एपीआई संदर्भ

EmpirioLabs OpenAI- और मानवीय-संगत अनुरोध आकृतियाँ बोलती हैं। किसी भी SDK टूल को ड्रॉप करें, उसे https://api.empiriolabs.ai पर इंगित करें और अपनी EmpirioLabs API कुंजी से प्रमाणित करें. नीचे दिया गया प्रत्येक समापन बिंदु किसी भी OpenAI या Anthropic क्लाइंट के अपरिवर्तित के खिलाफ काम करता है।

प्रमाणीकरण

प्रत्येक अनुरोध के लिए एक वाहक टोकन की आवश्यकता होती है। या तो हेडर प्रत्येक समापन बिंदु पर स्वीकार किया जाता है:

Authorization: Bearer $EMPIRIOLABS_API_KEY
x-api-key: $EMPIRIOLABS_API_KEY

1
from openai import OpenAI
2
3
client = OpenAI(
4
    base_url="https://api.empiriolabs.ai",
5
    api_key="$EMPIRIOLABS_API_KEY",
6
)
7
8
resp = client.chat.completions.create(
9
    model="deepseek-v4-pro",
10
    messages=[{"role": "user", "content": "Hello!"}],
11
)

समापन बिंदु सतह

चैट पूरा होना

POST /v1/chat/completions

कैटलॉग से किसी भी चैट-सक्षम मॉडल को model के रूप में पास करें। स्ट्रीमिंग data: ... लाइनों और अंतिम data: [DONE] के साथ सर्वर-सेंड ईवेंट का उपयोग करता है।

$
curl https://api.empiriolabs.ai/v1/chat/completions \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "deepseek-v4-pro",
>
    "messages": [{"role": "user", "content": "Summarize CRDT consistency in 3 bullets."}],
>
    "stream": true,
>
    "temperature": 0.7
>
  }'

समापन बिंदुओं पर मॉडल पैरामीटर

मॉडल पृष्ठ पर और GET /v1/models/\{id\} में विज्ञापित मॉडल-विशिष्ट मापदंडों को /v1/chat/completions, /v1/responses और /v1/messages को भेजा जा सकता है जब वह मॉडल समापन बिंदु का समर्थन करता है। गेटवे अनुरोध आकृतियों को अनुकूलित करता है ताकि समान नियंत्रण अंतर्निहित मॉडल तक पहुंच सकें।

सोच-सक्षम मॉडल के लिए, enable_thinking और thinking_budget सभी तीन पाठ समापन बिंदुओं पर स्वीकार किए जाते हैं। /v1/messages पर, आप मानव-शैली की सोच का भी उपयोग कर सकते हैं:

1
{
2
  "thinking": {
3
    "type": "enabled",
4
    "budget_tokens": 1024
5
  }
6
}

यह उसी enable_thinking=true और चैट पूर्णता और प्रतिक्रियाओं द्वारा उपयोग किए जाने वाले नियंत्रणों thinking_budget=1024 मैप करता है।

विरासत पूर्णता

POST /v1/completions

OpenAI-संगत क्लाइंट के लिए इस समापन बिंदु का उपयोग करें जो अभी भी चैट messages के बजाय एक कच्चा prompt भेजते हैं। केवल supported_endpoints में POST /v1/completions सूचीबद्ध मॉडल ही इस आकार को स्वीकार करते हैं।

स्ट्रीमिंग सर्वर-भेजे गए ईवेंट का उपयोग करती है और इसमें मॉडल सेवा द्वारा रिपोर्ट किए जाने पर उपयोग शामिल होता है।

$
curl https://api.empiriolabs.ai/v1/completions \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "qwen3-5-9b",
>
    "prompt": "Write one concise launch sentence.",
>
    "max_tokens": 64,
>
    "stream": true
>
  }'

Anthropic संदेश

POST /v1/messages

किसी भी Anthropic SDK क्लाइंट के लिए ड्रॉप-इन - /v1/chat/completions और /v1/responses पर एक्सेस किए जा सकने वाले समान मॉडल Anthropic संदेश आकार के तहत यहां उपलब्ध हैं.

