Une passerelle LLM avec la couche de données intégrée

Six points de terminaison, pas un

Tout ce qui est sous /api/v1 est un appel de modèle, mais le type de modèle détermine quel point de terminaison peut répondre — et chacun renvoie son propre format.

Les trois surfaces de chat sont des implémentations natives, pas une couche de traduction : chacune diffuse ses événements dans son propre protocole, vous analysez donc le flux exactement comme aujourd'hui.

Choisir le point de terminaison par type de modèle, pas au hasard

Chaque modèle du catalogue porte un model_kind, et le type détermine quel point de terminaison peut l'appeler. La découverte est gratuite : elle lit le catalogue local.

# discover before you call — free, reads the catalog
GET /api/v1/models   # every kind, with channels and rates
GET /api/v1/models/{model_id}  # one model, in detail
GET /api/v1/videos/models     # video_generation only
GET /api/v1/decisions/models  # decisions only

Filtrez avec ?provider= pour ne voir qu'un fournisseur, ou ?exclude_video_and_decisions=true pour masquer tout sauf le chat et l'image. Figurer au catalogue n'est pas une promesse : un modèle vidéo ne répond pas à une requête de chat, et l'API renvoie model_kind_mismatch.

Route par défaut, ou un en-tête pour choisir le fournisseur

Un modèle peut être servi par plusieurs canaux en amont, chacun avec son fournisseur et son tarif publié. Sans l'en-tête, la plateforme en choisit un ; avec X-Felo-Channel, c'est vous.

# first channel only — no automatic fallback
X-Felo-Channel: claude-cc
X-Felo-Channel: claude-cc,anthropic  # ordered selection, not a retry list

• La valeur est une liste ordonnée de codes de canal publics tirés de channels[].code du modèle, validée dans l'ordre où vous l'écrivez.
• Seul le groupe de fournisseurs du premier canal est soumis, et c'est le tarif de ce canal que vous payez.
• Il n'y a pas de bascule automatique. Une liste de canaux est une sélection, pas une politique de nouvelle tentative — si un fournisseur échoue, renvoyez depuis votre application avec un autre canal.

X-Felo-Channel fonctionne sur les six points de terminaison de génération ci-dessus. Il ne s'applique ni à l'API de données ni aux Felo APIs : ces appels vont au fournisseur que vous nommez dans la requête.

Ce que coûte réellement un appel

Les appels de modèle sont facturés au token — entrée, sortie et cache — avec le multiplicateur de remise du canal. Les tarifs sont affichés par million de tokens pour la lisibilité, mais la facturation utilise la précision au token du relevé de prix courant : une requête courte n'est jamais arrondie au million.

• Les tarifs de cache ne s'appliquent que si la réponse du protocole signale une utilisation du cache ; un modèle qui ne le signale pas facture tout au tarif d'entrée.
• Une recherche web que le service de modèle exécute et signale coûte $0.01 par recherche.
• Certains modèles sont facturés par paliers selon la taille du prompt : Claude Haiku 5.5 coûte $0.10 en entrée et $0.50 en sortie par million de tokens jusqu'à un prompt de 100K tokens, puis $0.50 et $2.50 pour toute la requête au-delà.
• La première recharge est de $1. Pas d'abonnement, pas de frais par siège, pas d'engagement minimum — une clé inactive ne coûte rien.

Les appels d'API de données et les workflows Felo sont débités du même solde, chacun selon sa base publiée : par requête réussie, par élément renvoyé ou selon l'usage réel.

Deux limites qui se ressemblent et n'en sont pas

Un solde vide renvoie 402 INSUFFICIENT_CREDITS. Des appels trop rapides renvoient 429 RATE_LIMITED. Attendre règle la seconde et jamais la première.

Aujourd'hui, seul /v2/chat documente des limites strictes. Les appels de modèle peuvent aussi être limités en amont, ce qui apparaît comme un 429 — lisez X-RateLimit-* et Retry-After plutôt que de coder des nombres en dur. Chaque réponse porte un request_id, et l'en-tête X-Request-Id que vous envoyez est renvoyé tel quel, pour que vos journaux et les nôtres se recoupent.

L'image et la vidéo se terminent en arrière-plan

Les deux points de terminaison de génération renvoient un task_id au lieu d'un résultat. Soumettre, interroger, récupérer — et notez qu'une fois la tâche créée, la plupart des échecs arrivent en 200 avec un statut terminal, pas en erreur HTTP.

# submit, then poll the task
POST /api/v1/images/generations       → task_id
GET  /api/v1/images/generations/{id}  → status, result
POST /api/v1/videos/generations       → task_id
GET  /api/v1/videos/generations/{id}  → status, result

Lisez le statut avant le résultat : failed et interrupted sont aussi des réponses, et error.message en donne la raison. Un 402 à la soumission signifie que la tâche n'a jamais été créée. SuperAgent fonctionne autrement — il renvoie un stream_key et pousse les événements en SSE, il n'y a rien à interroger.

Changez l'URL de base, gardez le client

Les deux SDK fonctionnent sans modification dès que l'URL de base pointe ici. npx feloapi-cli setup écrit la même configuration pour Claude Code et Codex.

# OpenAI SDK
base_url = "https://openapi.felo.ai/api/v1"

# Anthropic SDK — one level up; the SDK appends /v1/messages
base_url = "https://openapi.felo.ai/api"

# pin a provider (optional)
default_headers = {"X-Felo-Channel": "claude-cc"}

Les ID de modèles ne sont pas identiques d'un fournisseur à l'autre. Choisissez dans le catalogue avant de basculer l'URL de base, sinon le premier appel répond 404.

La moitié qu'une passerelle vous laisse d'habitude

Une passerelle LLM achemine des appels de modèle. Ici, la même clé atteint aussi un catalogue de ⁦5,000+⁩ API — l'étape de recherche de votre agent, les diapositives qu'il produit et le document qu'il relit sont donc facturés sur les mêmes crédits, et non chez trois fournisseurs de plus.

• Search
• PPT Task
• SuperAgent
• Web Fetch
• X Search
• Mindmap
• Landing Page Task
• LiveDoc
• YouTube Subtitling

Les appels d'API de données vont à des fournisseurs nommés sous /v1/beta — Tavily, Exa, Apollo et le reste du catalogue — chacun selon sa propre base publiée.

Six questions sur la passerelle LLM