Zurelay Auto

Um único nome de modelo, zurelay-auto, que responde a cada pedido com o modelo mais adequado. Paga o preço do modelo que respondeu, e a resposta identifica-o. 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 do pedido e escolhe sem chamar um modelo próprio, por isso não acrescenta latência nem custos. Cada pedido é atribuído a um de três escalões:

No escalão atribuído, escolhe o primeiro modelo que consiga ler todas as imagens, PDF, excertos de áudio ou vídeos enviados no pedido, cuja janela de contexto comporte o prompt e o respetivo max_tokens, e que aceite um nível de raciocínio, caso tenha definido um. O seu reasoning_effort é aplicado ao nível mais próximo que o modelo aceite.

Os modelos disponíveis para seleção

Cada escalão, pela ordem em que o Auto tenta os modelos, com os respetivos preços por 1M tokens de entrada e de saída. A lista muda à medida que surgem modelos melhores ou mais económicos; o seu código não precisa de mudar.

Quanto paga

Cada pedido é faturado ao preço do modelo que respondeu, segundo as tarifas desse modelo na Zurelay, sem qualquer custo adicional pela seleção: hoje, de $0.025 a $3.50 por 1M tokens de entrada e de $0.12 a $17.50 por 1M tokens de saída. Os pedidos que falham são gratuitos, como em qualquer modelo (consulte Faturação).

Que modelo respondeu

O campo model da resposta e o cabeçalho x-zurelay-model identificam o modelo que respondeu, e x-zurelay-routed-from: zurelay-auto indica que foi escolhido pelo Auto. A secção Pedidos no painel mostra a mesma informação.

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 concebido para responder:

1. O modelo escolhido usa o mesmo mecanismo de recuperação que qualquer modelo na Zurelay: volta a tentar e, depois, usa as rotas de reserva desse modelo.
2. Se continuar sem conseguir responder, o Auto tenta os restantes modelos do escalão do pedido, depois os do escalão acima e, por fim, os do escalão abaixo, até um total de cinco modelos.
3. Só se todos falharem é que recebe um 503 com model_unavailable e um cabeçalho retry-after.

Isto não depende da sua definição de encaminhamento inteligente: o Auto faz sempre estas tentativas, e nem o cabeçalho x-zurelay-fallback nem a lista models de um pedido alteram 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, pelo que os SDK da Anthropic e as ferramentas baseadas neles funcionam como com qualquer modelo Claude.

Chaves de API

Uma chave limitada a zurelay-auto (consulte as regras das chaves) pode usar qualquer modelo que o Auto escolha. Os limites de despesa e de frequência de pedidos aplicam-se como habitualmente. O ID curto auto também funciona.

Erros

• 400 unsupported_content: nenhum dos modelos consegue ler em conjunto os conteúdos multimédia enviados no pedido, como áudio e um PDF no mesmo pedido. Envie-os separadamente ou escolha um modelo que consiga ler ambos.
• 400 context_length_exceeded: o pedido excede o que qualquer um dos modelos consegue ler. Envie um pedido mais curto ou peça uma resposta mais curta.
• 503 model_unavailable: todos os modelos que tentou falharam. Volte a tentar após o prazo indicado no cabeçalho retry-after.