$
curl https://api.empiriolabs.ai/v1/messages \
>
  -H "x-api-key: $EMPIRIOLABS_API_KEY" \
>
  -H "anthropic-version: 2023-06-01" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "deepseek-v4-pro",
>
    "max_tokens": 1024,
>
    "messages": [{"role": "user", "content": "Hi!"}]
>
  }'

tool_use और tool_result राउंड ट्रिप को साफ-सुथरी तरीके से रोकते हैं। मिश्रित text-plus-tool_use सामग्री सरणियों को संरक्षित किया जाता है।

छवि निर्माण

POST /v1/images/generations

$
curl https://api.empiriolabs.ai/v1/images/generations \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "wan-2-7-image",
>
    "prompt": "A glass cathedral at sunset, dramatic lighting",
>
    "aspect_ratio": "16:9",
>
    "resolution": "4K",
>
    "thinking_mode": true,
>
    "num_images": 4
>
  }'

छवि-संपादन प्रवाह मॉडल की प्रलेखित सीमा (qwen-image-2-0 के लिए 3, wan-2-7-image के लिए 9, seedream-5-0-lite के लिए 14) के साथ image: ["https://..."] को स्वीकार करते हैं। छवि-सेट मोड एकजुट श्रृंखला उत्पन्न करते हैं - टॉगल के लिए प्रत्येक मॉडल का पृष्ठ देखें।

लौटाए गए URL https://media.empiriolabs.ai पर लाइव होते हैं और 7 दिन के बाद समाप्त हो जाते हैं। URL की समय सीमा समाप्त होने से पहले आप जो कुछ भी रखना चाहते हैं उसे सहेजें.

POST /v1/images/analysis एक या अधिक इनपुट छवियों पर दृष्टि-केवल विश्लेषण (कोई पीढ़ी नहीं) चलाता है। लेआउट निष्कर्षण, ऑब्जेक्ट डिटेक्शन, ओसीआर और इसी तरह के निरीक्षण कार्यों के लिए उपयोग करें जहां मॉडल एक नई तस्वीर के बजाय छवि का वर्णन करने वाले टेक्स्ट या JSON लौटाता है।

वीडियो जनरेशन

POST /v1/videos/generations

हमेशा async - समापन बिंदु एक job_id और एक पोलिंग URL लौटाता है।

$
curl https://api.empiriolabs.ai/v1/videos/generations \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "seedance-2-0-pro",
>
    "prompt": "A cinematic dolly shot of a city street at dusk in the rain",
>
    "resolution": "1080p",
>
    "aspect_ratio": "16:9",
>
    "duration": 8,
>
    "generate_audio": true
>
  }'

ऑडियो जनरेशन

POST /v1/audio/speech तुल्यकालिक, डिफ़ॉल्ट रूप से एक होस्ट किया गया URL लौटाता है; इनलाइन ऑडियो बाइट्स के लिए response_format: "b64_json" पास करें।

POST /v1/audio/speech:stream रीयल-टाइम टीटीएस। सर्वर द्वारा भेजे गए ईवेंट को मॉडल के रूप में संश्लेषित करता है। Inworld TTS Mini पर Sub-130ms time-to-first-byte, Max पर सब-250ms. वॉयस एजेंटों और इंटरैक्टिव प्लेबैक के लिए उपयोग करें। वर्तमान में इनवर्ल्ड टीटीएस मिनी/मैक्स पर समर्थित; अन्य टीटीएस मॉडल सिंक्रोनस एंडपॉइंट का उपयोग करते हैं।

POST /v1/audio/generations संगीत, पॉडकास्ट और ध्वनि-प्रभाव जनरेशन। स्थिर ऑडियो को कवर करता है, GLM TTS, काई, SoulX Podcast जहां prompt-to-audio आकार टीटीएस से अलग होता है.

