---
title: "OpenAI-compatible API पर माइग्रेशन: चेकलिस्ट | BroadRouter"
description: "base_url बदलना आसान हिस्सा है। टूटते हैं मॉडल ID, रीज़निंग टोकन, स्ट्रीमिंग usage, एरर, रेट लिमिट और key। कोड के साथ पूरी चेकलिस्ट।"
url: https://broadrouter.com/hi/blog/openai-compatible-api-migration-checklist/
lang: hi
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

यह पेज अंग्रेज़ी से AI की मदद से अनुवाद किया गया है। [अंग्रेज़ी मूल पढ़ें](https://broadrouter.com/blog/openai-compatible-api-migration-checklist/) (2026-11-16 को अपडेट किया गया).

# OpenAI-कम्पैटिबल API पर माइग्रेट करना: पूरी चेकलिस्ट

BroadNet Inference टीम · 5 मिनट में पढ़ें · प्रकाशित 2026-11-14 · अपडेट किया गया 2026-11-16

OpenAI-कम्पैटिबल API पर जाने के लिए तीन सेटिंग बदलें (base\_url, api\_key और model), फिर जाँचें कि क्या अलग है: मॉडल ID, रीज़निंग टोकन max\_tokens में कैसे गिने जाते हैं, स्ट्रीमिंग usage कैसे बताती है, किन एरर पर रीट्राई करें, रेट लिमिट और key की सुरक्षा। BroadNet Inference का base URL https://inference.broadnet.ai/v1 है।

## मुख्य बातें

-   तीन सेटिंग बदलती हैं: `base_url`, `api_key` और `model`।
-   स्विच करने से पहले आपका ऐप जो भी एंडपॉइंट और फ़ील्ड इस्तेमाल करता है, उनकी सूची बनाएँ, फिर हर एक को टेस्ट करें।
-   रीज़निंग मॉडल सोचने को `max_tokens` में गिनते हैं; छोटी सीमा पर जवाब ख़ाली आते हैं।
-   स्ट्रीम में usage `stream_options` से माँगें, वरना आपकी लागत की ट्रैकिंग अंधी हो जाती है।
-   प्रोडक्शन ट्रैफ़िक स्विच करने से पहले तय करें कि किस एरर कोड पर रीट्राई करना है और किसे ठीक करना है।
-   पूरी तरह बदलने से पहले एक दिन असली ट्रैफ़िक पर पुराने और नए प्रोवाइडर को साथ-साथ चलाएँ।

**इस पेज पर**

1.  0\. आपका ऐप आज क्या-क्या इस्तेमाल करता है?
2.  1\. कौन-सी तीन सेटिंग बदलती हैं?
3.  2\. नए मॉडल ID क्या हैं?
4.  3\. स्विच करने के बाद जवाब ख़ाली क्यों आते हैं?
5.  4\. क्या स्ट्रीमिंग अब भी usage बताती है?
6.  5\. किन एरर पर रीट्राई करना चाहिए?
7.  6\. नई रेट लिमिट क्या हैं?
8.  7\. क्या आपके प्रॉम्प्ट अब भी फ़िट होंगे?
9.  8\. key और डेटा रिटेंशन का क्या?
10.  9\. सुरक्षित तरीक़े से कैसे स्विच करें?
11.  माइग्रेशन की आम ग़लतियाँ क्या हैं?
12.  BroadNet Inference कहाँ फ़िट होता है

ज़्यादातर LLM प्रोवाइडर अब [OpenAI API फ़ॉर्मैट](https://broadrouter.com/hi/glossary/openai-compatible-api/) बोलते हैं। इससे स्विच करना एक लाइन का बदलाव लगता है, और पहला जवाब पाने के लिए है भी। प्रोडक्शन ट्रैफ़िक चलाने के लिए यह सूची पूरी करें। हर बिंदु किसी ऐसे असली तरीक़े से आया है जिससे माइग्रेशन टूटते हैं।

