Zurelay Auto

Um único nome de modelo, zurelay-auto, que responde a cada requisição com o modelo mais adequado. Você paga o preço do modelo que respondeu, e a resposta informa qual foi. Funciona em qualquer lugar que aceite um ID de modelo, com o mesmo streaming, ferramentas e níveis de raciocínio.

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)

Como escolhe

O Auto analisa o conteúdo da requisição e escolhe sem chamar um modelo próprio, então não adiciona latência nem custo extra. Cada requisição entra em uma de três categorias:

Dentro da categoria, ele usa o primeiro modelo que lê todas as imagens, PDFs, áudios ou vídeos enviados na requisição, cuja janela de contexto comporta o prompt e seu max_tokens, e que aceita um nível de raciocínio quando você define um. Seu reasoning_effort usa o nível mais próximo aceito pelo modelo.

Os modelos disponíveis para escolha

Cada categoria na ordem em que o Auto tenta os modelos, com seus preços por 1M tokens de entrada e saída. A lista muda conforme chegam modelos melhores ou mais baratos; seu código não precisa mudar.

Quanto você paga

Cada requisição é cobrada pelo preço do modelo que respondeu, conforme as tarifas desse modelo no Zurelay, sem custo adicional pela escolha: hoje de $0.025 a $3.50 por 1M tokens de entrada e de $0.12 a $17.50 por 1M tokens de saída. Requisições que falham são gratuitas, como em qualquer modelo (veja Cobrança).

Qual modelo respondeu

O campo model da resposta e o cabeçalho x-zurelay-model informam o modelo que respondeu, e x-zurelay-routed-from: zurelay-auto indica que o Auto o escolheu. A seção Requisições no painel mostra o mesmo.

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": "…" } }],
  …
}

Quando um modelo não consegue responder

O Auto foi feito para responder:

1. O modelo escolhido se recupera de falhas como qualquer modelo no Zurelay: tenta novamente e depois usa as rotas alternativas desse modelo.
2. Se ainda assim não conseguir responder, o Auto tenta os demais modelos da categoria da requisição, depois a categoria acima e, por fim, a abaixo, até um total de cinco modelos.
3. Só se todos falharem você recebe um 503 com model_unavailable e um cabeçalho retry-after.

Isso não depende da sua configuração de roteamento inteligente: o Auto sempre faz isso, e o cabeçalho x-zurelay-fallback e a lista models de uma requisição não mudam esse comportamento.

Formato da Anthropic

POST /v1/messages também aceita zurelay-auto. Nesse caso, o Auto escolhe entre os modelos Claude, que aceitam o formato da Anthropic, então os SDKs da Anthropic e as ferramentas baseadas neles funcionam como com qualquer modelo Claude.

Chaves de API

Uma chave limitada a zurelay-auto (veja regras de chaves) pode usar qualquer modelo escolhido pelo Auto. Os limites de gastos e de requisições se aplicam normalmente. O ID curto auto também funciona.

Erros

• 400 unsupported_content: nenhum dos modelos consegue ler todas as mídias enviadas juntas na requisição, como áudio e um PDF na mesma requisição. Envie separadamente ou escolha um modelo que leia ambos.
• 400 context_length_exceeded: a requisição é mais longa do que qualquer um dos modelos consegue ler. Envie uma mais curta ou peça uma saída menor.
• 503 model_unavailable: todos os modelos testados falharam. Tente novamente após o intervalo indicado no cabeçalho retry-after.