GET /v1/voices आवाज़ों को सूचीबद्ध और प्रबंधित करें, जिसमें Inworld TTS के लिए कस्टम वॉयस क्लोन शामिल हैं। किसी भी वाक् समापन बिंदु पर लौटाए गए voice_id का उपयोग करें।

$
curl https://api.empiriolabs.ai/v1/audio/speech \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "gemini-2-5-flash-tts",
>
    "input": "Hello from EmpirioLabs.",
>
    "voice": "Charon",
>
    "output_format": "WAV"
>
  }'

प्रतिलेखन

POST /v1/audio/transcriptions

अपलोड file एक मल्टीपार्ट या file_url के साथ JSON पेलोड स्वीकार करता है।

$
curl https://api.empiriolabs.ai/v1/audio/transcriptions \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -F "model=openai-whisper-1" \
>
  -F "file=@meeting.mp3" \
>
  -F "response_format=verbose_json" \
>
  -F "timestamp_granularities=word,segment"

लंबी फ़ाइलें (5 मिनट से अधिक) async जॉब सिस्टम के लिए ऑटो-रूट - प्रतिक्रिया में इनलाइन टेक्स्ट के बजाय एक job_id शामिल है। अंतिम प्रतिलेख पुनः प्राप्त करने के लिए नौकरियों के समापन बिंदु का सर्वेक्षण करें।

खोज और अनुसंधान

पुनर्प्राप्ति-शैली के मॉडल के लिए POST /v1/search एकीकृत खोज सतह। प्रति मॉडल सटीक स्वीकृत पैराम प्रत्येक मॉडल के पृष्ठ पर रहते हैं (उदाहरण के लिए exa-search category, livecrawl, subpages, summary_query, code_tokens सहित 28 पैरा को उजागर करता है)।

POST /v1/research गहन अनुसंधान/बहु-चरणीय पुनर्प्राप्ति मॉडल (Exa Research, Perplexity Deep Research, Linkup Deep Search) हैं। उद्धृत स्रोतों के साथ एक संरचित शोध रिपोर्ट तैयार करता है।

POST /v1/answer प्रत्यक्ष प्रश्न-उत्तर मॉडल (Exa Answer)। पूरी रिपोर्ट आकार के बिना एक संक्षिप्त उत्तर और उद्धरण देता है।

$
curl https://api.empiriolabs.ai/v1/search \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "tavily-search",
>
    "query": "latest CRDT research papers 2026",
>
    "search_depth": "advanced",
>
    "include_answer": "advanced",
>
    "max_results": 10,
>
    "topic": "general"
>
  }'

एजेंट

लंबे समय तक चलने वाले, उपकरण का उपयोग करने वाले एजेंट कार्य (वर्तमान में Manus पर रूट किए गए)। एक बार सबमिट करें, फिर स्थिति और step-by-step संदेशों के लिए मतदान करें, या जल्दी रुकें।

POST /v1/agents/run डबल ड्यूटी करता है:

• बिना किसी task_id यह एक नया कार्य शुरू करता है। प्रतिक्रिया में नई task_id है।
• task_id के साथ यह किसी मौजूदा कार्य के लिए एक अनुवर्ती संदेश भेजता है। एजेंट इसे अपने अगले तर्क चरण पर उठाता है।

GET /v1/agents/\{task_id\} कार्य की वर्तमान स्थिति और अंतिम परिणाम पुनः प्राप्त करते हैं।

GET /v1/agents/\{task_id\}/messages एजेंट द्वारा अब तक उत्सर्जित हर कदम को सूचीबद्ध करें। अंतिम उत्तर के साथ एक लाइव रीजनिंग ट्रेस प्रस्तुत करने के लिए उपयोगी।

POST /v1/agents/\{task_id\}/stop किसी चल रहे कार्य को रोकें। बिलिंग उस काम के लिए व्यवस्थित होती है जिसे एजेंट पहले ही पूरा कर चुका है।

$
curl https://api.empiriolabs.ai/v1/agents/run \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "manus",
>
    "input": "Summarize the top 5 humanoid robotics startups by funding raised in 2025-2026"
>
  }'

