Как начать работу с ModelGate API?

Зарегистрируйтесь, пополните баланс от 100 рублей и используйте OpenAI SDK с base_url https://api.modelgate.ru/v1

Какие модели доступны через ModelGate?

40+ моделей: GPT, DeepSeek V3, Gemini, Kimi K2.5, FLUX для изображений, Whisper для транскрибации, Kokoro TTS и другие.

Совместим ли ModelGate API с OpenAI SDK?

Да, ModelGate полностью совместим с OpenAI Python и JavaScript SDK. Достаточно заменить base_url на https://api.modelgate.ru/v1

Какие лимиты у API?

100 запросов в минуту на один API ключ. Максимальный размер аудиофайлов — 25 МБ.

Документация API — OpenAI-совместимый

Быстрый старт

Три шага для начала работы с ModelGate API:

Создайте аккаунт

Зарегистрируйтесь и пополните баланс

Получите API ключ

Создайте ключ в разделе API ключи

Сделайте первый запрос

Используйте OpenAI SDK или любой HTTP-клиент

from openai import OpenAI

client = OpenAI(
    api_key="rp_ваш_api_ключ",
    base_url="https://api.modelgate.ru/v1"
)

response = client.chat.completions.create(
    model="deepseek-v3.2",
    messages=[{"role": "user", "content": "Привет!"}]
)
print(response.choices[0].message.content)

Аутентификация

Все запросы к API требуют ключа в заголовке Authorization:

Base URL: https://api.modelgate.ru/v1
Заголовок: Authorization: Bearer rp_ваш_api_ключ

API ключи имеют формат rp_<uuid>. Ключ показывается один раз при создании — сохраните его в безопасном месте. Для каждого ключа можно задать лимит расходов.

Чат

POST /v1/chat/completions

Генерация текстового ответа на основе диалога. Полностью совместимо с OpenAI Chat Completions API.

Параметры

Параметр	Тип	Описание
`model` *	string	ID модели, например `deepseek-v3.2`
`messages` *	array	Массив сообщений с ролями `system`, `user`, `assistant`
`temperature`	float	Температура генерации (0–2, по умолчанию 1)
`max_tokens`	int	Максимальное количество токенов в ответе
`stream`	bool	Потоковый режим (см. Стриминг)
`top_p`	float	Nucleus sampling (0–1)
`frequency_penalty`	float	Штраф за повторение (-2–2)

from openai import OpenAI

client = OpenAI(
    api_key="rp_ваш_api_ключ",
    base_url="https://api.modelgate.ru/v1"
)

response = client.chat.completions.create(
    model="deepseek-v3.2",
    messages=[
        {"role": "system", "content": "Ты полезный ассистент."},
        {"role": "user", "content": "Объясни квантовую физику простыми словами."}
    ],
    temperature=0.7,
    max_tokens=1000
)

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

import OpenAI from 'openai';

const client = new OpenAI({
    apiKey: 'rp_ваш_api_ключ',
    baseURL: 'https://api.modelgate.ru/v1',
});

const response = await client.chat.completions.create({
    model: 'deepseek-v3.2',
    messages: [
        { role: 'system', content: 'Ты полезный ассистент.' },
        { role: 'user', content: 'Объясни квантовую физику простыми словами.' }
    ],
    temperature: 0.7,
    max_tokens: 1000,
});

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

curl -X POST https://api.modelgate.ru/v1/chat/completions \
  -H "Authorization: Bearer rp_ваш_api_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v3.2",
    "messages": [
      {"role": "system", "content": "Ты полезный ассистент."},
      {"role": "user", "content": "Объясни квантовую физику простыми словами."}
    ],
    "temperature": 0.7,
    "max_tokens": 1000
  }'

Пример ответа

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "deepseek-v3.2",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "Квантовая физика изучает поведение частиц..."
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 25,
    "completion_tokens": 150,
    "total_tokens": 175
  }
}

Рассуждения (Reasoning)

Некоторые модели (o3, Gemini 2.5, DeepSeek R1 и другие) поддерживают вывод цепочки рассуждений. Контент рассуждений автоматически включается в ответ, когда модель его предоставляет — дополнительных параметров не требуется.

