Chat completions

94 modèles de langage de 10 éditeurs sur un seul point de terminaison compatible OpenAI. Pointez n'importe quel SDK OpenAI vers Revana, changez le nom du modèle et payez au token sur le même crédit prépayé que pour la vidéo et les images.

Faire une requête

curl https://api.revana.si/v1/chat/completions \
  -H "Authorization: Bearer $REVANA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-5.5","messages":[{"role":"user","content":"Write a haiku about routing."}]}'

La réponse est l'objet chat.completion d'OpenAI. Son id commence par chat_, et usage ajoute cost_usd, le montant prélevé sur votre solde pour cette requête.

{
  "id": "chat_3f9c…",
  "object": "chat.completion",
  "created": 1793318400,
  "model": "gpt-5.5",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Cheapest path first,\nfallback waits in the wings,\nanswers still arrive."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 14,
    "completion_tokens": 18,
    "total_tokens": 32,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "cost_usd": 0.000141
  }
}

SDK OpenAI

Toutes les bibliothèques clientes OpenAI fonctionnent telles quelles : définissez l'URL de base et la clé.

import os
from openai import OpenAI

client = OpenAI(base_url="https://api.revana.si/v1", api_key=os.environ["REVANA_API_KEY"])
reply = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": "Write a haiku about routing."}],
)
print(reply.choices[0].message.content)

import OpenAI from "openai"

const client = new OpenAI({ baseURL: "https://api.revana.si/v1", apiKey: process.env.REVANA_API_KEY })
const stream = await client.chat.completions.create({
  model: "gpt-5.5",
  messages: [{ role: "user", content: "Write a haiku about routing." }],
  stream: true,
})
for await (const chunk of stream) process.stdout.write(chunk.choices[0]?.delta?.content ?? "")

Des outils comme LangChain, LlamaIndex, le Vercel AI SDK, Cline ou Open WebUI utilisent les mêmes deux réglages : un fournisseur compatible OpenAI avec l'URL de base https://api.revana.si/v1 et votre clé.

Streaming

Envoyez "stream": true pour des server-sent events au format chat.completion.chunk d'OpenAI, se terminant par data: [DONE]. Ajoutez "stream_options": {"include_usage": true} pour un dernier chunk avec choices vide et le usage de la requête, cost_usd inclus.

curl https://api.revana.si/v1/chat/completions \
  -H "Authorization: Bearer $REVANA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-5.5","messages":[{"role":"user","content":"Write a haiku about routing."}],"stream":true}'

Facturation

• Vous payez les tokens que le modèle déclare : entrée, entrée en cache, écritures en cache et sortie (les tokens de raisonnement comptent comme sortie), au prix par million du modèle indiqué ci-dessous. Débité au micro-dollar sur le même solde prépayé que les générations.
• Pendant qu'une requête s'exécute, Revana bloque le maximum qu'elle pourrait coûter : son prompt plus max_tokens (ou max_completion_tokens ; 8,192 quand aucun n'est défini, et c'est la limite envoyée au modèle). Les modèles de raisonnement qui peuvent écrire au-delà de max_tokens, et toute requête avec un niveau de raisonnement xhigh ou max, bloquent la sortie complète du modèle. Le montant bloqué est libéré à la fin de la requête et seuls les tokens utilisés sont facturés.
• Une requête sans réponse, parce que toutes les routes ont échoué, ne coûte rien. Un flux que vous fermez en cours de route continue de s'exécuter jusqu'au bout côté modèle, et est facturé pour les tokens qu'il a utilisés.
• Certains modèles tarifent selon la taille du prompt, l'heure de la journée ou le niveau de raisonnement ; la page de chaque modèle l'indique. La mise en cache automatique des prompts fonctionne comme chez l'éditeur du modèle, et les tokens en cache sont facturés au tarif du cache ; les marqueurs cache_control explicites sont supprimés.
• Texte et images (image_url) uniquement, et seulement des outils de type fonction : la recherche web, l'audio, les fichiers et la vidéo en entrée, les sorties prédites et les outils intégrés sont refusés avec 400 unsupported_parameter. Les paramètres en dehors de l'ensemble des chat completions d'OpenAI sont ignorés.
• Chaque modèle a une route à son prix listé. Quand cette route est saturée, une requête peut s'exécuter sur une route de secours, et est facturée au coût de cette route quand il est plus élevé, sans jamais dépasser le montant bloqué.

Erreurs

Les erreurs suivent la forme d'OpenAI, {"error": {"message", "type", "code"}}, de sorte que les SDK lèvent leurs exceptions habituelles : 400 invalid_request | unsupported_parameter, 401, 402 insufficient_credits (rechargez, ou réduisez max_tokens), 404 model_not_found, 413 body_too_large (plus de 20 Mo), 429 concurrency_limit, 502 model_unavailable et 503 model_busy | busy (réessayez dans quelques secondes ; rien n'a été facturé).

Modèles et prix

USD par million de tokens. Cliquez sur un modèle pour voir sa grille de prix complète. La même liste est /data/llms.json.