Documentación de API compatible con OpenAI |IteraCompute

Primera llamada gratuita a la API

Regístrate y verifica tu correo electrónico, o inicia sesión con Google.No se requiere tarjeta ni recarga.
Abra Claves API, cree una clave que permita qwen/qwen3.8-27b y guarde el secreto que se muestra una vez.
Ejecute esto en Bash (macOS, Linux o WSL) con cURL y Python 3. Reemplace su clave api con su clave.Mantenga el archivo Response.json local.

Bash · Qwen3.8-27B · $0

export ITERACOMPUTE_API_KEY="your-api-key"

curl --fail-with-body --max-time 180 https://api.iteracompute.com/v1/chat/completions \
  -H "Authorization: Bearer $ITERACOMPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen/qwen3.8-27b","messages":[{"role":"user","content":"Reply with exactly: Hello!"}],"max_tokens":512,"chat_template_kwargs":{"enable_thinking":false}}' \
  -o response.json && python3 -c 'import json; r=json.load(open("response.json")); text=r["choices"][0]["message"]["content"]; assert text and text.strip(), "Empty model reply: activation is incomplete"; print(text)'

La prueba tiene éxito cuando choices[0].message.content contiene texto no vacío. Este comando lo imprime y falla si la respuesta está vacía; registrarse o recibir HTTP 200 no basta para completar la activación. Salida esperada: Hello! (el texto puede variar).

Este ejemplo de Qwen desactiva el pensamiento para una respuesta breve y visible.401/403: verifique la clave y el permiso del modelo.429: verifique el uso mensual y el TPM en la consola, luego respete el Retry-After.La capacidad libre puede hacer cola;no realice repetidos intentos paralelos.

Inicio rápido de API → · Asignación gratuita y límites →

Soporte y costos del modelo.

Los ejemplos avanzados a continuación utilizan DeepSeek V4.1 Flash pago y deducen el uso de su saldo de API.Verifique los precios actuales de entrada, entrada en caché y salida en la página Modelos.Free Qwen3.8-27B admite finalización de chat, transmisión y llamadas de herramientas;Esta guía no establece la compatibilidad con la API de Qwen Responses.Los ID de modelo y los parámetros de razonamiento no son intercambiables.Confirme que el modelo seleccionado admita cada punto final y opción antes de adaptar un ejemplo.

Precios de DeepSeek V4.1 Flash →

1. Descripción general

La API de IteraCompute es compatible con OpenAI. Si tu aplicación ya utiliza la API de OpenAI, para migrar debes cambiar base_url y la clave API. Chat Completions, Responses, streaming y las llamadas a herramientas siguen formatos compatibles cuando el modelo seleccionado los admite.

2. URL base y autenticación

Las solicitudes API se envían a https://api.iteracompute.com/v1. Las solicitudes de Chat Completions y Responses se autentican mediante la clave API en la cabecera Authorization .

export ITERACOMPUTE_API_KEY="your-api-key"

curl --fail-with-body https://api.iteracompute.com/v1/chat/completions \
  -H "Authorization: Bearer $ITERACOMPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek/deepseek-v4.1-flash","messages":[{"role":"user","content":"Reply with exactly: Hello!"}],"temperature":0,"max_tokens":128}'

3. ID de modelo

Utiliza exactamente el identificador provider/model devuelto por el endpoint Models; no añadas el prefijo iteracompute/ . Consulta los modelos que publica actualmente la pasarela:

curl --fail-with-body https://api.iteracompute.com/v1/models

El endpoint Models es público y devuelve el catálogo actual de la pasarela. Utiliza los valores de id exactamente como se devuelven. El acceso comercial a cada modelo sigue estando sujeto a tu clave API y al acuerdo aplicable.