Формат ответа

Рассуждения возвращаются в поле reasoning_content (стандарт OpenAI API):

{
  "choices": [{
    "message": {
      "role": "assistant",
      "content": "Площадь круга равна π × 5² = 78.54 кв.см.",
      "reasoning_content": "Пользователь спрашивает про площадь круга с радиусом 5. Формула: S = πr²..."
    }
  }],
  "usage": {
    "prompt_tokens": 25,
    "completion_tokens": 180,
    "total_tokens": 205,
    "completion_tokens_details": {
      "reasoning_tokens": 130
    }
  }
}

Стриминг

При стриминге рассуждения приходят в delta.reasoning_content перед основным контентом:

data: {"choices":[{"delta":{"reasoning_content":"Пользователь спрашивает..."}}]}
data: {"choices":[{"delta":{"reasoning_content":"Формула: S = πr²..."}}]}
data: {"choices":[{"delta":{"content":"Площадь круга равна..."}}]}
data: [DONE]

Примечание: Поле reasoning_content присутствует только у моделей с поддержкой рассуждений. Токены рассуждений учитываются в completion_tokens и отдельно в completion_tokens_details.reasoning_tokens.

Стриминг

POST /v1/chat/completions stream: true

Получайте ответ по мере генерации через Server-Sent Events. Полезно для отображения ответа в реальном времени.

from openai import OpenAI

client = OpenAI(
    api_key="rp_ваш_api_ключ",
    base_url="https://api.modelgate.ru/v1"
)

stream = client.chat.completions.create(
    model="deepseek-v3.2",
    messages=[{"role": "user", "content": "Напиши короткий рассказ"}],
    stream=True
)

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

import OpenAI from 'openai';

const client = new OpenAI({
    apiKey: 'rp_ваш_api_ключ',
    baseURL: 'https://api.modelgate.ru/v1',
});

const stream = await client.chat.completions.create({
    model: 'deepseek-v3.2',
    messages: [{ role: 'user', content: 'Напиши короткий рассказ' }],
    stream: true,
});

for await (const chunk of stream) {
    const content = chunk.choices[0]?.delta?.content;
    if (content) process.stdout.write(content);
}

curl -X POST https://api.modelgate.ru/v1/chat/completions \
  -H "Authorization: Bearer rp_ваш_api_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v3.2",
    "messages": [{"role": "user", "content": "Напиши короткий рассказ"}],
    "stream": true
  }'

Формат SSE

data: {"id":"chatcmpl-abc","choices":[{"delta":{"content":"Жил"}}]}

data: {"id":"chatcmpl-abc","choices":[{"delta":{"content":"-был"}}]}

data: {"id":"chatcmpl-abc","choices":[{"delta":{"content":" кот"}}]}

data: [DONE]

Эмбеддинги

POST /v1/embeddings

Создание векторных представлений текста для семантического поиска, кластеризации и классификации.

Параметры

Параметр	Тип	Описание
`model` *	string	ID модели, например `text-embedding-3-small`
`input` *	string \| array	Текст или массив текстов для векторизации

from openai import OpenAI

client = OpenAI(
    api_key="rp_ваш_api_ключ",
    base_url="https://api.modelgate.ru/v1"
)

# Один текст
result = client.embeddings.create(
    model="text-embedding-3-small",
    input="Привет, мир!"
)
print(f"Размерность: {len(result.data[0].embedding)}")  # 1536

# Несколько текстов за один запрос
result = client.embeddings.create(
    model="text-embedding-3-small",
    input=["Первый текст", "Второй текст", "Третий текст"]
)
for item in result.data:
    print(f"[{item.index}] {len(item.embedding)} dimensions")

import OpenAI from 'openai';

const client = new OpenAI({
    apiKey: 'rp_ваш_api_ключ',
    baseURL: 'https://api.modelgate.ru/v1',
});

const result = await client.embeddings.create({
    model: 'text-embedding-3-small',
    input: 'Привет, мир!',
});

console.log(`Размерность: ${result.data[0].embedding.length}`);

curl -X POST https://api.modelgate.ru/v1/embeddings \
  -H "Authorization: Bearer rp_ваш_api_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-small",
    "input": "Привет, мир!"
  }'

