Flatkey でテキストを生成する

ベース URL: https://router.flatkey.ai テキスト生成は POST /v1/chat/completions を通じて実行されます。これは OpenAI Chat Completions API と完全に一致します。ベース URL を変更するだけで、OpenAI 互換のクライアントはそのまま動作します。

書き換え不要

既存のリクエストコードをそのまま使い、base_url を https://router.flatkey.ai/v1 に向けるだけです。

1 つのキーで全モデル

model フィールドを変更するだけでモデルを切り替えられます。それ以外は何も変わりません。

最初の呼び出しを行う

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["FLATKEY_API_KEY"],
    base_url="https://router.flatkey.ai/v1",
)

response = client.chat.completions.create(
    model="claude-sonnet-5",
    messages=[{"role": "user", "content": "Explain vector databases in two sentences."}],
)

print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.FLATKEY_API_KEY,
  baseURL: "https://router.flatkey.ai/v1",
});

const response = await client.chat.completions.create({
  model: "claude-sonnet-5",
  messages: [{ role: "user", content: "Explain vector databases in two sentences." }],
});

console.log(response.choices[0].message.content);

curl --fail-with-body -sS https://router.flatkey.ai/v1/chat/completions \
  -H "Authorization: Bearer YOUR_FLATKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "messages": [
      { "role": "user", "content": "Explain vector databases in two sentences." }
    ]
  }'

モデルを選ぶ

アカウントからアクセスできるすべてのモデルを一覧表示し、テキストモデルを絞り込みます：

curl --fail-with-body -sS https://router.flatkey.ai/v1/models \
  -H "Authorization: Bearer YOUR_FLATKEY_API_KEY" \
  | jq '.data[] | select(.type == "text") | .id'

同じ一覧を、価格・コンテキスト長・レイテンシ付きでモデルディレクトリで確認できます。実用的な出発点として：

用途	候補
日常的なコーディングと推論	`claude-sonnet-5`, `gpt-5.6-sol`
長いドキュメントやリポジトリ全体	`deepseek-v4-pro`, `kimi-k3`
低コストの大量処理	`deepseek-v4-flash`, `gemini-2.5-flash-lite`
エージェント型コーディング	`glm-5.3`, `claude-opus-5`

レスポンスをストリーミングする

stream: true を設定すると、トークンが生成されるたびに受信できます：

stream = client.chat.completions.create(
    model="gemini-2.5-flash",
    messages=[{"role": "user", "content": "Write a haiku about routing."}],
    stream=True,
)

for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="", flush=True)

各チャンクには、完全なメッセージではなく部分的な delta が含まれます。

独自の関数を呼び出す

ツール定義を渡すと、モデルがいつ呼び出すかを判断します：

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Current weather for a city",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

response = client.chat.completions.create(
    model="claude-sonnet-5",
    messages=[{"role": "user", "content": "What is the weather in Paris?"}],
    tools=tools,
)

print(response.choices[0].message.tool_calls)

ループを完了させるには、アシスタントメッセージを追加し、次に tool_call_id をキーとするツール結果を 1 メッセージずつ追加して、スレッド全体を送り返します。

ツールが実行されると、finish_reason は stop ではなく tool_calls になります。stop のみを確認するコードは、呼び出しを無言でスキップしてしまいます。

ツール呼び出しは Flatkey の機能ではなく、モデルの機能です。GPT、Claude、Gemini、Qwen、DeepSeek、GLM ファミリーがサポートしています。画像・動画・音声モデルは tools 配列を無視します。

JSON の形式を強制する

回答をパースする必要がある場合は response_format を使います：

response = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[{"role": "user", "content": "Extract the city and country."}],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "location",
            "strict": True,
            "schema": {
                "type": "object",
                "properties": {"city": {"type": "string"}, "country": {"type": "string"}},
                "required": ["city", "country"],
                "additionalProperties": False,
            },
        },
    },
)

{"type": "json_object"} は、固定スキーマなしで有効な JSON のみが必要な場合にも使えます。

トークン使用量を読み取る

すべてのレスポンスには課金対象のカウントが含まれています：

"usage": {
  "prompt_tokens": 28,
  "completion_tokens": 22,
  "total_tokens": 50
}

モデルファミリーによってトークン化の方法が異なるため、同じテキストでもモデルによってトークン数が変わります。文字数から推定するのではなく、usage を使ってください。リクエストごとのコストは使用ログでも確認できます。

トラブルシューティング

No available channel for model ... そのモデルは現在ルーティングできません。/v1/models から別の ID を選んでください。同じモデルをリトライしても解消しません。 レスポンスが文の途中で止まる finish_reason が length になっています。max_tokens を増やしてください。 ツール呼び出しが一度も実行されない モデルがツールをサポートしているか確認し、tool_choice が none に設定されていないか確認してください。

クイックスタート

コード

主要な AI ツール

メディア生成

人気のモデル

ダッシュボード

リファレンス

Flatkey でテキストを生成する

書き換え不要

1 つのキーで全モデル

最初の呼び出しを行う

モデルを選ぶ

レスポンスをストリーミングする

独自の関数を呼び出す

JSON の形式を強制する

トークン使用量を読み取る

トラブルシューティング

次のステップ

API リファレンス

OpenAI SDK ガイド

書き換え不要

1 つのキーで全モデル

​最初の呼び出しを行う

​モデルを選ぶ

​レスポンスをストリーミングする

​独自の関数を呼び出す

​JSON の形式を強制する

​トークン使用量を読み取る

​トラブルシューティング

​次のステップ

API リファレンス

OpenAI SDK ガイド

最初の呼び出しを行う

モデルを選ぶ

レスポンスをストリーミングする

独自の関数を呼び出す

JSON の形式を強制する

トークン使用量を読み取る

トラブルシューティング

次のステップ