## 0\. आपका ऐप आज क्या-क्या इस्तेमाल करता है?

कुछ भी बदलने से पहले लिख लें कि आपका ऐप किन चीज़ों पर निर्भर है। कोड में SDK की हर कॉल खोजें और उसकी सूची बनाएँ। अगर आप OpenAI का Whisper API कॉल करते हैं, तो ध्यान दें कि OpenAI `whisper-1` को 26 फ़रवरी 2027 को बंद होने वाला बताता है; ऑडियो वाला हिस्सा [Whisper API के विकल्प](https://broadrouter.com/hi/blog/whisper-api-alternative/) में है।

| फ़ीचर | कहाँ देखें | स्विच के बाद टेस्ट |
| --- | --- | --- |
| चैट कम्प्लीशन | हर `chat.completions.create` | वही प्रॉम्प्ट, जवाबों की तुलना |
| स्ट्रीमिंग | `stream=True` | चंक आते हैं, `[DONE]` पर ख़त्म, usage मौजूद |
| टूल कॉलिंग | `tools=` | टूल कॉल पार्स होकर चलते हैं |
| स्ट्रक्चर्ड आउटपुट | `response_format=` | JSON आपके स्कीमा पर वैलिडेट होता है |
| इमेज | मैसेज में इमेज वाले हिस्से | मॉडल उन्हें स्वीकार करता है |
| ऑडियो ट्रांसक्रिप्शन | `audio.transcriptions` | टेक्स्ट और भाषा सही |
| Embeddings, फ़ाइलें, बैच | दूसरे एंडपॉइंट | जाँचें कि प्रोवाइडर उन्हें देता भी है या नहीं |

आख़िरी पंक्ति अहम है। “OpenAI-कम्पैटिबल” आम तौर पर सबसे पहले चैट कम्प्लीशन को कवर करता है। BroadNet Inference का कैटलॉग चैट मॉडल को `/v1/chat/completions` पर और स्पीच-टू-टेक्स्ट मॉडल को `/v1/audio/transcriptions` पर दिखाता है; अगर आप दूसरे एंडपॉइंट इस्तेमाल करते हैं, तो उन्हें अपने मौजूदा प्रोवाइडर पर रखें या कोई विकल्प ढूँढें।

## 1\. कौन-सी तीन सेटिंग बदलती हैं?

```python
from openai import OpenAI
import os

client = OpenAI(
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
)
```

[base URL](https://broadrouter.com/hi/glossary/base-url/) सेटिंग का नाम लाइब्रेरी के हिसाब से अलग है: Python SDK और LangChain के ChatOpenAI में `base_url`, Node.js SDK में `baseURL`। उसके [README](https://github.com/openai/openai-python) के अनुसार Python SDK `OPENAI_BASE_URL` एनवायरनमेंट वेरिएबल भी पढ़ता है। अपने एनवायरनमेंट में कोई पुरानी वैल्यू तो नहीं बची, यह जाँचें, वरना अनुरोध बिना किसी एरर के पुराने प्रोवाइडर पर जा सकते हैं।

[API key](https://broadrouter.com/hi/glossary/api-key/) एनवायरनमेंट वेरिएबल या सीक्रेट मैनेजर में रखें, कोड में कभी नहीं। हर SDK का सेटअप: [Python](https://broadrouter.com/hi/guides/openai-python-sdk/), [Node.js](https://broadrouter.com/hi/guides/openai-node-sdk/), [LangChain](https://broadrouter.com/hi/guides/langchain-openai-base-url/)। पहला अनुरोध हाथ से बनाकर टेस्ट करने के लिए [API रिक्वेस्ट बिल्डर](https://broadrouter.com/tools/api-request-builder/) इस्तेमाल करें। मौजूदा कोड में base URL, key और मॉडल के बदलाव लगाने के लिए उसे [OpenAI से BroadNet माइग्रेशन हेल्पर](https://broadrouter.com/tools/openai-to-broadnet-migration/) में पेस्ट करें, जो यह भी बताता है कि क्या-क्या जाँचना है।

## 2\. नए मॉडल ID क्या हैं?

हर प्रोवाइडर मॉडल को अपने तरीक़े से नाम देता है। BroadNet Inference पर:

| मॉडल | ID |
| --- | --- |
| DeepSeek V4.1 Flash | `broadnet/deepseek-v4.1-flash` |
| GLM 5.3 | `broadnet/glm-5.3` |
| Qwen3.8 27B | `broadnet/qwen3.8-27b` |
| Gemma 4 VL 26B | `broadnet/gemma-4-26b-a4b` |

