Jetzt starten

Schnellstart

Drei Schritte: ein Schlüssel, zwei Einstellungen, eine Anfrage.

1. Konto und Schlüssel erstellen

  1. Erstelle ein Konto (ohne Passwort: Wir schicken dir einen Code per E-Mail) und lade unter Abrechnung Guthaben auf.
  2. Öffne API-Schlüssel, gib einem Schlüssel einen Namen und erstelle ihn. Kopiere ihn sofort: Du siehst den vollständigen Schlüssel nur einmal.

2. Schlüssel und Basis-URL festlegen

Halte den Schlüssel aus deinem Code heraus. Hinterlege ihn in deiner Shell oder in einer .env-Datei, die deine App lädt:

.env
ZURELAY_API_KEY=zr_live_your_key_here

Installiere dann ein SDK, falls du noch keines hast: pip install openai für Python, npm install openai für Node. Auch die SDKs von Anthropic funktionieren (siehe Anthropic Messages).

3. Anfrage senden

import os
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key=os.environ["ZURELAY_API_KEY"],
)
response = client.chat.completions.create(
    model="gpt-6-sol",
    messages=[
      {
        "role": "system",
        "content": "You are a concise assistant."
      },
      {
        "role": "user",
        "content": "Give me three names for a coffee shop on the moon."
      }
    ],
)
print(response.choices[0].message.content)

Die Antwort kommt im OpenAI-Format zurück, mit dem Modell, das geantwortet hat, und den verbrauchten Tokens:

Antwort
{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "created": 1790870400,
  "model": "gpt-6-sol",
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "1. Lunar Grind\n2. ..." },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 31, "completion_tokens": 24, "total_tokens": 55 }
}

Antwort streamen

Füge stream: true hinzu, um die Antwort während der Generierung zu erhalten – so, wie OpenAI sie streamt.

import os
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key=os.environ["ZURELAY_API_KEY"],
)
stream = client.chat.completions.create(
    model="gemini-3.7-flash",
    messages=[
      {
        "role": "user",
        "content": "Write a haiku about latency."
      }
    ],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Weiter

Modell auswählenIDs, Preise und welche Eingaben die Modelle verarbeiten.Bild oder PDF sendenDateien kommen als Daten oder Link in die Nachricht.Bild erstellenEin Aufruf an /v1/images/generations.Deine Tools nutzenClaude Code, Cursor, LangChain und mehr.

Fragen oder fehlt etwas? Frag unser Support-Team und wir antworten per E-Mail, meist innerhalb einer Minute.