Пример ответа

{
  "object": "list",
  "data": [{
    "object": "embedding",
    "index": 0,
    "embedding": [0.0023, -0.0093, 0.0152, ...]
  }],
  "model": "text-embedding-3-small",
  "usage": { "prompt_tokens": 4, "total_tokens": 4 }
}

Доступные модели: text-embedding-3-small (1536d), text-embedding-3-large (3072d), qwen3-embedding-8b (4096d), qwen3-embedding-4b (2560d)

Генерация изображений

POST /v1/images/generations

Создание изображений по текстовому описанию. Совместимо с OpenAI Images API.

Параметры

Параметр	Тип	Описание
`model` *	string	ID модели, например `flux-1.1-pro`
`prompt` *	string	Текстовое описание изображения
`size`	string	Размер: `1024x1024`, `1792x1024`, `1024x1792`
`n`	int	Количество изображений (по умолчанию 1)

import base64
from openai import OpenAI

client = OpenAI(
    api_key="rp_ваш_api_ключ",
    base_url="https://api.modelgate.ru/v1"
)

image = client.images.generate(
    model="flux-1.1-pro",
    prompt="Кот-космонавт на Луне, цифровое искусство",
    size="1024x1024",
    n=1
)

# Ответ содержит base64-изображение
img_data = base64.b64decode(image.data[0].b64_json)
with open("image.png", "wb") as f:
    f.write(img_data)

import OpenAI from 'openai';

const client = new OpenAI({
    apiKey: 'rp_ваш_api_ключ',
    baseURL: 'https://api.modelgate.ru/v1',
});

const image = await client.images.generate({
    model: 'flux-1.1-pro',
    prompt: 'Кот-космонавт на Луне, цифровое искусство',
    size: '1024x1024',
    n: 1,
});

// Ответ содержит base64-изображение
const imgBase64 = image.data[0].b64_json;
fs.writeFileSync('image.png', Buffer.from(imgBase64, 'base64'));

curl -X POST https://api.modelgate.ru/v1/images/generations \
  -H "Authorization: Bearer rp_ваш_api_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "flux-1.1-pro",
    "prompt": "Кот-космонавт на Луне, цифровое искусство",
    "size": "1024x1024",
    "n": 1
  }'

Пример ответа

{
  "created": 1705312200,
  "data": [{
    "b64_json": "/9j/4AAQ...",
    "url": null,
    "revised_prompt": null
  }]
}

Доступные модели: flux-1.1-pro, flux-1-dev, flux-1-schnell, seedream-4.5

Текст в речь (TTS)

POST /v1/audio/speech

Преобразование текста в естественную речь. Ответ возвращается как аудиофайл.

Параметры

Параметр	Тип	Описание
`model` *	string	ID модели, например `kokoro-82m`
`input` *	string	Текст для озвучивания
`voice` *	string	ID голоса, например `af_heart`
`response_format`	string	Формат: `mp3`, `wav`, `opus`
`speed`	float	Скорость речи (0.25–4.0)

from openai import OpenAI

client = OpenAI(
    api_key="rp_ваш_api_ключ",
    base_url="https://api.modelgate.ru/v1"
)

# Сохранение в файл
with client.audio.speech.with_streaming_response.create(
    model="kokoro-82m",
    input="Привет! Это тест синтеза речи.",
    voice="af_heart",
) as response:
    response.stream_to_file("speech.mp3")

import OpenAI from 'openai';
import fs from 'fs';

const client = new OpenAI({
    apiKey: 'rp_ваш_api_ключ',
    baseURL: 'https://api.modelgate.ru/v1',
});

const response = await client.audio.speech.create({
    model: 'kokoro-82m',
    input: 'Привет! Это тест синтеза речи.',
    voice: 'af_heart',
});

const buffer = Buffer.from(await response.arrayBuffer());
fs.writeFileSync('speech.mp3', buffer);

curl -X POST https://api.modelgate.ru/v1/audio/speech \
  -H "Authorization: Bearer rp_ваш_api_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kokoro-82m",
    "input": "Привет! Это тест синтеза речи.",
    "voice": "af_heart"
  }' \
  --output speech.mp3

Ответ: Бинарные аудиоданные с заголовком Content-Type: audio/mpeg. Сохраните тело ответа напрямую в файл.

