Por que isso torna a Capriole mais útil
Uma assinatura Premium de USD 9 cobre Browser Chat ilimitado no conjunto de modelos Premium suportado, 5 milhões de tokens cobrados de API por mês e 10 caminhos documentados de agente de programação. Os aplicativos mantêm o protocolo que já usam, enquanto o usuário mantém uma conta Capriole, uma key, um saldo e uma página de cobrança. Essa é a vantagem prática em relação a montar contas de provedor separadas. A comparação datada de custo usa a assinatura pessoal do Premium de USD 9 por mês, que inclui 5M de tokens de API. Na mesma carga de trabalho de 5 milhões de tokens, o preço Standard pago direto vai de USD 6.75 a USD 90, enquanto o OpenRouter vai de USD 7.55 a USD 94.95 depois da taxa publicada de compra de créditos. Para os modelos principais atuais, Preços da API do Claude, Preços da API da OpenAI e Preços da API do Gemini mostram como as tarifas oficiais se comparam com a recarga do Premium pessoal de USD 8 por 5M de tokens.Os caminhos públicos
Respostas roteadas com sucesso e eventos em stream permanecem no protocolo que o cliente pediu. Um payload de Responses não é convertido em Chat Completions no caminho de volta. Um stream de Anthropic Messages não é reempacotado como saída OpenAI.
Isso preserva o comportamento específico de protocolo que os clientes de Responses, Messages e Chat Completions esperam.
A camada compartilhada trata acesso e contabilidade. Cada rota pública mantém o contrato de solicitação e resposta que o cliente espera. Os grupos de modelo são conjuntos de compatibilidade específicos da rota, não uma hierarquia; um modelo pode aparecer em mais de uma rota suportada quando implementa cada contrato.
Por que um endpoint não basta
As famílias de modelo discordam de mais do que nomes de campos. OpenAI Responses representa a saída como eventos e itens tipados. Anthropic Messages usa os próprios blocos de conteúdo e eventos de streaming. Chat Completions tem outra forma de solicitação e resposta. Controles de raciocínio, chamadas de ferramenta, dados de uso, erros e comportamento de contagem de tokens também diferem. Um adaptador superficial pode fazer um prompt de texto simples funcionar. Agentes de programação e clientes de produção expõem os detalhes ausentes depressa. Eles dependem da ordem do streaming, de turnos de resultado de ferramenta, de metadados de uso e de controles específicos do modelo. Por isso, a Capriole mantém várias rotas que preservam o protocolo, todas sob uma única camada de autenticação e cobrança.Uma key, seleção explícita de modelo
Todas as rotas públicas de geração usam a mesma API key e o mesmo saldo da conta da Capriole. O modelo pedido ainda precisa pertencer ao protocolo selecionado. Por exemplo, o caminho Responses aceita o alias OpenAI mantido e os modelos OpenAI compatíveis com Responses suportados, além dos modelos Grok enviados com o prefixoxai/. O caminho Messages aceita o alias Claude mantido e os IDs de modelo Claude Messages suportados. Caminhos de chat compatíveis podem expor um conjunto mais amplo de modelos públicos de chat.
Cada rota valida o ID do modelo antes de encaminhar a solicitação. Um ID inválido retorna um erro de validação para que o cliente ajuste o modelo ou o endpoint antes de tentar novamente.
Aliases latest e IDs reproduzíveis
A Capriole expõe aliases mantidos comoopenai-latest, claude-latest e google-latest nos caminhos públicos que os suportam.
Os aliases são resolvidos antes do despacho ao upstream. Uso, cota e registros de fallback são ligados ao modelo canônico resolvido, e não a um balde ambíguo de “latest”.
Use um alias quando quiser que o padrão mantido da Capriole acompanhe os lançamentos suportados. Use um ID de modelo concreto quando a versão exata fizer parte do resultado e precisar permanecer reproduzível.
O endpoint Listar modelos é o inventário público atual.
O fallback acontece antes da resposta começar
Nas rotas suportadas, a Capriole pode tentar outra fonte configurada quando a primeira fonte falha antes de bytes de resposta terem sido enviados. A origem permanece a mesma depois que a transmissão começa. O ID de modelo pedido é preservado em um fallback de fonte suportada. A Capriole altera a fonte de entrega, não a escolha de modelo declarada pelo usuário. O Browser Chat pode oferecer, à parte, troca automática opcional de modelo e mudanças manuais de modelo dentro de uma conversa. Esses são comportamentos do espaço de trabalho, não o contrato de fallback da API bruta.O uso permanece visível
Cargas de trabalho programáticas são medidas. A Capriole registra o uso a partir dos metadados fornecidos pelo protocolo correspondente, incluindo respostas em stream concluídas quando o uso está disponível. O Premium inclui atualmente 5 milhões de tokens cobrados de API por mês. A Capriole conta entrada sem cache e saída a 100% e entrada em cache a 10% neste saldo. Pacotes adicionais de tokens estão disponíveis como recargas. O artigo de tokens cobrados traz a fórmula exata, a regra de arredondamento e exemplos reproduzíveis. O Browser Chat e as cargas de trabalho automatizadas da API usam cotas separadas. Um agente de programação processando milhões de tokens retira do saldo visível de tokens cobrados.O que a camada unificada realmente oferece
A camada comum útil não é um schema de resposta. É o contrato de produto ao redor:- uma conta Capriole e uma API key;
- um saldo de API visível;
- aliases de modelo mantidos;
- validação contra o protocolo selecionado;
- fallback de fonte suportado antes da saída começar;
- contabilidade de uso no modelo resolvido;
- configuração documentada para aplicativos e agentes de programação.
Como testamos a compatibilidade
A Capriole documenta uma rota como suportada depois que o contrato de protocolo e um fluxo representativo de cliente real passam. Um prompt de texto bem-sucedido é uma verificação inicial. Streaming, turnos de resultado de ferramenta, resolução de alias, contabilidade de uso e testes negativos de protocolo fornecem o restante da evidência. As suítes focadas de rotas públicas e conversão de arquivos concluíram 68 testes automatizados contra respostas controladas do upstream, não chamadas ao vivo de produção. Execuções locais separadas de upstream e de agentes de programação verificam o comportamento que um endpoint simulado não pode provar.
As verificações de stream consomem a resposta completa e exigem o evento terminal de cada protocolo. Responses termina com o próprio evento de conclusão, Chat Completions chega a
[DONE] e Messages chega a message_stop. Os testes de ferramenta enviam o resultado da ferramenta de volta e exigem o turno final do assistente.
Os testes de validação verificam os aliases aceitos em cada endpoint. Use google-latest com Chat Completions e openai-latest com Responses ou Chat Completions.
Consulte os formatos aceitos e as etapas para enviar arquivos no chat pelo navegador.