3डी जनरेशन

POST /v1/3d/generations

इमेज-टू-3डी जनरेशन एसिंक है। समापन बिंदु एक job_id और एक पोलिंग URL देता है; अंतिम हस्ताक्षरित GLB URL को प्राप्त करने के लिए कार्य समापन बिंदु को पोल करें।

$
curl https://api.empiriolabs.ai/v1/3d/generations \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "trellis-2-4b",
>
    "image_url": "https://example.com/product-photo.png",
>
    "resolution": "1024",
>
    "texture_size": "2048",
>
    "decimation_target": 500000,
>
    "seed": 42
>
  }'

trellis-2-4b अपने मॉडल पृष्ठ पर पूर्ण छवि, रिज़ॉल्यूशन, नमूना, बनावट और जाल निर्यात पैरामीटर सतह को उजागर करता है।

पता लगाना

POST /v1/detect

विशिष्ट पाठ-वर्गीकरण समापन बिंदु। वर्तमान में GPTZero (AI-डिटेक्शन, ग्रंथ सूची स्कैन, स्रोत विश्लेषण) को शक्ति प्रदान करता है। प्रत्येक मॉडल का scan_type एनम अपस्ट्रीम पथ चुनता है; पूर्ण पैरामीटर सतह के लिए प्रति-मॉडल दस्तावेज़ देखें।

$
curl https://api.empiriolabs.ai/v1/detect \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "gptzero",
>
    "input": "The quick brown fox jumps over the lazy dog.",
>
    "scan_type": "ai_detection",
>
    "multilingual": false
>
  }'

GPTZero /v1/chat/completions और /v1/responses के माध्यम से भी पहुंचा जा सकता है - संदेश के मुख्य भाग पर पाठ पास करें और गेटवे कॉल को अनुकूलित करता है। पता लगाने का सारांश सहायक संदेश के रूप में वापस आता है; इसके बजाय कच्चे अपस्ट्रीम JSON प्राप्त करने के लिए disable_formatting: true पास करें।

एम्बेडिंग

POST /v1/embeddings

OpenAI-संगत एम्बेडिंग। बहुभाषी पाठ और मल्टीमॉडल (पाठ + छवि + वीडियो) एम्बेडर उपलब्ध हैं।

$
curl https://api.empiriolabs.ai/v1/embeddings \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "text-embedding-v4",
>
    "input": ["Sentence one.", "Sentence two."],
>
    "encoding_format": "float"
>
  }'

पुनर्रैंक

POST /v1/reranks

एक query के लिए शब्दार्थ प्रासंगिकता के आधार पर documents उम्मीदवार को क्रमबद्ध करें। प्रत्येक दस्तावेज़ की मूल अनुक्रमणिका और 0-1 प्रासंगिकता स्कोर (उच्च = अधिक प्रासंगिक) देता है. एक भाषा मॉडल के लिए शीर्ष हिट पारित करने से पहले एक वेक्टर स्टोर / बीएम 25 / हाइब्रिड रिट्रीवर के आउटपुट को कसने के लिए इसका उपयोग करें - एक आरएजी पाइपलाइन में मानक अंतिम चरण।

$
curl https://api.empiriolabs.ai/v1/reranks \
>
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
>
  -H "Content-Type: application/json" \
>
  -d '{
>
    "model": "qwen3-rerank",
>
    "query": "What is a rerank model?",
>
    "documents": [
>
      "Rerank models sort candidate documents by relevance.",
>
      "Quantum computing is a cutting-edge field of computer science.",
>
      "Pre-trained language models advanced rerank models."
>
    ],
>
    "top_n": 2,
>
    "return_documents": true
>
  }'

Q&A पुनर्प्राप्ति (डिफ़ॉल्ट) और शुद्ध शब्दार्थ-समानता सॉर्टिंग के बीच वैकल्पिक instruct पैरामीटर स्वैप - पूर्ण पैरामीटर तालिका के लिए qwen3-rerank मॉडल पृष्ठ देखें।

उपयोग वस्तु

प्रत्येक समापन बिंदु जो बिल उपयोग करता है, प्रतिक्रिया पर (और टर्मिनल स्ट्रीमिंग चंक पर) एक usage फ़ील्ड देता है। आधार आकार:

• cost_usd - अनुरोध के लिए आपके खाते को सटीक राशि का बिल भेजा गया था. आधिकारिक।
• prompt_tokens/completion_tokens/total_tokens - चैट-शैली के मॉडल के लिए।
• कैश फ़ील्ड (cache_read_input_tokens, cache_creation_input_tokens) - जब शीघ्र कैशिंग लागू होती है.