Речь в текст (STT)

POST /v1/audio/transcriptions

Транскрибация аудиофайлов в текст. Поддерживаются форматы MP3, WAV, FLAC и другие.

Параметры

Параметр	Тип	Описание
`file` *	file	Аудиофайл (макс. 25 МБ)
`model` *	string	ID модели, например `whisper-large-v3-turbo`
`language`	string	Код языка: `ru`, `en`, `de` и др.

from openai import OpenAI

client = OpenAI(
    api_key="rp_ваш_api_ключ",
    base_url="https://api.modelgate.ru/v1"
)

transcript = client.audio.transcriptions.create(
    model="whisper-large-v3-turbo",
    file=open("audio.mp3", "rb"),
    language="ru"
)

print(transcript.text)

import OpenAI from 'openai';
import fs from 'fs';

const client = new OpenAI({
    apiKey: 'rp_ваш_api_ключ',
    baseURL: 'https://api.modelgate.ru/v1',
});

const transcript = await client.audio.transcriptions.create({
    model: 'whisper-large-v3-turbo',
    file: fs.createReadStream('audio.mp3'),
    language: 'ru',
});

console.log(transcript.text);

curl -X POST https://api.modelgate.ru/v1/audio/transcriptions \
  -H "Authorization: Bearer rp_ваш_api_ключ" \
  -F "file=@audio.mp3" \
  -F "model=whisper-large-v3-turbo" \
  -F "language=ru"

Пример ответа

{
  "text": "Привет, это тестовая запись для проверки транскрибации."
}

Доступные модели

Полный каталог моделей с ценами, характеристиками и возможностями доступен на странице Модели.

Чат-модели

DeepSeek V3, GPT-OSS, Gemini, Llama, GLM и другие

Изображения

FLUX 1.1 Pro, FLUX Schnell, Seedream 4.5

Эмбеддинги

text-embedding-3, Qwen3 Embedding

Аудио

Kokoro TTS, Whisper STT

Каталог моделей

Обработка ошибок

Все ошибки возвращаются в едином формате:

{
  "error": {
    "message": "Описание ошибки",
    "type": "тип_ошибки"
  }
}

Код	Тип	Описание
`400`	invalid_request_error	Некорректные параметры запроса
`401`	authentication_error	Неверный или отсутствующий API ключ
`402`	billing_error	Недостаточно средств или превышен лимит ключа
`429`	rate_limit_error	Превышен лимит запросов
`502`	upstream_error	Ошибка провайдера
`503`	service_unavailable	Все провайдеры недоступны

Лимиты

Лимит	Значение
Запросов в минуту (на ключ)	100 RPM
Размер аудиофайла	25 МБ

Заголовки ответа содержат информацию о лимитах:

X-RateLimit-Limit: 100
X-RateLimit-Remaining: 95
X-RateLimit-Reset: 45

Чат

Тестируйте модели прямо в браузере без API ключа. Чат поддерживает диалоги, генерацию изображений и стриминг.

Открыть Чат

Документация API

Начало работы

Эндпоинты

Справка

Быстрый старт

Аутентификация

Чат

Параметры

Пример ответа

Рассуждения (Reasoning)

Формат ответа

Стриминг

Стриминг

Формат SSE

Эмбеддинги

Параметры

Пример ответа

Генерация изображений

Параметры

Пример ответа

Текст в речь (TTS)

Параметры

Речь в текст (STT)

Параметры

Пример ответа

Доступные модели

Обработка ошибок

Лимиты

Чат

Полезные ссылки