मॉडल ID को कोड में नहीं, कॉन्फ़िगरेशन में रखें, ताकि बाद में बदलना एक डिप्लॉय हो, दोबारा लिखना नहीं। हर मॉडल की सीमाएँ और कीमतें उसके पेज पर हैं: [DeepSeek V4.1 Flash](https://broadrouter.com/hi/models/deepseek-v4.1-flash/), [GLM 5.3](https://broadrouter.com/hi/models/glm-5.3/), [Qwen3.8 27B](https://broadrouter.com/hi/models/qwen3.8-27b/) और [Gemma 4 VL 26B](https://broadrouter.com/hi/models/gemma-4-vl-26b/)।

## 3\. स्विच करने के बाद जवाब ख़ाली क्यों आते हैं?

यह सबसे आम हैरानी है। DeepSeek V4.1 Flash, GLM 5.3 और Qwen3.8 27B जवाब देने से पहले रीज़निंग करते हैं, और **[रीज़निंग टोकन](https://broadrouter.com/hi/glossary/reasoning-tokens/) [`max_tokens`](https://broadrouter.com/hi/glossary/max-tokens/) में गिने जाते हैं**। 256 की सीमा, जो किसी नॉन-रीज़निंग मॉडल पर ठीक चलती थी, पूरी की पूरी सोचने में ख़र्च हो सकती है, और जवाब ख़ाली आता है। 1,000 या ज़्यादा टोकन छोड़ें, या आसान कामों के लिए `reasoning_effort` को `low` पर सेट करें। [पूरी व्याख्या](https://broadrouter.com/hi/guides/reasoning-tokens-empty-response/)।

## 4\. क्या स्ट्रीमिंग अब भी usage बताती है?

[स्ट्रीम](https://broadrouter.com/hi/glossary/streaming/) Server-Sent Events इस्तेमाल करती हैं और `data: [DONE]` पर ख़त्म होती हैं। टोकन usage आख़िरी चंक में तभी आता है जब आप माँगें:

```python
stream = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash", messages=messages,
    stream=True, stream_options={"include_usage": True},
)
```

इसके बिना आपका लागत डैशबोर्ड शून्य दिखाता है। अगर कोई स्ट्रीम `[DONE]` से पहले ख़त्म हो जाए, तो उसे अधूरा मानें। [स्ट्रीमिंग गाइड](https://broadrouter.com/hi/guides/streaming-chat-completions/)।

## 5\. किन एरर पर रीट्राई करना चाहिए?

| स्टेटस | मतलब | क्या करें |
| --- | --- | --- |
| 401 | ग़लत या रद्द की गई key, या उपयोग के अनुसार भुगतान की सीमा ख़त्म | ठीक करें, रीट्राई नहीं |
| 402 | बैलेंस या बजट | टॉप-अप करें, रीट्राई नहीं |
| 403 | मॉडल, रूट या IP पॉलिसी ने मना किया | बेमेल चीज़ ठीक करें |
| 413 | अनुरोध बहुत बड़ा | छोटा करें, रीट्राई नहीं |
| 429 | रेट, कॉन्करेंसी या ख़र्च की सीमा | रुककर रीट्राई करें |
| 5xx | सर्वर की तरफ़ | सीमित backoff के साथ रीट्राई |

आधिकारिक Python SDK कुछ एरर पर पहले से रीट्राई करता है: उसका README कहता है कि कनेक्शन एरर, 408, 409, 429 और 5xx रिस्पॉन्स डिफ़ॉल्ट रूप से दो बार छोटे exponential backoff के साथ रीट्राई होते हैं। `max_retries` साफ़-साफ़ सेट करें, ताकि यह व्यवहार आपका फ़ैसला हो, डिफ़ॉल्ट नहीं। हर रिस्पॉन्स का रिक्वेस्ट ID लॉग करें ताकि सपोर्ट किसी समस्या को ट्रेस कर सके। [सारे कोड](https://broadrouter.com/hi/guides/errors-and-retries/)।