टियर, प्रति-कॉल या वैरिएंट-मूल्य वाले अपस्ट्रीम वाले मॉडल usage पर अतिरिक्त फ़ील्ड स्टैम्प करते हैं, ताकि आप देख सकें कि कौन सी दर लागू की गई थी:

• टियर/वैरिएंट मूल्य निर्धारण. श्रमिक एक ही आयाम में एक से अधिक दर होने पर usage पर एक स्तरीय विवेचक पर मुहर लगाते हैं। प्राथमिक क्षेत्र pricing_tier_label है (मानव-पठनीय, जैसे "Medium context" / "Pro" / "2K")। पुराने कर्मचारी इसके बजाय सीधे कच्चे आयाम पर मुहर लगा सकते हैं (resolution, quality, mode, rate_tier)। डैशबोर्ड जो भी मौजूद हो, बैज को प्रस्तुत करता है।
• प्रति-कॉल मूल्य निर्धारण. श्रमिक जो प्रति उपकरण आह्वान (खोज, लाने, कोड निष्पादन, आदि) स्टाम्प को tool_calls_details.<tool>.invocation या tool_usage.<tool> के तहत गिना जाता है। डैशबोर्ड इन्हें स्वचालित रूप से प्रति-टूल ब्रेकडाउन में विस्तारित करता है।
• प्रति-आयाम मूल्य निर्धारण. श्रमिक जो एक अनुरोध में कई आयामों को बिल करते हैं (उदाहरण के लिए उद्धरण टोकन + तर्क टोकन + गहन अनुसंधान मॉडल पर खोज क्वेरी) प्रत्येक आयाम को अपने स्वयं के क्षेत्र (citation_tokens, reasoning_tokens, num_search_queries, आदि) के रूप में मुहर लगाते हैं।

वही फ़ील्ड डैशबोर्ड उपयोग लॉग पर टियर बैज और प्रति-टूल ब्रेकडाउन चलाते हैं, और उन्हें प्रत्येक ईवेंट के metadata.worker_usage के तहत GET /v1/account/usage इतिहास समापन बिंदु द्वारा भी लौटाया जाता है (साथ ही प्रति-कॉल मॉडल के लिए एक संरचित tool_breakdown सरणी)। तो चाहे आप लाइव प्रतिक्रिया उपयोग, खाता-उपयोग इतिहास, या अपना डैशबोर्ड पढ़ें, टियर और बिलिंग ब्रेकडाउन बिल्कुल मेल खाते हैं।

फ़ाइल URL

EmpirioLabs उपयोगकर्ता अपलोड होस्ट नहीं करता है। किसी भी सार्वजनिक URL को सीधे मॉडल समापन बिंदु के इनपुट फ़ील्ड पर पास करें:

विशेष रूप से ऑडियो ट्रांसक्रिप्शन के लिए, /v1/audio/transcriptions पर मल्टीपार्ट-डायरेक्ट अपलोड निजी क्लिप के लिए समर्थित पथ है जो यूआरएल पर नहीं हैं - वे बाइट्स लगातार स्टोरेज के बिना सीधे speech-to-text वर्कर तक प्रवाहित होते हैं।

Async नौकरियां

GET /v1/jobs/<job-id> - किसी भी एसिंक पीढ़ी या ट्रांसक्रिप्शन नौकरी की स्थिति/अंतिम परिणाम का सर्वेक्षण करें।

नौकरी की स्थिति को पूरा होने के बाद 1 घंटे के लिए बनाए रखा जाता है।

1
{
2
  "job_id": "job_01HV...",
3
  "status": "processing | completed | failed",
4
  "progress": 0.42,
5
  "created_at": "2026-05-02T17:11:32Z",
6
  "completed_at": null,
7
  "result": null,
8
  "error": null
9
}

