Referência da API¶

A Claudin.io é uma API compatível com a OpenAI. Se já utilizou a API da OpenAI, tudo aqui é familiar — basta apontar para o URL base da Claudin.io e utilizar o modelo claudinio.

URL base¶

https://api.claudin.io

As rotas no estilo OpenAI encontram-se em /v1.

Autenticação¶

Envie a sua chave de API em todos os pedidos, usando um dos seguintes cabeçalhos:

Authorization: Bearer YOUR_API_KEY

x-api-key: YOUR_API_KEY

Modelo¶

ID do modelo	Janela de contexto
`claudinio`	256K tokens

Utilize claudinio em todo o lado. (Alguns clientes esperam a forma provider/model — nesses casos, utilize claudinio/claudinio.)

Endpoints¶

Método e caminho	Descrição
`POST /v1/chat/completions`	Chat completions — o endpoint principal
`POST /v1/completions`	Completions de texto legadas
`POST /v1/messages`	Formato Messages da Anthropic
`POST /v1/responses`	API Responses (Codex)
`POST /v1/embeddings`	Incorporações de texto
`GET /v1/models`	Listar modelos disponíveis

Chat completions¶

curl https://api.claudin.io/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "claudinio",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Write a haiku about proxies."}
    ],
    "temperature": 0.7
  }'

Os parâmetros padrão da OpenAI são suportados: messages, temperature, top_p, max_tokens, stream, stop, tools / tool_choice (function calling), response_format, entre outros. Dois têm limites que vale a pena conhecer antes de os enviar: max_tokens é limitado a um mínimo e a um máximo, e n tem de ser 1.

`max_tokens` e raciocínio¶

Os modelos Claudinio raciocinam antes de responder, e os tokens de raciocínio contam para o max_tokens — o mesmo orçamento cobre o raciocínio interno (chain-of-thought) e a resposta visível. Um max_tokens pequeno pode, portanto, ser gasto quase inteiramente em raciocínio, deixando a resposta truncada a meio da frase.

Para evitar isso, os valores abaixo de 32000 são automaticamente elevados para 32000. No outro extremo, os valores acima de 393216 são reduzidos para 393216 — o máximo que os modelos aceitam — porque um número maior é rejeitado de imediato em vez de ser tratado como "tanto quanto quiser". Qualquer valor entre os dois é passado sem alterações, e omitir o parâmetro é sempre aceitável.

max_tokens é um limite máximo, não uma reserva: é cobrado pelos tokens efetivamente gerados, pelo que um valor generoso não custa nada extra.

Se analisar saída estruturada (JSON, XML, um formato estrito), verifique finish_reason antes de analisar — "length" significa que a resposta atingiu o limite de tokens e está incompleta, pelo que uma falha de análise é de esperar, em vez de um problema de modelo malformado:

choice = response.choices[0]
if choice.finish_reason == "length":
    ...  # truncated — retry with a larger max_tokens
data = json.loads(choice.message.content)

Múltiplas completions (`n`)¶

Apenas n = 1 é suportado. Enviar n superior a 1 devolve 400 com "code": "unsupported_parameter"; omitir o parâmetro é sempre seguro.

Os modelos Claudinio raciocinam antes de responder, e o passo de raciocínio produz uma única linha de pensamento — não há forma barata de a ramificar em várias candidatas independentes, pelo que os upstreams não oferecem uma. Se quiser mais do que uma candidata, envie o pedido mais do que uma vez (uma temperature mais alta dá-lhe variedade) e note que cada uma é cobrada separadamente.

Rejeitamos n > 1 em vez de devolver silenciosamente uma única escolha: um cliente que pediu quatro e recebe uma costuma falhar mais tarde, dentro do seu próprio código, sem nenhum erro da nossa parte que explique o porquê.

Streaming¶

Defina "stream": true para receber server-sent events no formato de streaming da OpenAI (blocos data: {...} terminados por data: [DONE]).

Tool / function calling¶

O claudinio suporta tool calls. Passe tools e leia tool_calls a partir da resposta, exatamente como na API da OpenAI. É isto que o faz funcionar dentro de editores com agentes, como o Claude Code, o Kilo e o Cursor.

Entrada multimodal¶

O claudinio é um modelo de texto, mas a Claudin.io trata de forma transparente blocos de imagens, áudio e vídeo: se os enviar, o proxy converte-os em descrições/transcrições de texto antes de o modelo os ver. Não precisa de fazer nada de especial — envie os blocos de conteúdo padrão da OpenAI e simplesmente funciona.

Erros¶

Os erros seguem a estrutura de erro da OpenAI:

{ "error": { "message": "…", "type": "…", "code": "…" } }

Código	Significado	O que fazer
`401`	Chave de API inválida ou em falta	Verifique a chave e o cabeçalho de autenticação
`403`	Endpoint não permitido	Utilize um dos caminhos `/v1/*` suportados
`402`	Sem subscrição ativa	Subscreva — voltar a tentar não vai ajudar
`429`	Limite de orçamento atingido ou rate limit	Aguarde o reinício da janela (consulte o cabeçalho `Retry-After`) ou faça upgrade
`400`	Pedido malformado	Verifique o seu JSON / parâmetros — consulte `max_tokens` e `n`
`5xx`	Falha do upstream/fornecedor	Repita com backoff

Os detalhes do fornecedor estão ocultos por design

As mensagens de erro são sanitizadas para não revelarem o fornecedor do modelo subjacente. Verá sempre erros com a marca Claudin.io, no formato da OpenAI.

Atingir o limite de orçamento¶

Quando esgota a proteção de gastos da janela atual, os pedidos devolvem 429 com um cabeçalho Retry-After que indica os segundos até a janela reiniciar. O seu painel de controlo mostra o momento exato do reinício e o orçamento restante. Respeite o intervalo indicado nesse cabeçalho em vez de voltar a tentar imediatamente. Consulte Planos e limites para saber como funcionam as janelas.

Uma mensagem em vez de um `429`¶

Num pequeno número de contas estamos a experimentar uma resposta diferente para a mesma situação. Em vez do erro, o pedido é concluído e a própria resposta explica que o teto foi atingido e quando reinicia. Estamos a medir se assim a informação chega às pessoas de forma mais fiável do que um erro que o agente delas engole em silêncio — e se, dito com clareza, preferem mudar para um plano à medida.

Se está a construir automação, não leia um 2xx como "o trabalho foi feito". Trate uma resposta que diz que o teto foi atingido como o teto tendo sido atingido, e recue até a janela reiniciar. O 429 acima continua a ser o comportamento por omissão e é o que quase todas as contas recebem.

Rate limiting¶

A Claudin.io não bloqueia de forma rígida a utilização normal. Taxas de pedidos abusivas são abrandadas (um throttle transparente) em vez de rejeitadas, pelo que os clientes bem-comportados nunca são penalizados. Na prática, não precisa de fazer nada — basta voltar a tentar no raro 429.