Zurelay Auto

Un seul nom de modèle, zurelay-auto, qui confie chaque requête au modèle adapté. Vous payez le tarif du modèle qui a répondu, et la réponse indique son nom. Il fonctionne partout où un identifiant de modèle est accepté, avec les mêmes fonctionnalités de streaming, d’outils et de niveaux de raisonnement.

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)

Comment il choisit

Auto analyse le contenu de la requête et choisit sans appeler lui-même de modèle, sans délai ni coût supplémentaire. Chaque requête est classée dans l’un des trois niveaux :

Dans le niveau retenu, Auto choisit le premier modèle capable de lire chaque image, PDF, extrait audio ou vidéo de la requête, dont la fenêtre de contexte peut contenir le prompt et son max_tokens, et qui accepte un niveau de raisonnement si vous en définissez un. Votre reasoning_effort est appliqué au niveau le plus proche accepté par ce modèle.

Les modèles disponibles

Chaque niveau présente les modèles dans l’ordre où Auto les essaie, avec leurs tarifs par 1M tokens en entrée et en sortie. La liste évolue à mesure que des modèles plus performants ou moins chers arrivent ; votre code n’a pas à changer.

Ce que vous payez

Chaque requête est facturée au tarif Zurelay du modèle qui y a répondu, sans supplément pour la sélection: actuellement de $0.025 à $3.50 par 1M tokens en entrée et de $0.12 à $17.50 par 1M tokens en sortie. Les requêtes qui échouent sont gratuites, comme pour tous les modèles (voir Facturation).

Quel modèle a répondu

Le champ model de la réponse et l’en-tête x-zurelay-model indiquent le modèle qui a répondu, et x-zurelay-routed-from: zurelay-auto précise qu’Auto l’a choisi. La section Requêtes du tableau de bord affiche les mêmes informations.

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": "…" } }],
  …
}

Quand un modèle ne peut pas répondre

Auto est conçu pour répondre :

1. Le modèle choisi bénéficie des mêmes mécanismes de reprise que tout modèle sur Zurelay : nouvelle tentative, puis recours aux routes de secours de ce modèle.
2. S’il ne peut toujours pas répondre, Auto essaie les autres modèles du niveau de la requête, puis du niveau supérieur, puis du niveau inférieur, jusqu’à cinq modèles au total.
3. Ce n’est que si tous échouent que vous recevez un 503 avec model_unavailable et un en-tête retry-after.

Ce mécanisme ne dépend pas de votre réglage de routage intelligent : Auto l’applique toujours, et ni l’en-tête x-zurelay-fallback ni la liste models d’une requête n’y changent rien.

Format Anthropic

POST /v1/messages accepte aussi zurelay-auto. Auto choisit alors parmi les modèles Claude, qui acceptent le format Anthropic : les SDK Anthropic et les outils qui les utilisent fonctionnent donc comme avec n’importe quel modèle Claude.

Clés API

Une clé limitée à zurelay-auto (voir les règles des clés) peut utiliser tout modèle choisi par Auto. Les plafonds de dépenses et les limites de débit s’appliquent comme d’habitude. L’identifiant court auto fonctionne aussi.

Erreurs

• 400 unsupported_content : aucun de ses modèles ne peut lire la combinaison de médias envoyée dans la requête, par exemple de l’audio et un PDF. Envoyez-les séparément, ou choisissez un modèle capable de lire les deux.
• 400 context_length_exceeded : la requête dépasse ce que chacun de ses modèles peut lire. Envoyez une requête plus courte ou demandez une réponse plus courte.
• 503 model_unavailable : tous les modèles essayés ont échoué. Réessayez après le délai indiqué par l’en-tête retry-after.