4. Chat Completions

POST /v1/chat/completions Sigue el formato de solicitud y respuesta de OpenAI:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.iteracompute.com/v1",
    api_key=os.environ["ITERACOMPUTE_API_KEY"],
)

resp = client.chat.completions.create(
    model="deepseek/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Reply with exactly: Hello!"}],
    temperature=0,
    max_tokens=128,
)

print(resp.choices[0].message.content)
print(resp.usage)  # prompt_tokens / completion_tokens / total_tokens

5. Responses API

POST /v1/responses admite la API OpenAI Responses utilizada por clientes como Codex:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.iteracompute.com/v1",
    api_key=os.environ["ITERACOMPUTE_API_KEY"],
)

response = client.responses.create(
    model="deepseek/deepseek-v4.1-flash",
    input="Reply with exactly: Hello!",
    max_output_tokens=128,
)
print(response.output_text)

6. Transmisión (SSE)

Establece "stream": true para recibir eventos del servidor. Los fragmentos llegan a medida que se generan; el uso de tokens se incluye en el último fragmento que contiene usage, antes del evento final [DONE] . Trata todo el flujo como una única solicitud lógica: una vez emitidos los tokens, la solicitud no se reintenta de forma transparente.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.iteracompute.com/v1",
    api_key=os.environ["ITERACOMPUTE_API_KEY"],
)

stream = client.chat.completions.create(
    model="deepseek/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Reply with exactly: Hello!"}],
    stream=True,
    stream_options={"include_usage": True},
    temperature=0,
    max_tokens=128,
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")
    if chunk.usage:  # final chunk: token usage
        print("\n", chunk.usage)

7. Llamada de herramientas

Las herramientas están declaradas en el tools siguiendo el formato de llamadas a funciones de OpenAI. Cuando el modelo decide llamar a una herramienta, la respuesta contiene tool_calls; devuelve los resultados de la herramienta con el rol "tool" para continuar la conversación.

import json
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.iteracompute.com/v1",
    api_key=os.environ["ITERACOMPUTE_API_KEY"],
)

messages = [{"role": "user", "content": "What is the weather in Singapore?"}]
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Get current weather for a city",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

resp = client.chat.completions.create(
    model="deepseek/deepseek-v4.1-flash",
    messages=messages,
    tools=tools,
    tool_choice={"type": "function", "function": {"name": "get_weather"}},
    max_tokens=512,
)

assistant_message = resp.choices[0].message
messages.append(assistant_message)

for call in assistant_message.tool_calls or []:
    arguments = json.loads(call.function.arguments)
    result = {"city": arguments["city"], "temperature_c": 29}
    messages.append({
        "role": "tool",
        "tool_call_id": call.id,
        "content": json.dumps(result),
    })

final = client.chat.completions.create(
    model="deepseek/deepseek-v4.1-flash",
    messages=messages,
    tools=tools,
    max_tokens=512,
)
print(final.choices[0].message.content)

8. Códigos de error

Los errores utilizan el formato de error OpenAI con un cuerpo JSON de {"error": {"message", "type", "code"}}:

Estado	Significado
400	Solicitud no válida: JSON con formato incorrecto o faltan parámetros requeridos
401	Error de autenticación: clave API faltante o no válida
403	Clave no permitida para este modelo o acción.
404	Modelo o punto final desconocido
429	Se superó el límite de velocidad: reduzca la velocidad y respete el Retry-After
500	Error interno: es seguro volver a intentar la solicitud
503	Modelo no disponible temporalmente: vuelva a intentarlo con retroceso

9. Límites de tarifas

Qwen3.8-27B aplica cuotas mensuales y TPM a toda la cuenta. Free / Starter / Pro ofrecen 30M / 100M / 300M de tokens por mes calendario UTC, 160K / 300K / 600K TPM y 128K / 128K / 256K de contexto. Una recarga neta acumulada y completada de $10 / $50 desbloquea Starter / Pro. Las cuentas gratuitas pueden esperar en cola si la GPU está ocupada, con un máximo de 32 solicitudes en espera por GPU y 120 segundos de espera. Los demás modelos usan los límites de cada clave. Al agotarse la cuota, llenarse la cola o superarse el tiempo de espera, se devuelve 429; respeta la cabecera Retry-After antes de reintentar.

10. Apoyo

Preguntas de integración: support@iteracompute.com

Documentación API