## 6\. नई रेट लिमिट क्या हैं?

ट्रैफ़िक आने से पहले नई सीमाएँ जान लें। BroadNet की उपयोग के अनुसार भुगतान वाली key प्रति मिनट 30 अनुरोध और 4 चालू अनुरोध की अनुमति देती है। अनलिमिटेड प्लान हर सेशन में एक समय में एक अनुरोध चलाते हैं। अपने वर्कर पूल का आकार उसी हिसाब से रखें, वरना पहले ही दिन 429 दिखेंगे; [रेट लिमिट कैलकुलेटर](https://broadrouter.com/tools/llm-rate-limit-calculator/) आकार तय करने में मदद करता है। [समानांतर एजेंट के लिए आकार तय करना](https://broadrouter.com/hi/blog/run-parallel-coding-agents-flat-rate/)।

## 7\. क्या आपके प्रॉम्प्ट अब भी फ़िट होंगे?

कॉन्टेक्स्ट विंडो जाँचें: DeepSeek V4.1 Flash और GLM 5.3 पर 1,048,576 टोकन, Qwen3.8 27B पर 262,144, Gemma 4 VL 26B पर 32,768। जो प्रॉम्प्ट आपके पुराने मॉडल में फ़िट होता था, वह छोटी विंडो में शायद फ़िट न हो; [कॉन्टेक्स्ट विंडो कैलकुलेटर](https://broadrouter.com/tools/context-window-calculator/) से जाँचें। [कैश्ड इनपुट की कीमत](https://broadrouter.com/hi/blog/cached-input-tokens-explained/) का फ़ायदा लेने के लिए प्रॉम्प्ट का स्थिर हिस्सा पहले रखें।

## 8\. key और डेटा रिटेंशन का क्या?

प्रोडक्शन key को [IP allow-list](https://broadrouter.com/hi/guides/api-keys-ip-allow-lists/) से अपने सर्वरों के IP तक सीमित करें। नए प्रोवाइडर से पूछें कि वह क्या रखता है; देखें [ZDR चेकलिस्ट](https://broadrouter.com/hi/blog/zero-data-retention-llm-api-checklist/)।

## 9\. सुरक्षित तरीक़े से कैसे स्विच करें?

1.  एक दिन के असली अनुरोधों की कॉपी दोनों प्रोवाइडरों को भेजें।
2.  एक सैंपल पर जवाबों की तुलना करें, साथ में लेटेंसी, एरर और प्रति अनुरोध लागत।
3.  10% ट्रैफ़िक ले जाएँ, एक दिन नज़र रखें, फिर बाक़ी ले जाएँ।
4.  पुराने प्रोवाइडर को एक हफ़्ते तक फ़ॉलबैक के रूप में कॉन्फ़िगर रखें।

अगर आप कई सर्विस चलाते हैं, तो [LiteLLM](https://broadrouter.com/hi/guides/litellm-proxy-custom-provider/) जैसा प्रॉक्सी आपको हर ऐप के बजाय एक ही जगह प्रोवाइडर बदलने देता है।

## माइग्रेशन की आम ग़लतियाँ क्या हैं?

-   **base URL में `/v1` का न होना।** अनुरोध 404 लौटाते हैं। पूरा URL इस्तेमाल करें।
-   **कॉन्फ़िग में पुराने मॉडल नाम।** नया प्रोवाइडर उन्हें नहीं पहचानता।
-   **अनुरोधों में प्रोवाइडर-विशेष फ़ील्ड छूट जाना।** जो फ़ील्ड सिर्फ़ पुराना प्रोवाइडर समझता था, वे अस्वीकार या अनदेखे हो सकते हैं। सामान्य क्लाइंट से उन्हें हटा दें।
-   **सिर्फ़ एक प्रॉम्प्ट टेस्ट करना।** चरण 0 वाली सूची फ़ीचर-दर-फ़ीचर चलाएँ।
-   **शुक्रवार को स्विच करना।** असली ट्रैफ़िक का एक पूरा दिन देखने का समय छोड़ें।

