Guias de Migração

O TokenLab é multiformato: você pode manter clientes compatíveis com OpenAI, chamadas de Messages nativas da Anthropic, chamadas REST nativas do Gemini e endpoints de mídia em seus formatos originais. A migração mais segura não é traduzir cada carga de trabalho para um formato universal. Escolha a rota que possui o comportamento que sua aplicação necessita.

Mapeamento de RotasCopy Anchor Link

Receitas de Migração RápidaCopy Anchor Link

OpenAI para TokenLabCopy Anchor Link

Altere apenas o base_url / baseURL do SDK para https://api.tokenlab.sh/v1, mantenha o nome da variável de ambiente da sua chave de API da OpenAI existente se isso facilitar a implementação, e substitua os IDs de modelo após verificar GET /v1/models.

OpenRouter para TokenLabCopy Anchor Link

Use https://api.tokenlab.sh/v1 onde seu app usava anteriormente a URL base compatível com OpenAI do OpenRouter. Remova os IDs de modelo com prefixo de provedor e use os IDs de modelo públicos do TokenLab a partir de /v1/models; quando uma carga de trabalho precisar de Claude Messages ou generateContent do Gemini, mova-a para o endpoint nativo do TokenLab em vez de forçá-la através do chat compatível com OpenAI.

LiteLLM para TokenLabCopy Anchor Link

Use a rota custom_openai/<model> do LiteLLM com api_base: https://api.tokenlab.sh/v1. Mantenha os aliases do LiteLLM separados dos IDs de modelo reais do TokenLab para que você possa alterar a política de roteamento sem alterar os prompts da aplicação.

Mensagens Claude via TokenLabCopy Anchor Link

Aponte os clientes do SDK da Anthropic para https://api.tokenlab.sh e chame messages.create. Não adicione /v1 à URL base do SDK; o SDK já possui o caminho /v1/messages.

Gemini Nativo via TokenLabCopy Anchor Link

Mantenha os payloads do Gemini em https://api.tokenlab.sh/v1beta/models/{model}:generateContent. Os campos contents, parts, arquivos, conteúdos em cache, declarações de função e ferramentas integradas nativos do Gemini devem permanecer nesta rota quando seu app depender do comportamento do Gemini.

Migração Compatível com OpenAICopy Anchor Link

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"}],
)

Mantenha seu código existente de retry, timeout e streaming, mas valide os IDs de modelo com GET /v1/models antes do tráfego de produção. Para geração de imagens, envie o model explicitamente e leia o guia de imagens, pois os modelos de imagem diferem mais do que os modelos de chat.

Migração AnthropicCopy Anchor Link

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."}],
)

Use /v1/messages para uso de ferramentas nativas do Claude, fluxos de pensamento e semântica de mensagens da Anthropic. Não traduza campos exclusivos da Anthropic através de Chat Completions, a menos que você intencionalmente queira uma mudança de comportamento compatível com OpenAI.

Migração GeminiCopy Anchor Link

curl "https://api.tokenlab.sh/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "Authorization: Bearer sk-your-tokenlab-key" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"Hello"}]}]}'

Mantenha ferramentas integradas do Gemini, referências da File API, conteúdos em cache, declarações de função e partes de conteúdo nativas em /v1beta quando seu app depender do comportamento nativo do Gemini.

Migração de MídiaCopy Anchor Link

1. Consulte GET /v1/models?recommended_for=image|video|music|3d.
2. Leia GET /v1/models nas respostas de lista e o GET /v1/models/{model} completo onde disponível.
3. Envie um model explícito, especialmente para endpoints de imagem.
4. Armazene task_id, poll_url, endpoint, modelo e seu próprio ID de trabalho para tarefas assíncronas.
5. Reconcilie custos através de registros de uso e billing_transaction_id, não IDs de tarefa do provedor.

Cargas de trabalho de mídia precisam de seu próprio plano de implementação porque a latência, retries e ativos finais se comportam de forma diferente das conclusões de chat.

Plano de Implementação em ProduçãoCopy Anchor Link

Armadilhas da MigraçãoCopy Anchor Link

• Não coloque todos os modelos atrás de um único caminho de OpenAI Chat Completions se seu app precisar de comportamento nativo da Anthropic, Gemini ou Responses.
• Não assuma padrões antigos de imagem. Envie o model explicitamente.
• Não tente realizar retry em requisições de criação assíncronas sem verificar se uma tarefa já foi criada.
• Não exponha identificadores específicos do provedor em seus logs ou interface.
• Não compare o faturamento com IDs de tarefa do provedor. Use registros de uso do TokenLab.

Referência da APICopy Anchor Link