Сервис «ИИ-модели» предоставляет унифицированный API, совместимый со спецификацией OpenAI. Это позволяет вам интегрировать передовые генеративные модели в свои приложения, скрипты и инструменты, используя знакомый интерфейс.
Доступные эндпоинты:
GET /models — получение списка доступных моделей;
POST /chat/completions — генерация ответа от модели.
Аутентификация
Для всех запросов к API требуется аутентификация с использованием API-ключа. Получите ключ в личном кабинете, следуя инструкции. Передавайте ключ в заголовке каждого запроса:
Authorization: Bearer <ваш_api_ключ>
Базовый URL
Базовый адрес сервиса (endpoint):
https://ai.reg.cloud/v1
GET /models — получение списка доступных моделей
Возвращает список всех моделей, доступных для вашего аккаунта, с их уникальными идентификаторами. Пример запроса (cURL):
curl -X GET "https://ai.reg.cloud/v1/models" \
-H "Authorization: Bearer <ваш_api_ключ>"
Пример ответа:
{
"data": [
{"id": "Qwen/Qwen3-23B-A22B-Instruct-2507", "object": "model"},
{"id": "deepseek-v32/latest", "object": "model"},
{"id": "gpt-5.5", "object": "model"}
…
]
}
POST /chat/completions — генерация ответа от модели
Основной метод для взаимодействия с моделями. Поддерживает отправку как одиночных запросов, так и ведение многошаговых диалогов с передачей полной истории сообщений.
Одиночный запрос
import os
from openai import OpenAI
api_key = os.environ.get("API_KEY")
client = OpenAI(
api_key=api_key,
base_url="https://ai.reg.cloud/v1"
)
response = client.chat.completions.create(
model="Qwen/Qwen3-23B-A22B-Instruct-2507",
messages=[
{"role": "system", "content": "Ты — полезный ассистент."},
{"role": "user", "content": "Привет! Кто ты?"}
],
temperature=0.5,
max_tokens=2500
)
print(response.choices[0].message.content)
Где
model — идентификатор модели из списка /models;
messages — массив сообщений, где role задает роль отправителя (system, user, assistant), а content — текст сообщения;
temperature — степень предсказуемости (0 — детерминированно, 1 — максимально креативно);
max_tokens — максимальное количество токенов в ответе модели;
response.choices[0].message.content — текст ответа модели.
curl -X POST "https://ai.reg.cloud/v1/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer <ваш_api_ключ>" \
-d '{
"model": "Qwen/Qwen3-23B-A22B-Instruct-2507",
"messages": [
{"role": "system", "content": "Ты — полезный ассистент."},
{"role": "user", "content": "Привет! Кто ты?"}
],
"temperature": 0.5,
"max_tokens": 2500
}'
Диалоговый режим с историей
Поскольку API не сохраняет состояние (stateless), для поддержания контекста беседы необходимо в каждом новом запросе передавать всю историю сообщений, включая предыдущие вопросы и ответы модели.
import os
from openai import OpenAI
api_key = os.environ.get("API_KEY")
client = OpenAI(
api_key=api_key,
base_url="https://ai.reg.cloud/v1"
)
# Начало диалога
messages = [
{"role": "system", "content": "Ты — полезный ассистент."},
{"role": "user", "content": "Сколько будет 2+2?"}
]
# Первый запрос
response = client.chat.completions.create(
model="Qwen/Qwen3-23B-A22B-Instruct-2507",
messages=messages,
temperature=0.3,
max_tokens=2500
)
reply = response.choices[0].message.content
print("Модель:", reply)
# Добавляем ответ в историю
messages.append({"role": "assistant", "content": reply})
# Второй вопрос с учетом контекста
messages.append({"role": "user", "content": "А теперь умножь результат на 3."})
response = client.chat.completions.create(
model="Qwen/Qwen3-23B-A22B-Instruct-2507",
messages=messages,
temperature=0.3,
max_tokens=2500
)
print("Модель:", response.choices[0].message.content)
Где
messages — массив с историей диалога. Включает все сообщения пользователя и ответы модели. Передается в каждом запросе для сохранения контекста.
# Первый запрос
curl -X POST "https://ai.reg.cloud/v1/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer <ваш_api_ключ>" \
-d '{
"model": "Qwen/Qwen3-23B-A22B-Instruct-2507",
"messages": [
{"role": "system", "content": "Ты — полезный ассистент."},
{"role": "user", "content": "Сколько будет 2+2?"}
],
"temperature": 0.3,
"max_tokens": 2500
}'
# Второй запрос с историей
curl -X POST "https://ai.reg.cloud/v1/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer <ваш_api_ключ>" \
-d '{
"model": "Qwen/Qwen3-23B-A22B-Instruct-2507",
"messages": [
{"role": "system", "content": "Ты — полезный ассистент."},
{"role": "user", "content": "Сколько будет 2+2?"},
{"role": "assistant", "content": "2+2 = 4"},
{"role": "user", "content": "А теперь умножь результат на 3."}
],
"temperature": 0.3,
"max_tokens": 2500
}'
Важно
Никогда не храните API-ключи в коде. Используйте переменные окружения; при передаче длинной истории следите за размером контекстного окна модели. При превышении лимита вы получите ошибку «ContextWindowExceededError»; всегда используйте блоки «try»/«except» для обработки возможных ошибок при работе с API.
Была ли статья полезна?
Спасибо за оценку. Рады помочь 😊