Китайские AI-модели через один API

В каталоге NeuroAPI представлены несколько семейств китайских моделей: Qwen (Alibaba), DeepSeek, GLM (Z.AI), Kimi (Moonshot) и MiniMax. Примеры опубликованных ID на 19.10.2026: qwen3.8-max, qwen3.8-flash, qwen3.7-plus, deepseek-v4-pro, deepseek-v4-flash, glm-4.7, glm-5.1, glm-5.2, glm-5.3-flash, kimi-k3, kimi-k2.6, kimi-k2.7-code, MiniMax-M2.5, MiniMax-M2.5-highspeed.

Точный список и цены смотрите в каталоге /price: публикация моделей меняется, а доступность конкретной модели зависит от тарифа API-ключа. Проверяйте наличие через GET /v1/models, а возможности и единицу тарификации — в карточке модели.

NeuroAPI — самостоятельный сервис доступа: ключ NeuroAPI не является официальным ключом Qwen, DeepSeek, Z.AI, Moonshot или MiniMax. Модели доступны через общий API-контур сервиса на его условиях.

• Qwen — примеры ID: qwen3.8-max, qwen3.8-flash, qwen3.7-plus.
• DeepSeek — примеры ID: deepseek-v4-pro, deepseek-v4-flash.
• GLM — примеры ID: glm-4.7, glm-5.1, glm-5.2, glm-5.3-flash.
• Kimi и MiniMax — примеры ID: kimi-k3, kimi-k2.7-code, MiniMax-M2.5.

Подключение не отличается от других OpenAI-совместимых моделей: создайте ключ в разделе «Токены», укажите base_url https://neuroapi.host/v1 и передайте ключ в заголовке Authorization: Bearer. В поле model подставляется точный ID из каталога, поэтому переключение между семействами сводится к смене идентификатора.

Если инструмент хранит один список моделей, добавьте нужные ID в конфигурацию и подпишите их понятными названиями: так проще сравнить поведение и не перепутать модели при переключении. Для нативных форматов Anthropic и Gemini в NeuroAPI предусмотрены отдельные Beta-маршруты, но для китайских моделей базовый сценарий — chat completions.

• base_url: https://neuroapi.host/v1
• endpoint: POST /v1/chat/completions
• model: точный ID из /price или GET /v1/models
• Ключ: один на все семейства, не ключ вендора

Сравнение по названию семейства или по маркетинговым обещаниям плохо предсказывает результат на конкретной задаче. Надёжнее собрать небольшой набор реальных промптов с эталонными ответами и прогнать его на двух-трёх моделях семейства, измеряя качество по своим критериям.

Кроме качества сравнивайте: поддержку нужных функций (стриминг, вызов инструментов, структурированный вывод, vision), длину контекста из карточки, устойчивость на русском и китайском тексте и фактическую стоимость по usage. Функции, которые не подтверждены в карточке модели, не стоит закладывать в архитектуру до отдельного теста.

Типовые сценарии — генерация текста, извлечение данных, код и агентные задачи — удобно выносить в отдельные мини-наборы, чтобы понять, какая модель даёт стабильный результат именно у вас. Такой подход не требует обещаний о превосходстве и даёт проверяемый ответ.

• Одинаковые промпты и одинаковые правила оценки.
• Отдельно проверяйте код, извлечение данных и диалоги.
• Сравнивайте стоимость по usage, а не по рекламным ставкам.
• Фиксируйте выбранную модель и версию конфига в проекте.

Тариф выбирается при создании ключа: Пилот — экономичные неофициальные каналы с возможными перебоями; Смарт — одна физическая попытка Пилота, а при безопасной retryable-ошибке полная цепочка Оптимального; Оптимальный — официальные каналы. Фиксированной «цены auto» нет: списание идёт по цене успешного маршрута.

Для пилота выпустите отдельный ключ с лимитами и ограничьте бюджет: так эксперименты с китайскими моделями не смешиваются с production-трафиком. Стоимость и единицу тарификации смотрите в карточке модели на /price, а фактический расход — в истории запросов кабинета.

Для компаний доступен корпоративный контур: счёт на оплату, счета и акты, ЭДО, отдельный баланс и роли сотрудников. Это удобно, если пилот затем нужно перевести на договор и закрывающие документы.

Поддержка параметров и функций зависит от модели: не все поля общей OpenAI-спецификации действуют одинаково для Qwen, DeepSeek, GLM, Kimi и MiniMax. Сверяйте карточку и документацию, а неподтверждённые возможности проверяйте на своём наборе тестов.

Ошибки и лимиты обрабатывайте аккуратно: при 429 и таймаутах повторяйте запросы с ограничением и паузой, а при неоднозначном обрыве сначала проверяйте историю и расход. Повторный платный вызов не должен появляться из-за обычного сетевого сбоя.

Если сценарий многоязычный, включите в чек-лист проверку качества на русском и китайском, а также оценку длины контекста на длинных диалогах. Эти параметры лучше всего видны на собственных данных, а не в общем описании модели.