Zurelay Auto

Un solo nombre de modelo, zurelay-auto, que responde cada solicitud con el modelo que le conviene. Pagas el precio del modelo que respondió y la respuesta lo indica. Funciona donde lo hace un ID de modelo, con el mismo streaming, las mismas herramientas y los mismos niveles de razonamiento.

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="zurelay-auto",
    messages=[
      {
        "role": "user",
        "content": "Summarize this in one sentence: Zurelay is one API for many models."
      }
    ],
)
print(response.choices[0].message.content)

Cómo elige

Auto lee lo que trae la solicitud y elige sin llamar a un modelo propio, así que no añade demora ni cuesta nada extra. Cada solicitud cae en uno de tres niveles:

Dentro de su nivel, toma el primer modelo que lea cada imagen, PDF, clip de audio o video que envíe la solicitud, cuya ventana de contexto albergue el prompt y su max_tokens, y que acepte un nivel de razonamiento cuando lo configuras. Tu reasoning_effort se ejecuta en el nivel más cercano que acepte ese modelo.

Los modelos entre los que elige

Cada nivel en el orden en que Auto los prueba, con sus precios por 1M de tokens de entrada y de salida. La lista cambia a medida que llegan modelos mejores o más baratos; tu código no tiene por qué.

Lo que pagas

Cada solicitud se factura al precio del modelo que la respondió, con las tarifas de ese modelo en Zurelay, sin ningún cargo adicional por la elección: hoy de $0.025 a $3.50 por 1M de tokens de entrada y de $0.12 a $17.50 por 1M de tokens de salida. Las solicitudes fallidas son gratis, como en cualquier modelo (ver Facturación).

Qué modelo respondió

El campo model de la respuesta y el encabezado x-zurelay-model indican el modelo que respondió, y x-zurelay-routed-from: zurelay-auto indica que lo eligió Auto. La vista Solicitudes del panel muestra lo mismo.

HTTP/1.1 200 OK
x-zurelay-model: deepseek-v4.1-flash
x-zurelay-routed-from: zurelay-auto
{
  "model": "deepseek-v4.1-flash",
  "choices": [{ "message": { "role": "assistant", "content": "…" } }],
  …
}

Cuando un modelo no puede responder

Auto está hecho para responder:

1. El modelo que elige se recupera como cualquier modelo en Zurelay: reintenta y luego usa las rutas de respaldo de ese modelo.
2. Si aun así no puede responder, Auto pasa al resto del nivel de la solicitud, luego al nivel superior y después al inferior, hasta cinco modelos en total.
3. Solo si todos ellos fallan recibes un 503 con un encabezado model_unavailable y un retry-after.

Esto no depende de tu ajuste de enrutamiento inteligente: Auto siempre lo hace, y el encabezado x-zurelay-fallback ni la lista models de una solicitud lo cambian.

Formato Anthropic

POST /v1/messages también acepta zurelay-auto. Ahí Auto elige entre modelos Claude, los que usan el formato de Anthropic, para que los SDK y las herramientas de Anthropic funcionen como con cualquier modelo Claude.

Claves de API

Una clave limitada a zurelay-auto (ver reglas de claves) puede usar el modelo que Auto elija. Los límites de gasto y de velocidad se aplican con normalidad. El ID corto auto también funciona.

Errores

• 400 unsupported_content: ninguno de sus modelos lee los medios que la solicitud envía juntos, como audio y un PDF en una misma solicitud. Envíalos por separado o elige un modelo que lea ambos.
• 400 context_length_exceeded: la solicitud es más larga de lo que cualquiera de sus modelos puede leer. Envía una más corta o pide menos salida.
• 503 model_unavailable: fallaron todos los modelos que probó. Reintenta tras el encabezado retry-after.