O FlowModels fala o formato da OpenAI. Por isso, você pode continuar usando a biblioteca oficial da OpenAI para Python ou Node.js e só precisa trocar duas coisas: o endereço base e a chave. Veja aqui como fica, como enviar campos adicionais próprios e onde o FlowModels reage de propósito de forma diferente da OpenAI.
O que você precisa
- uma chave com a permissão Usar IA, de FlowModels › Chaves de API
- saldo disponível, veja Recarregar saldo e ativar a recarga automática
- um identificador de modelo da sua lista de modelos, por exemplo
groq/openai/gpt-oss-120b
Guarde a chave em uma variável de ambiente, por exemplo FLOWMODELS_API_KEY. Ela deve ficar no seu backend, nunca em código que roda no navegador ou em um app no dispositivo.
Python
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["FLOWMODELS_API_KEY"],
base_url="https://api.flowmodels.one/v1",
)
result = client.chat.completions.create(
model="groq/openai/gpt-oss-120b",
messages=[{"role": "user", "content": "Cite três vantagens de um planejamento de projeto claro."}],
max_tokens=512,
)
print(result.choices[0].message.content)
Node.js
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.FLOWMODELS_API_KEY,
baseURL: "https://api.flowmodels.one/v1",
});
const result = await client.chat.completions.create({
model: "groq/openai/gpt-oss-120b",
messages: [{ role: "user", content: "Cite três vantagens de um planejamento de projeto claro." }],
max_tokens: 512,
});
console.log(result.choices[0].message.content);
Da mesma forma funcionam client.responses.create(...) com result.output_text e client.embeddings.create(...). O identificador do modelo é sempre informado por completo como provedor/modelo, do jeito que aparece em Modelos ou em GET /models.
Enviar campos adicionais do FlowModels
Alguns campos só existem aqui, por exemplo external_identifier para o Brain, conversation, web_search, search_domain_filter ou context_compression. A biblioteca para Python não conhece esses campos como parâmetros e interrompe com um TypeError se você os passar diretamente. Por isso, passe-os por extra_body:
result = client.chat.completions.create(
model="groq/openai/gpt-oss-120b",
messages=[{"role": "user", "content": "Sobre o que conversamos da última vez?"}],
extra_body={"external_identifier": "cliente-1042"},
)
Em Node.js, basta colocar os campos no próprio objeto. Se o TypeScript reclamar de campos desconhecidos, ajuda fazer uma conversão de tipo no objeto da requisição.
Respostas com Brain contêm também o campo conversation. A biblioteca repassa campos desconhecidos, e em Python você os lê, por exemplo, com result.model_dump()["conversation"].
Onde o FlowModels reage de forma diferente
- Sem
max_tokens, vale o máximo do modelo. Um valor acima desse máximo é recusado com400 invalid_field_value, em vez de ser reduzido. - Campos não aceitos, como
n,logprobs,top_logprobsouaudio, são recusados pela API com400 unsupported_field. Campos que o modelo escolhido não processa, comotemperatureem alguns modelos, voltam com400 unsupported_for_model. - A busca na web fica desativada enquanto você não a ativar com
web_search, veja Ativar a busca na web, limitar a domínios e ler as fontes. - Um histórico longo demais não é cortado sem avisar, e sim recusado com
400 context_length_exceeded, veja Histórico longo demais: context_length_exceeded e compactação do histórico. - Uma queda de conexão não continua nada. Se você recomeçar, a requisição é cobrada de novo.
- Os custos aparecem em cada resposta em
usage.cost, em euros.
Quando algo não funciona
401 invalid_token_source: a chave precisa estar no cabeçalhoAuthorization: Bearer. As bibliotecas fazem isso automaticamente, mas chamadas HTTP próprias às vezes não.404 model_not_found: o identificador está incompleto ou não foi liberado. Verifique em Modelos.403 insufficient_key_scope: você está usando uma chave com Gerenciar chaves ou uma chave do perfil da FlowSuite, veja FlowAI, FlowModels e chaves de assinatura.
Todos os demais códigos estão em Entender as mensagens de erro do FlowModels.