Единый API для всех AI-моделей

curl -X POST https://api.jinpix.ai/v1/generate/image \
  -H "Authorization: Bearer jp-sk-ваш_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedream-5-lite",
    "prompt": "Закат над горами, фотореализм",
    "width": 1024,
    "height": 1024
  }'

{
  "id": "gen_01j9xk2...",
  "model": "seedream-5-lite",
  "url": "https://cdn.jinpix.ai/gen/01j9xk2.webp",
  "width": 1024,
  "height": 1024,
  "created_at": "2025-04-23T12:00:00Z"
}

Authorization: Bearer jp-sk-ваш_ключ_здесь

from openai import OpenAI

client = OpenAI(
    api_key="jp-sk-ваш_ключ",
    base_url="https://api.jinpix.ai/v1"
)

response = client.chat.completions.create(
    model="gpt-4.1-mini",
    messages=[
        {"role": "user", "content": "Привет! Расскажи о себе."}
    ],
    temperature=0.7
)

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

{
  "created": 1753900800,
  "data": [
    { "url": "https://cdn.polza.ai/gen/abc123.webp" }
  ]
}

curl -X POST https://api.jinpix.ai/v1/images/generations \
  -H "Authorization: Bearer jp-sk-ваш_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedream-5-lite",
    "prompt": "Закат над горами, фотореализм"
  }'

from openai import OpenAI

client = OpenAI(
    api_key="jp-sk-ваш_ключ",
    base_url="https://api.jinpix.ai/v1"
)

response = client.images.generate(
    model="seedream-5-lite",
    prompt="Закат над горами, фотореализм",
)

print(response.data[0].url)

import requests
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool

JINPIX_KEY = "jp-sk-ваш_ключ"

# Инструмент для агента — генерирует изображение и возвращает URL
@tool
def generate_image(prompt: str) -> str:
    """Генерирует изображение по текстовому описанию и возвращает URL."""
    r = requests.post(
        "https://api.jinpix.ai/v1/images/generations",
        headers={"Authorization": f"Bearer {JINPIX_KEY}"},
        json={"model": "seedream-5-lite", "prompt": prompt},
        timeout=130,
    )
    r.raise_for_status()
    return r.json()["data"][0]["url"]

llm = ChatOpenAI(
    model="gpt-4.1-mini",
    api_key=JINPIX_KEY,
    base_url="https://api.jinpix.ai/v1",
)

# Привязываем инструмент к модели и запускаем
llm_with_tools = llm.bind_tools([generate_image])
result = llm_with_tools.invoke("Нарисуй логотип стартапа в стиле минимализма")
print(result.tool_calls)

{
  "data": [
    { "id": "gpt-4.1-mini",       "type": "text"  },
    { "id": "gemini-2.5-flash",  "type": "text"  },
    { "id": "claude-sonnet-4.6", "type": "text"  },
    { "id": "grok-3-fast",       "type": "text"  },
    { "id": "seedream-5-lite",   "type": "image" },
    { "id": "nano-banana-pro",   "type": "image" },
    { "id": "veo-3.1-fast",     "type": "video" },
    { "id": "kling-3.0",        "type": "video" },
    { "id": "seedance-2.0",     "type": "video" }
  ]
}

{
  "error": {
    "code": "invalid_api_key",
    "message": "The API key provided is invalid.",
    "status": 401
  }
}

pip install langchain-openai

from langchain_openai import ChatOpenAI
from langchain_core.messages import HumanMessage, SystemMessage

# Создаём модель — указываем base_url и ключ JinPix
llm = ChatOpenAI(
    model="gpt-4.1-mini",          # или gemini-2.5-flash, claude-sonnet-4.6 и др.
    api_key="jp-sk-ваш_ключ",
    base_url="https://api.jinpix.ai/v1",
    temperature=0.7,
)

messages = [
    SystemMessage(content="Ты полезный ассистент."),
    HumanMessage(content="Напиши короткое стихотворение о море."),
]

response = llm.invoke(messages)
print(response.content)

from langchain_openai import ChatOpenAI
from langchain.agents import AgentExecutor, create_tool_calling_agent
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.tools import tool

# Пример инструмента агента
@tool
def get_weather(city: str) -> str:
    """Возвращает текущую погоду в городе."""
    return f"В {city} сейчас 22°C, ясно."

llm = ChatOpenAI(
    model="gpt-4.1-mini",
    api_key="jp-sk-ваш_ключ",
    base_url="https://api.jinpix.ai/v1",
)

prompt = ChatPromptTemplate.from_messages([
    ("system", "Ты полезный ассистент с доступом к инструментам."),
    ("human", "{input}"),
    ("placeholder", "{agent_scratchpad}"),
])

agent = create_tool_calling_agent(llm, [get_weather], prompt)
executor = AgentExecutor(agent=agent, tools=[get_weather], verbose=True)

result = executor.invoke({"input": "Какая погода в Москве?"})
print(result["output"])

pip install pyautogen

import autogen

# Конфигурация модели через JinPix
llm_config = {
    "config_list": [
        {
            "model": "gpt-4.1-mini",       # любая текстовая модель JinPix
            "api_key": "jp-sk-ваш_ключ",
            "base_url": "https://api.jinpix.ai/v1",
        }
    ],
    "temperature": 0.5,
}

# Агент-ассистент
assistant = autogen.AssistantAgent(
    name="assistant",
    llm_config=llm_config,
    system_message="Ты опытный Python-разработчик.",
)

# Агент-пользователь (завершает диалог автоматически)
user_proxy = autogen.UserProxyAgent(
    name="user",
    human_input_mode="NEVER",
    max_consecutive_auto_reply=3,
    code_execution_config={"work_dir": ".", "use_docker": False},
)

# Запуск диалога
user_proxy.initiate_chat(
    assistant,
    message="Напиши функцию, которая проверяет, является ли число простым.",
)

// Генерация видео (асинхронно)
const res = await fetch("https://api.jinpix.ai/v1/generate/video", {
  method: "POST",
  headers: {
    "Authorization": "Bearer jp-sk-ваш_ключ",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "veo-3.1-fast",
    prompt: "Полёт над ночным городом, синематик",
    duration: 5,
    aspect_ratio: "16:9"
  })
});

const { task_id } = await res.json();

// Опрос статуса
const poll = async () => {
  const status = await fetch(`https://api.jinpix.ai/v1/tasks/${task_id}`, {
    headers: { "Authorization": "Bearer jp-sk-ваш_ключ" }
  }).then(r => r.json());

  if (status.state === "completed") return status.url;
  await new Promise(r => setTimeout(r, 3000));
  return poll();
};

const videoUrl = await poll();
console.log(videoUrl);