Connectez à Ablitron un client chat-completions texte. Inscrivez-vous dans la console et alimentez votre solde pour utiliser la passerelle.
Modèles
ablitron-pro (contexte de 1M de tokens, basé sur une version modifiée de GLM-5.3) et ablitron-core (contexte de 256K tokens, à moitié prix) sont des modèles abliterated. Ce sont des noms de service, et non l'affirmation qu'Ablitron a entraîné le modèle sous-jacent. La qualité en code reste à évaluer par des benchmarks.
1. Créer une clé API
Ouvrez la console, inscrivez-vous et vérifiez votre adresse e-mail. Créez une clé, copiez-la une seule fois et conservez-la dans l'environnement de votre serveur. Les clés sont révocables depuis le même panneau. Ajoutez du crédit prépayé ou choisissez un abonnement mensuel.
2. Envoyer une requête
URL de base en production : https://ablitron.com/v1. En développement local, utilisez http://localhost:4174/v1. Stockez votre clé dans ABLITRON_API_KEY.
curl https://ablitron.com/v1/chat/completions \
-H "Authorization: Bearer $ABLITRON_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"ablitron-core","messages":[{"role":"user","content":"Write a Python binary search."}],"max_tokens":2048}'
3. Streaming et appels d'outils
Ajoutez "stream": true pour recevoir des server-sent events avec des fragments de complétion, l'usage final et un marqueur [DONE]. Les définitions de fonctions utilisent le tableau tools ; renvoyez les résultats des outils dans des messages avec le rôle tool et le tool_call_id correspondant. C'est le client qui exécute les outils ; Ablitron n'exécute pas votre code.
Limites d'entrée et de sortie
La préversion ne prend en charge que les messages texte, avec au plus 10 000 messages et 64 outils. La limite de sortie est de 1 à 16 384 tokens, 2 048 par défaut. Utilisez soit max_tokens, soit max_completion_tokens, pas les deux. La préversion n'impose aucun plafond de tokens supplémentaire en entrée. Le fournisseur applique la fenêtre de contexte du modèle choisi. Les corps de requête HTTP sont limités à 16 Mo, et il faut un forfait qui dispose encore de marge dans ses limites, ou assez de crédit prépayé pour la réservation de la requête. Une seule complétion par requête est prise en charge.
Forfaits, crédit et facturation
Avec un forfait, chaque requête est décomptée de ses limites sur 5 heures, hebdomadaire et mensuelle, mesurées selon les tarifs par token. Une fois une limite atteinte, ou sans forfait, les requêtes utilisent le crédit prépayé : elles réservent du crédit avant l'inférence, sur la base d'une taille d'entrée prudente et de la sortie maximale demandée, et le montant final est calculé à partir de l'usage de tokens déclaré. L'entrée en cache est un sous-ensemble de l'entrée, facturée à son tarif réduit. Les tokens de raisonnement sont déjà inclus dans la sortie et ne sont pas facturés deux fois.
Erreurs et nouvelles tentatives
- 400
- Requête invalide ou non prise en charge. Vérifiez les limites de messages et de sortie.
- 401
- Clé manquante, révoquée ou inactive.
- 403
account_suspended: le compte associé à la clé est suspendu. Contactez l'assistance.- 402
- Crédit disponible insuffisant pour la réservation. Ajoutez du crédit ou réduisez la limite de sortie.
- 429
- Limite de débit (par défaut 120 requêtes par minute par réseau et par clé, ou la
key_rate_limitpropre à la clé), quatre requêtes déjà en cours,key_usage_limit: la clé a atteint la limite d'utilisation quotidienne ou mensuelle définie pour elle dans Paramètres → Clés API, ouusage_limit: la limite de votre forfait est atteinte et vous n'avez pas de crédit prépayé.error.resets_at(temps Unix) et l'en-têteRetry-Afterindiquent quand elle se renouvelle. - 502
- La réponse du modèle ou l'usage n'a pas pu être confirmé. Vérifiez votre console avant de réessayer.
- 503
- L'inférence ou un autre service requis n'est pas activé.
Conservez l'en-tête de réponse X-Request-ID pour signaler un problème. L'inférence n'est pas relancée automatiquement. Si l'usage ne peut pas être confirmé après une déconnexion ou une erreur serveur, la réservation reste en attente pendant 15 minutes ; elle est ensuite réglée sur une estimation prudente du texte reçu, ou libérée sans frais si rien n'a été livré. Les requêtes sans streaming se terminent au bout d'environ 170 secondes avec une erreur 504 request_timeout ; le prompt est facturé sur estimation, utilisez donc le streaming pour les réponses longues. Une nouvelle tentative est une nouvelle requête et peut entraîner une consommation supplémentaire.
Données traitées par la passerelle
Les requêtes sont transmises à un fournisseur d'inférence. Le registre d'utilisation local stocke les ID de requête, les horodatages, les alias de modèle, le nombre de tokens et les montants facturés ; il ne stocke pas le texte des prompts ni des réponses. Les clés API des clients sont stockées sous forme hachée. Le traitement côté fournisseur et les conditions de service applicables doivent être examinés pour votre cas d'usage ; aucune promesse de zéro rétention de bout en bout n'est faite.