIPI em aplicações server-to-server.

Em uma integração server-to-server, seu sistema de backend se conecta via WebSocket diretamente à Realtime API. Use uma Chave API padrão para autenticar a conexão, já que o token só está disponível no seu servidor de backend seguro.

Conectar via WebSocket

Abaixo estão vários exemplos de conexão via WebSocket. Além de usar a URL de WebSocket, você também precisará passar um header de autenticação usando sua API key.

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);
});

import os, json, websocket

url = "wss://api.smartaipi.com/v1/responses"
headers = ["Authorization: Bearer " + os.environ["SMARTAIPI_API_KEY"]]

def on_open(ws):
    print("Connected to server.")
    ws.send(json.dumps({
        "type": "response.create",
        "response": {
            "model": "gpt-6-astra",
            "store": False,
            "input": [{"role": "user", "content": "Hello!"}],
            "stream": True,
        }
    }))

def on_message(ws, message):
    data = json.loads(message)
    print("Event:", data["type"])

ws = websocket.WebSocketApp(url, header=headers,
    on_open=on_open, on_message=on_message)
ws.run_forever()

# Verify WebSocket handshake (requires curl with --http1.1)
curl --max-time 5 --http1.1 -i -N \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Connection: Upgrade" \
  -H "Upgrade: websocket" \
  -H "Sec-WebSocket-Version: 13" \
  -H "Sec-WebSocket-Key: $(openssl rand -base64 16)" \
  "https://api.smartaipi.com/v1/responses"

# A successful handshake returns:
# HTTP/1.1 101 Switching Protocols
# upgrade: websocket
# sec-websocket-accept: ...

Enviando e Recebendo Eventos

As sessões são gerenciadas usando eventos JSON enviados pelo cliente e pelo servidor na conexão WebSocket. Encapsule sua requisição em um envelope response.create :

Listar Modelos

Recupere uma lista de todos os modelos disponíveis. Use este endpoint para descobrir dinamicamente quais modelos estão disponíveis para sua conta.

Formato da Resposta

{
    "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
    ]
}

Exemplo

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)

curl https://api.smartaipi.com/v1/models \
  -H "Authorization: Bearer YOUR_API_KEY"

Modelos Disponíveis

Anthropic Mensagens API

Compatibilidade total com a Anthropic Messages API. Use qualquer SDK da Anthropic, Claude Code ou app que fale o protocolo Anthropic - basta mudar a base URL.

Recursos Suportados

Exemplos de Código

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)

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
    baseURL: 'https://api.smartaipi.com',
    apiKey: 'your-api-key'
});

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

console.log(response.content[0].text);

curl https://api.smartaipi.com/v1/messages \
  -H "x-api-key: your-api-key" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "messages": [
        {"role": "user", "content": "Hello!"}
    ]
  }'

Mapeamento de Modelos

Nomes de modelo Claude são aceitos e roteados automaticamente para GPT-5.4 com esforço de reasoning em camadas. Toda resposta inclui um x-actual-model header mostrando o modelo real de backend.

Claude Code

Use Claude Code com Smart AIPI como backend. Compatibilidade total com uso de ferramentas, streaming e recursos agentic.

Configuração Automática

npx smart-aipi claude

Isso configura ~/.claude/settings.json e ~/.claude.json automaticamente. Se você já tiver o Claude Code configurado com uma conta Anthropic, ele vai mostrar a configuração manual em vez de sobrescrever.

Configuração Manual

Adicione em ~/.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"
}

Depois adicione "hasCompletedOnboarding": true a ~/.claude.json para pular o assistente de configuração.

O Que Cada Configuração Faz

OpenCode

Use Smart AIPI como backend do OpenCode via SDK compatível com OpenAI.

Configuração

{
  "$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"
}

Códice CLI

Use o Smart AIPI com a ferramenta Codex CLI da OpenAI. Três arquivos precisam ser configurados.

Configuração Automática

npx smart-aipi codex

Isso configura automaticamente os três arquivos abaixo. Depois de executar, adicione model_reasoning_effort à sua configuração (veja o passo 2).

Configuração Manual

Configure estes três arquivos:

1. Chave API — ~/.codex/auth.json

{
  "auth_mode": "apikey",
  "OPENAI_API_KEY": "sk-your-key"
}

2. Modelo e Reasoning — ~/.codex/config.toml

model = "gpt-6-astra"
model_reasoning_effort = "high"

Níveis de reasoning válidos: low, medium, high (recomendado), xhigh.

3. Variáveis de Ambiente — ~/.zshrc

# Smart AIPI
export OPENAI_API_KEY="sk-your-key"
export OPENAI_BASE_URL="https://api.smartaipi.com/v1"

Depois use o Codex normalmente:

codex "fix this bug"

Guia de Velocidade do Codex WebSocket

O modo WebSocket geralmente é mais rápido para fluxos de programação agentic com muitas tool calls. Em vez de se reconectar repetidamente por HTTP e reenviar envelopes completos da requisição, o Codex mantém uma única conexão ativa e envia turnos incrementais, o que reduz a sobrecarga de continuação.

Ative WebSockets no Codex

Use a feature flag WebSocket v2 em ~/.codex/config.toml: ~/.codex/config.toml:

model = "gpt-6-astra"
model_reasoning_effort = "high"

[features]
responses_websockets_v2 = true

Equivalente em CLI:

codex --enable responses_websockets_v2

Builds mais antigas podem usar a flag legada:

[features]
responses_websockets = true

Comportamento Conhecido do Homebrew

Em algumas builds distribuídas via Homebrew, os turnos via WebSocket podem travar durante tarefas longas e depois voltar silenciosamente para HTTP. Vimos isso especialmente em loops complexos de tool calls. Recompilar a partir do código open-source com as correções abaixo melhorou tanto a estabilidade quanto a velocidade.

Pós-Merge: Corrija o Bug de WebSocket no Open-Source

Depois de fazer merge da sua branch, use este checklist para garantir que a correção está no seu binário local:

# 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

Se precisar aplicar o patch manualmente, verifique se estas correções no nível de código estão presentes:

# 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"] }

Cursor e Cline

Use Smart AIPI com o Cursor IDE ou a extensão Cline para VS Code.

Bater papo

Use o Smart AIPI Chat em chat.smartaipi.com. para fluxos de trabalho com texto, imagem, vídeo, código, busca e voz.

Recursos

• ✓ Bater papo — Conversas de texto de propósito geral com modelos Smart AIPI.
• ✓ Imagens — Gere e edite imagens a partir de prompts.
• ✓ Vídeo — Gere vídeos a partir de texto ou imagens.
• ✓ Código — Assistência e edição de código no navegador.
• ✓ Busca — Use busca na web para respostas fundamentadas.
• ✓ Voz — Converse com o modelo usando entrada e respostas por voz.

Primeiros Passos

Cobrança: O uso é cobrado dos seus créditos Smart AIPI.

Testador de API

Teste a API diretamente do seu navegador: