TokenLab

Guides essentiels

Guides de migration

Migrez vos clients existants OpenAI, Anthropic, Gemini et médias vers TokenLab

Conservez le format de requête que votre application utilise déjà. Les clients compatibles OpenAI, Anthropic Messages, Gemini REST et les endpoints médias possèdent chacun une adresse API TokenLab correspondante.

Mappage de l'API

API existanteURL de base TokenLabEndpointÀ garder à l'esprit
OpenAI Chat Completionshttps://api.tokenlab.sh/v1/chat/completionsChangement minimal pour le chat et l'appel de fonctions compatibles OpenAI
OpenAI Responseshttps://api.tokenlab.sh/v1/responsesÀ utiliser si votre application dépend d'entrées, d'outils ou de gestion de sortie spécifiques à Responses
Anthropic SDKhttps://api.tokenlab.sh/v1/messagesNe pas ajouter /v1 à l'URL de base du SDK
Gemini RESThttps://api.tokenlab.sh/v1beta/models/:model:generateContentConservez les champs natifs Gemini sur la route Gemini
Génération de médiashttps://api.tokenlab.sh/v1/images/generations, /videos/generations, /music/generations, /3d/generationsDécouvrez les modèles avec recommended_for et prévoyez un polling asynchrone là où c'est documenté
Gestion et facturationhttps://api.tokenlab.sh/v1/management/...Les appels côté serveur utilisent un jeton de gestion, pas une clé API de modèle

Recettes de migration rapide

D'OpenAI vers TokenLab

Modifiez le base_url / baseURL du SDK par https://api.tokenlab.sh/v1, remplacez la clé API et choisissez un ID de modèle via GET /v1/models.

D'OpenRouter vers TokenLab

Remplacez l'URL de base OpenRouter par https://api.tokenlab.sh/v1. Les ID de modèles TokenLab n'incluent pas de préfixe de fournisseur OpenRouter. Utilisez Anthropic Messages ou Gemini uniquement lorsque votre application nécessite des champs issus de ces formats.

De LiteLLM vers TokenLab

Utilisez la configuration custom_openai/<model> de LiteLLM avec api_base: https://api.tokenlab.sh/v1. Gardez votre alias LiteLLM séparé de l'ID de modèle TokenLab afin que l'un ou l'autre puisse changer sans modifier les prompts de l'application.

Claude Messages via TokenLab

Pointez les clients du SDK Anthropic vers https://api.tokenlab.sh et appelez messages.create. N'ajoutez pas /v1 à l'URL de base du SDK ; le SDK gère lui-même le chemin /v1/messages.

Gemini Native via TokenLab

Conservez les payloads Gemini sur https://api.tokenlab.sh/v1beta/models/{model}:generateContent. Les contents, parts, fichiers, contenus mis en cache, déclarations de fonctions et outils intégrés natifs de Gemini doivent rester sur cette route lorsque votre application dépend du comportement de Gemini.

Migration compatible OpenAI

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-tokenlab-key",
    base_url="https://api.tokenlab.sh/v1",
)

response = client.chat.completions.create(
    model="gpt-5.6-terra",
    messages=[{"role": "user", "content": "Hello from TokenLab"}],
)

Votre code existant de réessai (retry), de délai d'attente (timeout) et de streaming peut généralement rester inchangé. Confirmez l'ID du modèle avec GET /v1/models. Les requêtes d'images doivent inclure un modèle explicitement ; consultez le guide des images pour les entrées spécifiques aux modèles.

Migration Anthropic

from anthropic import Anthropic

client = Anthropic(
    api_key="sk-your-tokenlab-key",
    base_url="https://api.tokenlab.sh",
)

message = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Reply with: Connected to TokenLab."}],
)

Utilisez /v1/messages pour les appels d'outils Claude, les blocs de réflexion (thinking blocks) et les champs de message Anthropic. Chat Completions ne garantit pas la présence de ces champs.

Migration Gemini

curl "https://api.tokenlab.sh/v1beta/models/gemini-3.6-flash:generateContent" \
  -H "Authorization: Bearer sk-your-tokenlab-key" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"Hello"}]}]}'

Conservez les outils intégrés Gemini, les références File API, les contenus mis en cache, les déclarations de fonctions et les parties de contenu natives sur /v1beta lorsque votre application dépend du comportement natif de Gemini.

Migration des médias

  1. Interrogez GET /v1/models?recommended_for=image|video|music|3d.
  2. Lisez la liste des modèles depuis GET /v1/models et les détails complets depuis GET /v1/models/{model}.
  3. Envoyez un model explicite, surtout pour les endpoints d'images.
  4. Stockez task_id, poll_url, l'endpoint, le modèle et votre propre ID de tâche pour les jobs asynchrones. Interrogez-les avec GET /v1/tasks/{id}.
  5. Réconciliez les coûts via les enregistrements d'utilisation et billing_transaction_id, et non via les ID de tâche des fournisseurs.

La génération de médias peut se terminer de manière asynchrone, enregistrez donc task_id et poll_url avant de remplacer une intégration existante. Un délai d'attente (timeout) sur une requête de création ne doit pas produire un second job utilisateur.

Pièges de migration

  • Ne placez pas tous les modèles derrière un seul chemin OpenAI Chat Completions si votre application nécessite un comportement natif Anthropic, Gemini ou Responses.
  • Ne supposez pas d'anciennes valeurs par défaut pour les images. Envoyez model explicitement.
  • Ne relancez pas les requêtes de création asynchrones sans vérifier si une tâche a déjà été créée.
  • Utilisez les ID de tâche et les enregistrements d'utilisation de TokenLab dans votre produit. Les ID de tâche tiers ne sont pas des identifiants de facturation.

Référence API

SujetRéférence
API Multi-FormatAPI Multi-Format
SDK OpenAISDK OpenAI
SDK AnthropicSDK Anthropic
Gemini NativeAPI Gemini Native
Génération d'imagesGénération d'images
Jobs asynchrones et PollingJobs asynchrones et Polling

Sur cette page