जब status completed होता है, तो result फ़ील्ड उसी आकार में पूर्ण प्रतिक्रिया देता है जिस आकार में तुल्यकालिक समापन बिंदु वापस आ गया होगा।

मॉडल

GET /v1/models - प्रत्येक उपलब्ध मॉडल की सूची बनाएं।

GET /v1/models/<model-id> - एक मॉडल के लिए पूर्ण स्कीमा, जिसमें इसकी पैरामीटर तालिका भी शामिल है।

GET /v1/models?format=openrouter पार्टनर अंतर्ग्रहण के लिए तैयार चिह्नित मॉडल के लिए OpenRouter मॉडल-लिस्टिंग आकृति देता है। सटीक प्रतिक्रिया फ़ील्ड के लिए OpenRouter मॉडल लिस्टिंग देखें।

प्रत्येक मॉडल लौटाता है:

$
curl https://api.empiriolabs.ai/v1/models | jq '.data[0]'
$
curl https://api.empiriolabs.ai/v1/models/wan-2-7-image | jq '.parameters'

disable_formatting ध्वज

कई चैट, खोज, शोध और रीरैंक एंडपॉइंट एक disable_formatting=true ध्वज स्वीकार करते हैं। जब एक सहायक मॉडल पर सेट किया जाता है, तो कार्यकर्ता EmpirioLabs सर्वर-साइड स्वरूपण (उद्धरण पुनर्लेखन, संदर्भ ब्लॉक, सोच-ब्लॉक मार्कडाउन, आदि) को छोड़ देता है और अपस्ट्रीम पेलोड आकार शब्दशः लौटाता है।

कवरेज का विज्ञापन प्रति-मॉडल किया जाता है। GET /v1/models/\{id\} में supports_passthrough की जाँच करें ताकि यह पुष्टि हो सके कि कोई विशिष्ट मॉडल ध्वज का सम्मान करता है। विज्ञापन supports_passthrough: true वाले मॉडल उपनाम raw=true, passthrough=true और raw_response=true भी स्वीकार करते हैं। उस क्षेत्र के बिना मॉडल केवल विहित disable_formatting=true रूप को स्वीकार करते हैं (या पासथ्रू का सम्मान नहीं करते हैं)। मॉडल कार्ड सूचीबद्ध करता है कि प्रत्येक मॉडल कौन सा उपनाम स्वीकार करता है।

छवि, वीडियो, ऑडियो-जनरेशन, ट्रांसक्रिप्शन और एम्बेडिंग एंडपॉइंट इस ध्वज को स्वीकार नहीं करते हैं, क्योंकि उन समापन बिंदुओं पर अक्षम करने के लिए कोई स्वरूपण परत नहीं है।

जनरेट किया गया मीडिया प्रतिधारण

जेनरेट की गई छवियां, वीडियो और ऑडियो हस्ताक्षरित URL के रूप में लौटाए जाते हैं जो 7 दिन के लिए वैध होते हैं। उसके बाद, URL काम करना बंद कर देता है और संपत्ति चली जाती है - कोई पुन: हस्ताक्षर समापन बिंदु नहीं है। 7-दिन की अवधि समाप्त होने से पहले जो कुछ भी आप रखना चाहते हैं उसे सहेजें।

त्रुटियां

चैट/प्रतिक्रियाओं/छवियों/वीडियो/ऑडियो/खोज/एम्बेडिंग/रीरैंक पर OpenAI लिफाफा:

1
{
2
  "error": {
3
    "message": "Aspect ratio is not supported by this model. Allowed: 16:9, 9:16, 1:1, ...",
4
    "type": "invalid_request_error",
5
    "code": "invalid_parameter",
6
    "param": "aspect_ratio"
7
  }
8
}

/v1/messages पर Anthropic लिफाफा:

1
{ "type": "error", "error": { "type": "invalid_request_error", "message": "..." } }

हेडर संदर्भ