Modelos

Inferray ofrece modelos de texto, imagen, audio, video, embeddings y búsqueda de todos los laboratorios principales a través de una sola API. Cada modelo tiene un único ID canónico, y ese ID es lo único que cambias para pasar de un modelo a otro.

Explora el catálogo

La página de modelos muestra cada modelo con su ventana de contexto, sus capacidades, los endpoints que admite y el precio que pagas. Filtra por lo que necesitas —visión, herramientas, razonamiento, salida de imágenes— y copia el ID desde la página del modelo.

IDs de modelo

Usa el ID tal como aparece en el catálogo: claude-opus-4-8, gpt-5.5, gemini-3.6-flash, text-embedding-3-small.

Los IDs distinguen entre mayúsculas y minúsculas, y algunos contienen un / o un .. Envíalos sin modificarlos.
Algunos modelos también responden a un alias, que aparece en aliases en la lista de modelos. Una respuesta siempre indica el ID canónico que pediste o aquel al que se resuelve el alias.
No hay que añadir ningún prefijo de proveedor. El mismo ID funciona con cualquier key, con cualquier endpoint que admita el modelo y con cualquier SDK.

Lista los modelos desde la API

GET /v1/models devuelve el catálogo en el formato que esperan los clientes de OpenAI, así que las herramientas que llenan un selector de modelos desde la API encuentran uno. Listar los modelos es gratis.

curl https://api.inferray.com/v1/models \
  -H "Authorization: Bearer $INFERRAY_API_KEY"

{
  "object": "list",
  "data": [
    {
      "id": "claude-opus-4-8",
      "object": "model",
      "owned_by": "anthropic",
      "name": "Claude Opus 4.8",
      "context_length": 1000000,
      "max_output_tokens": 128000,
      "input_modalities": ["text", "image"],
      "output_modalities": ["text"],
      "capabilities": { "vision": true, "tools": true, "reasoning": true, "streaming": true, "json_mode": false },
      "endpoints": ["/v1/chat/completions", "/v1/messages", "/v1/responses"],
      "availability": "available",
      "aliases": [],
      "pricing": { "input": 5, "output": 25, "cached_input": 0.5 }
    }
  ]
}

Campo	Qué te indica
`context_length`, `max_output_tokens`	El prompt más grande y la respuesta más larga que admite el modelo, en tokens.
`input_modalities`, `output_modalities`	Lo que acepta el modelo (`text`, `image`, `audio`, `document`) y lo que produce.
`capabilities`	Si el modelo acepta imágenes, llama a herramientas, razona antes de responder, hace streaming y admite el modo JSON.
`endpoints`	Las rutas en las que puedes llamar a este modelo ahora mismo.
`declared_endpoints`, `api_availability`	Todas las interfaces del modelo y el estado de cada una: `available`, `unavailable` o `unverified`.
`pricing`	Precio de lista en USD por 1M tokens (`input`, `output`, `cached_input`), más `meters` para los modelos que se cobran por imagen, segundo, carácter, página o solicitud.

Los precios de la lista son precios de lista, antes de cualquier descuento de tu cuenta. Consulta precios para ver lo que pagas.

En qué endpoint responde un modelo

Los modelos de texto responden en las tres interfaces de texto: Chat Completions, Responses y Messages. Los demás modelos tienen su propio endpoint —las imágenes en /v1/images/generations, los embeddings en /v1/embeddings, y así sucesivamente. Si envías un modelo a un endpoint que no admite, recibes un 404 que indica el endpoint.

Consulta siempre endpoints en lugar de suponer: que un modelo esté disponible en una interfaz no significa que lo esté en todas las demás.

Filtros

Query	Efecto
`exclude_deprecated=true`	Excluye los modelos que se están retirando.

Los filtros no admitidos se rechazan con un 400 en lugar de ignorarse.

Una key de Token Plan solo lista los modelos que cubre su plan, así que un selector llenado desde la API no ofrece nada que esa key tenga denegado. Añade include_restricted=true para listar también los demás; aun así, no se pueden llamar con esa key.

Cómo elegir un modelo

Agentes de código y sesiones largas: un modelo con tools y un context_length amplio. Revisa su precio de cached_input: los agentes reenvían la mayor parte de su contexto en cada turno.
Tareas simples de alto volumen: la clasificación, la extracción o el triaje de solicitudes funcionan bien con modelos pequeños y rápidos, a una fracción del precio.
Problemas difíciles: un modelo con reasoning y un esfuerzo de razonamiento más alto.
Datos estructurados: un modelo con json_mode, usado con salidas estructuradas.

Como todos los modelos comparten una misma key, un mismo saldo y un mismo formato de solicitud, probar otro modelo es un cambio de una sola línea.