Conecte à Ablitron um cliente de chat-completions de texto. Cadastre-se no console e adicione saldo para usar o gateway.
Modelos
ablitron-pro (contexto de 1M de tokens, baseado em um GLM-5.3 modificado) e ablitron-core (contexto de 256K tokens, pela metade do preço) são modelos abliterados. São nomes do serviço, não uma afirmação de que a Ablitron treinou o modelo subjacente. A qualidade de código ainda não passou por benchmarks.
1. Crie uma chave de API
Abra o console, cadastre-se e verifique seu e-mail. Crie uma chave, copie-a uma vez e guarde-a no ambiente do seu servidor. As chaves podem ser revogadas no mesmo painel. Adicione crédito pré-pago ou escolha uma assinatura mensal.
2. Envie uma requisição
URL base de produção: https://ablitron.com/v1. Para desenvolvimento local, use http://localhost:4174/v1. Guarde sua chave em 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 ou chamadas de ferramentas
Adicione "stream": true para receber server-sent events com os chunks da completion, o uso final e um marcador [DONE]. As definições de funções usam o array tools; devolva os resultados das ferramentas em mensagens com role tool e o tool_call_id correspondente. Quem executa as ferramentas é o cliente; a Ablitron não executa o seu código.
Limites de entrada e saída
A versão prévia aceita apenas mensagens de texto, com no máximo 10.000 mensagens e 64 ferramentas. O limite de saída é de 1 a 16.384 tokens, com padrão de 2.048. Use max_tokens ou max_completion_tokens, não os dois. A versão prévia não impõe nenhum limite adicional de tokens na entrada. O provedor aplica a janela de contexto do modelo selecionado. Os corpos das requisições HTTP são limitados a 16 MB, e é preciso ter um plano com margem nos limites ou crédito pré-pago suficiente para a reserva da requisição. Só é aceita uma completion por requisição.
Planos, crédito e cobrança
Com um plano, cada requisição conta para os limites de 5 horas, semanal e mensal, medidos pelas tarifas por token. Quando um limite é atingido, ou sem plano, as requisições usam crédito pré-pago: reservam crédito antes da inferência, com um tamanho de entrada conservador e a saída máxima solicitada, e a cobrança final usa o uso de tokens informado. A entrada em cache é um subconjunto da entrada, cobrada pela sua tarifa mais baixa. Os tokens de raciocínio já estão incluídos na saída e não são cobrados duas vezes.
Erros e novas tentativas
- 400
- Requisição inválida ou não suportada. Confira os limites de mensagens e de saída.
- 401
- Chave ausente, revogada ou inativa.
- 403
account_suspended: a conta dona da chave está suspensa. Fale com o suporte.- 402
- Crédito disponível insuficiente para a reserva. Adicione crédito ou reduza o limite de saída.
- 429
- Limite de requisições (por padrão, 120 requisições por minuto por rede e por chave, ou o
key_rate_limitda própria chave), quatro requisições já em andamento,key_usage_limit: a chave atingiu o limite de uso diário ou mensal definido para ela em Settings → API keys, ouusage_limit: o limite do seu plano foi atingido e você não tem crédito pré-pago.error.resets_at(Unix time) e o cabeçalhoRetry-Afterindicam quando ele se renova. - 502
- Não foi possível confirmar a resposta do modelo ou o uso. Confira seu console antes de tentar de novo.
- 503
- A inferência ou outro serviço necessário não está habilitado.
Guarde o cabeçalho de resposta X-Request-ID ao reportar um problema. A inferência não é repetida automaticamente. Se o uso não puder ser confirmado após uma desconexão ou um erro de servidor, a reserva fica pendente por 15 minutos; depois é liquidada com uma estimativa conservadora do texto que você recebeu, ou liberada sem cobrança se nada foi entregue. Requisições sem streaming terminam após cerca de 170 segundos com 504 request_timeout; o prompt é cobrado por estimativa, então use streaming para respostas longas. Uma nova tentativa é uma nova requisição e pode gerar uso adicional.
Dados tratados pelo gateway
As requisições são encaminhadas a um provedor de inferência. O registro de uso local guarda IDs de requisição, timestamps, aliases de modelo, contagens de tokens e cobranças; não guarda o texto dos prompts nem das respostas. As chaves de API dos clientes são armazenadas como hash. O tratamento por parte do provedor e os termos de serviço aplicáveis devem ser avaliados para o seu caso de uso; não afirmamos ter retenção zero de ponta a ponta.