Документація

Smart AIPI надає API, сумісні і з OpenAI, і з Anthropic. Використовуйте наш сервіс із будь-яким наявним OpenAI або Anthropic SDK, інструментом чи застосунком, просто змінивши base URL. Жодних змін у коді не потрібно.

CLI та MCP інструменти

Smart AIPI надає два npm пакети, щоб допомогти розробникам працювати зі своїми акаунтами:

Встановити обидва

Встановити окремо

Автентифікація

Усі API запити потребують API key. Той самий ключ працює з обома методами автентифікації:

Гайд з міграції

Міграція займає менше хвилини. Наш API на 100% сумісний і з endpoint OpenAI, і з endpoint Anthropic.

З OpenAI

З Anthropic

Chat Completions

Створіть chat completion для переданих повідомлень і моделі. Це основний endpoint для взаємодії з мовними моделями.

Параметри тіла запиту

Ролі повідомлень

Приклади коду

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

Увімкніть streaming, щоб отримувати tokens у міру їх генерації через Server-Sent Events (SSE). Це забезпечує кращий користувацький досвід для довгих відповідей.

Приклад 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);
}

Зусилля reasoning

Керуйте глибиною reasoning за допомогою параметра reasoning_effort для моделей GPT-5.

Підтримувані моделі

Рівні Reasoning Effort

Fast Mode (пріоритетна обробка)

Використовуйте service_tier: "priority" для пріоритетної обробки з меншою затримкою. Саме це використовує команда /fast у Codex CLI. Це не змінює глибину reasoning — ви отримуєте ту саму якість, але швидше.

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

API 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 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
)

Генерація зображень

Генеруйте зображення з текстових prompts через наш endpoint генерації зображень.

Параметри тіла запиту

Доступні моделі

Приклад

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"
  }'

Редагування зображень

Редагуйте наявні зображення за допомогою текстового prompt. Підтримуються і JSON (рядок base64), і multipart/form-data (завантаження файлу), тож OpenAI SDK працюють одразу.

Параметри тіла запиту

Приклад

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 з WebSocket

WebSockets — це широко підтримуваний API для передачі даних у realtime і чудовий вибір для підключення до Smart AIPI Realtime API у server-to-server застосунках.

У server-to-server інтеграції ваша backend система підключається через WebSocket безпосередньо до Realtime API. Використовуйте стандартний API key для автентифікації з’єднання, оскільки token доступний лише на вашому захищеному backend сервері.

Підключення через WebSocket

Нижче наведено кілька прикладів підключення через WebSocket. Окрім використання WebSocket URL, вам потрібно передати заголовок автентифікації з вашим 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: ...

Надсилання й отримання подій

Сесіями керують через JSON events, надіслані клієнтом і сервером, поверх WebSocket-з’єднання. Загорніть свій запит у response.create envelope:

Список моделей

Отримайте список усіх доступних моделей. Використовуйте цей endpoint, щоб динамічно визначати, які моделі доступні для вашого акаунта.

Формат відповіді

{
    "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
    ]
}

Приклад

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"

Доступні моделі

Anthropic Messages API

Повна сумісність з Anthropic Messages API. Використовуйте будь-який Anthropic SDK, Claude Code або застосунок, що працює за Anthropic protocol — просто змініть base URL.

Підтримувані можливості

Приклади коду

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!"}
    ]
  }'

Мапінг моделей

Назви моделей Claude приймаються й автоматично маршрутизуються до GPT-5.4 із tiered reasoning effort. Кожна відповідь містить x-actual-model header, який показує реальну backend модель.

Claude Code

Використовуйте Claude Code зі Smart AIPI як backend. Підтримуються повне використання tool, streaming і agentic capabilities.

Автоматичне налаштування

npx smart-aipi claude

Це автоматично налаштовує ~/.claude/settings.json і ~/.claude.json Якщо у вас уже налаштовано Claude Code з акаунтом Anthropic, вам буде показано ручну конфігурацію замість перезапису.

Ручне налаштування

Додайте в ~/.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"
}

Потім додайте "hasCompletedOnboarding": true до ~/.claude.json щоб пропустити майстер налаштування.

Що робить кожне налаштування

OpenCode

Використовуйте Smart AIPI як backend для OpenCode через OpenAI-сумісний SDK.

Налаштування конфігурації

{
  "$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"
}

Codex CLI

Використовуйте Smart AIPI з інструментом OpenAI Codex CLI. Потрібно налаштувати три файли.

Автоматичне налаштування

npx smart-aipi codex

Це автоматично налаштовує всі три файли нижче. Після запуску додайте model_reasoning_effort до своєї конфігурації (див. крок 2).

Ручне налаштування

Налаштуйте ці три файли:

1. API key — ~/.codex/auth.json

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

2. Модель і reasoning — ~/.codex/config.toml

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

Дійсні рівні reasoning: low, medium, high (рекомендовано), xhigh.

3. Змінні середовища — ~/.zshrc

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

Потім використовуйте Codex як зазвичай:

codex "fix this bug"

Гайд зі швидкості Codex WebSocket

Режим WebSocket зазвичай швидший для agentic coding flow із великою кількістю викликів tool. Замість постійного повторного підключення через HTTP і повторного надсилання повних request envelope, Codex тримає одне активне з’єднання й надсилає інкрементальні ходи, що зменшує continuation overhead.

Увімкнення WebSockets у Codex

Використовуйте feature flag WebSocket v2 у ~/.codex/config.toml: ~/.codex/config.toml:

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

[features]
responses_websockets_v2 = true

Еквівалент у CLI:

codex --enable responses_websockets_v2

Старіші збірки можуть використовувати застарілий прапорець:

[features]
responses_websockets = true

Відома поведінка Homebrew

У деяких збірках, розповсюджених через Homebrew, WebSocket-переходи можуть зависати під час довготривалих задач, а потім непомітно повертатися до HTTP. Ми особливо спостерігали це у складних циклах викликів tool. Перезбірка з open-source коду з виправленнями нижче покращила і стабільність, і швидкість.

Після merge: виправте open-source WebSocket bug

Після злиття вашої гілки використайте цей checklist, щоб упевнитися, що виправлення є у вашому локальному binary:

# 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

Якщо потрібно виправити вручну, переконайтеся, що присутні такі code-level виправлення:

# 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 і Cline

Використовуйте Smart AIPI з Cursor IDE або розширенням Cline для VS Code.

Чат

Використовуйте Smart AIPI Chat на chat.smartaipi.com. для текстових, графічних, відео, кодових, пошукових і голосових workflow.

Можливості

• ✓ Чат — Текстові розмови загального призначення з моделями Smart AIPI.
• ✓ Зображення — Створюйте й редагуйте зображення за prompts.
• ✓ Відео — Генеруйте відео з тексту або вхідних зображень.
• ✓ Код — Допомога з кодом і редагування в браузері.
• ✓ Пошук — Використовуйте вебпошук для відповідей з опорою на джерела.
• ✓ Голос — Спілкуйтеся з моделлю голосом — із voice input і відповідями.

Початок роботи

Оплата: Використання списується з ваших кредитів Smart AIPI.

Тестер API

Протестуйте API прямо у браузері: