Modèles de chat - APIAny.AI Docs

Les modèles de chat peuvent être exposés via :

/v1/chat/completions
/v1/messages
/v1beta/models/{model}:generateContent

La tarification peut inclure :

Les tokens d’entrée.
Les tokens de sortie.
Les tokens d’entrée mis en cache.
Un minimum de crédits par requête.

La fenêtre de contexte et les limites de sortie maximale sont des métadonnées de capacité au niveau du modèle.

Modèles disponibles

Model ID	Description
`gpt-5.5`	OpenAI GPT-5.5 — modèle phare pour le raisonnement avancé, le code et les instructions complexes en plusieurs étapes.
`gpt-5.4`	OpenAI GPT-5.4 — modèle hautes performances pour le raisonnement avancé, le code et les workflows agentiques.
`gpt-5.4-mini`	OpenAI GPT-5.4 mini — équilibre entre vitesse, qualité et coût pour un usage en production à grand volume.
`gpt-5.4-nano`	OpenAI GPT-5.4 nano — le palier GPT-5.4 le plus rapide et le moins cher pour des tâches simples à haut débit.
`gpt-4o-mini`	OpenAI GPT-4o mini — modèle multimodal rapide et abordable pour le chat quotidien et les tâches légères.
`claude-opus-4-8`	Anthropic Claude Opus 4.8 — modèle de pointe pour le raisonnement, le code et les travaux de longue haleine les plus exigeants.
`claude-sonnet-4-6`	Anthropic Claude Sonnet 4.6 — un modèle de pointe équilibré offrant un raisonnement solide à une vitesse et un coût adaptés à la production.
`gemini-3.1-pro`	Google Gemini 3.1 Pro — modèle multimodal haut de gamme pour le raisonnement complexe, les longs contextes et les charges de production exigeantes.
`gemini-3.5-flash`	Google Gemini 3.5 Flash — modèle multimodal rapide et rentable, doté d’un raisonnement solide et d’une large fenêtre de contexte.
`gemini-3.1-flash-lite`	Google Gemini 3.1 Flash Lite — modèle rapide et économique, au raisonnement amélioré par rapport à la génération 2.5.
`gemini-2.5-flash-lite`	Google Gemini 2.5 Flash Lite — modèle à très bas coût et faible latence pour les tâches quotidiennes à grand volume.
`deepseek-v4`	DeepSeek V4 — solides performances de raisonnement et de code à un prix très compétitif.
`deepseek-v4-flash`	DeepSeek V4 Flash — une variante de DeepSeek V4 optimisée pour la latence, destinée à une inférence à grand volume et à faible coût.
`glm-5.1`	Zhipu GLM-5.1 — un modèle bilingue (chinois/anglais) performant pour le raisonnement, le code et les applications d’agent.
`minimax-m3`	MiniMax M3 — un grand modèle de langage performant pour le raisonnement à long contexte, l’utilisation d’outils et le chat multilingue.

Intensité du raisonnement

Utilisez reasoning_effort dans Chat Completions et reasoning: { "effort": "high" } dans Responses. Chaque endpoint accepte également l’autre forme comme alias de compatibilité. Si les deux sont présentes, leurs valeurs doivent être identiques ; des valeurs contradictoires renvoient 400. Omettre effort conserve la valeur par défaut du modèle. La syntaxe accepte none, minimal, low, medium, high, xhigh, max et ultra. Cela ne garantit pas que chaque modèle accepte toutes ces valeurs. Les valeurs invalides et celles situées hors de l’ensemble documenté pour un modèle renvoient 400.

Model ID	Effort pris en charge	Défaut
`kimi-k3`	`low`, `high`, `max`	`max`
`glm-5.3-flash`	`low`, `high`, `max`	`max`
`deepseek-v4.1-flash`, `deepseek-v4-flash`	`none`, `minimal`, `low`, `medium`, `high`, `xhigh`, `max`, `ultra`	`high`
`deepseek-v4`, `deepseek-v4-pro`	`none`, `minimal`, `low`, `medium`, `high`, `xhigh`, `max`, `ultra`	`high`
`gpt-5.6-sol`, `gpt-5.6-terra`	`none`, `low`, `medium`, `high`, `xhigh`, `max`	`medium`
`gpt-6-astra`	`low`, `medium`, `high`, `xhigh`, `max`	—
`gpt-5.5`	`none`, `low`, `medium`, `high`, `xhigh`	`medium`
`gpt-5.4`, `gpt-5.4-mini`, `gpt-5.4-nano`	`none`, `low`, `medium`, `high`, `xhigh`	`none`
`gpt-4o-mini`	Non pris en charge	—
`claude-opus-5`, `claude-opus-4-8`	`low`, `medium`, `high`, `xhigh`, `max`	`high`
`claude-sonnet-4-6`	`low`, `medium`, `high`, `max`	`high`
`grok-4.5`, `grok-4.5-latest`, `grok-4.6`, `grok-4.7`	`low`, `medium`, `high`, `xhigh`	`high`
`gemini-3.1-pro`	`low`, `medium`, `high`	`high`
`gemini-3.1-flash-lite`	`minimal`, `low`, `medium`, `high`	`minimal`
`gemini-3.5-flash`	`minimal`, `low`, `medium`, `high`	`medium`
`gemini-2.5-flash-lite`	`none`, `minimal`, `low`, `medium`, `high`	—
`minimax-m3`	Non pris en charge ; utilisez `thinking`	—

Le raisonnement est toujours actif pour kimi-k3, glm-5.3-flash, gpt-6-astra, la famille Grok 4.5 et la famille Gemini 3 ; une valeur qui désactive le raisonnement renvoie 400. gpt-5.4 et ses variantes mini et nano ne raisonnent que si vous demandez low ou plus. minimax-m3 et gpt-4o-mini n’acceptent aucun paramètre effort ; minimax-m3 expose à la place l’objet thinking. Certains modèles acceptent aussi les orthographes de compatibilité utilisées par les intégrations plus anciennes : grok-4.5, grok-4.5-latest, grok-4.6 et grok-4.7 acceptent max (exécuté comme xhigh) et minimal (exécuté comme low), et gemini-3.1-pro accepte minimal (exécuté comme low). Elles sont normalisées avant l’exécution de la requête, de sorte que le modèle reçoit toujours un niveau officiel. capability_metadata.reasoning.compatEfforts publie ces correspondances ; les nouvelles intégrations doivent utiliser les valeurs de efforts. Avec Anthropic Messages, utilisez output_config.effort. Le réglage natif thinking reste indépendant : effort n’active pas le raisonnement et ne sélectionne pas budget_tokens. Pour Gemini 3, les requêtes natives utilisent generationConfig.thinkingConfig.thinkingLevel ; les niveaux acceptés dépendent du modèle. Gemini 2.5 utilise thinkingBudget. Au format compatible OpenAI, Gemini 2.5 associe minimal/low à 1024, medium à 8192, high à 24576 et none à 0 (sauf Pro). Ne combinez pas un effort explicite avec thinkingLevel ou thinkingBudget natif : cela renvoie 400 même si les réglages sont équivalents. includeThoughts seul peut être combiné avec effort. Pour les autres modèles compatibles OpenAI, les efforts syntaxiquement valides sont acceptés pour l’exécution du modèle, sans garantie de prise en charge déclarée. Consultez les capacités du modèle avant de vous appuyer sur une valeur d’effort. Les limites de sortie telles que max_completion_tokens, max_output_tokens et les équivalents natifs incluent les tokens de raisonnement et de réponse finale. Effort n’est pas une limite de tokens de sortie. Une requête peut toujours épuiser son budget (finish_reason: "length" dans Chat Completions) et renvoyer une réponse finale incomplète ou vide. Envoyez les images avec Chat image_url ou Responses input_image. glm-5.3-flash accepte en plus les documents (file / input_file) et la vidéo ; les documents, l’audio et la vidéo ne sont pas acceptés pour deepseek-v4.1-flash ni deepseek-v4-flash.

ID de modèles officiels

deepseek-flash et deepseek-v4-pro sont acceptés comme ID équivalents de deepseek-v4.1-flash et deepseek-v4 : un client écrit pour ces noms officiels fonctionne sans modification. L’usage et la facturation sont enregistrés une seule fois sous l’ID de modèle APIAny.AI. GET /v1/models liste les deux ID et marque l’entrée équivalente avec alias_of.

Métadonnées de capacités du modèle

GET /v1/models renvoie un objet capability_metadata pour chaque modèle qui déclare ses capacités. Lisez-le pour configurer un modèle sans deviner :

input liste les types d’entrée acceptés : text, image, video, audio, file.
output liste les types produits.
features indique stream, tools, vision, jsonMode, ainsi que la présence d’un raisonnement au niveau du modèle (thinking).
reasoning décrit les contrôles de raisonnement : mode (always-on, optional ou none), les efforts acceptés, le defaultEffort appliqué lorsque vous omettez effort, et disableWith pour les modèles dont le raisonnement peut être désactivé.
limits indique contextWindow et maxOutputTokens.

reasoning.mode est le champ à vérifier avant d’envoyer une valeur d’effort : always-on signifie que le raisonnement ne peut pas être désactivé, optional que disableWith s’applique, et none que le modèle n’a pas de mode de raisonnement.

{
  "id": "glm-5.3-flash",
  "capability_metadata": {
    "input": { "text": true, "image": true, "video": true },
    "features": { "stream": true, "tools": true, "thinking": true },
    "reasoning": {
      "supported": true,
      "mode": "always-on",
      "efforts": ["low", "high", "max"],
      "defaultEffort": "max"
    },
    "limits": { "contextWindow": 1048576, "maxOutputTokens": 131072 }
  }
}

Références des formats d’API: OpenAI, Anthropic Messages, Gemini, Gemini OpenAI.

​Modèles disponibles

​Intensité du raisonnement

​ID de modèles officiels

​Métadonnées de capacités du modèle

Modèles disponibles

Intensité du raisonnement

ID de modèles officiels

Métadonnées de capacités du modèle