## BroadNet Inference कहाँ फ़िट होता है

BroadNet Inference उन ऐप के लिए सीधा विकल्प है जो OpenAI SDK के ज़रिए चैट कम्प्लीशन और ऑडियो ट्रांसक्रिप्शन इस्तेमाल करते हैं: तीन सेटिंग बदलें और ऊपर की सूची पूरी करें। इसके कैटलॉग में सिर्फ़ चैट और स्पीच-टू-टेक्स्ट मॉडल हैं, इसलिए अगर आप embeddings या फ़ाइल स्टोरेज जैसे दूसरे एंडपॉइंट पर निर्भर हैं, तो उन्हें किसी दूसरे प्रोवाइडर के पास रखें। नए अकाउंट $5 के क्रेडिट से शुरू होते हैं। चैट मॉडल में से सिर्फ़ Gemma 4 VL 26B इस पर चलता है (यह दोनों Transcribe मॉडल को भी कवर करता है), इसलिए DeepSeek, GLM या Qwen पर शैडो टेस्ट के लिए टॉप-अप चाहिए।

इस विषय के मुफ़्त टूल (अंग्रेज़ी में)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[मुफ़्त टूल (अंग्रेज़ी में)](https://broadrouter.com/tools/)

## इस लेख के शब्द

[base URL](https://broadrouter.com/hi/glossary/base-url/)

base URL किसी API का तय मूल पता है, जैसे https://api.example.com/v1, जिसे क्लाइंट /chat/completions जैसे हर एंडपॉइंट पाथ के आगे जोड़ता है। OpenAI-compatible SDK में base URL को API key और मॉडल ID के साथ बदलने से वही कोड किसी दूसरे प्रोवाइडर से जुड़ जाता है।

[टूल कॉलिंग (tool calling)](https://broadrouter.com/hi/glossary/tool-calling/)

टूल कॉलिंग, जिसे function calling भी कहते हैं, LLM API की वह सुविधा है जिसमें मॉडल डेवलपर के तय किए किसी फ़ंक्शन को चलाने का एक स्ट्रक्चर्ड अनुरोध, JSON आर्ग्युमेंट के साथ, लौटाता है। ऐप्लिकेशन फ़ंक्शन चलाकर नतीजा वापस भेजता है; मॉडल ख़ुद कभी कोड नहीं चलाता।

[स्ट्रीमिंग (streaming)](https://broadrouter.com/hi/glossary/streaming/)

स्ट्रीमिंग, लैंग्वेज मॉडल के जवाब को अंत में एक साथ लौटाने के बजाय, बनते समय ही छोटे-छोटे टुकड़ों (chunks) में लौटाने का तरीक़ा है। OpenAI-कम्पैटिबल API, अनुरोध में stream को true सेट करने पर server-sent events से स्ट्रीम करते हैं।

[उपयोग के अनुसार भुगतान (pay-as-you-go)](https://broadrouter.com/hi/glossary/pay-as-you-go/)

उपयोग के अनुसार भुगतान (pay-as-you-go) एक प्राइसिंग मॉडल है जिसमें आप सिर्फ़ उतना देते हैं जितना इस्तेमाल करते हैं, जिसे टोकन, अनुरोध या ऑडियो मिनट जैसी इकाइयों में मापा जाता है, बिना सब्सक्रिप्शन या न्यूनतम प्रतिबद्धता के। ज़्यादातर LLM API इसी तरह बिल बनाते हैं, प्रीपेड बैलेंस या समय-समय पर बनने वाले इनवॉइस से।

[एम्बेडिंग (embeddings)](https://broadrouter.com/hi/glossary/embeddings/)

एम्बेडिंग, फ़्लोटिंग-पॉइंट संख्याओं की सूचियाँ (वेक्टर) हैं जो कोई मॉडल टेक्स्ट, इमेज या दूसरे इनपुट को दर्शाने के लिए बनाता है। मिलते-जुलते अर्थ वाले इनपुट के वेक्टर पास-पास होते हैं, इसलिए वेक्टर के बीच की दूरी से सर्च नतीजों की रैंकिंग, दस्तावेज़ों का समूह बनाना या जुड़ी चीज़ें ढूँढना संभव होता है।

[टोकन (token)](https://broadrouter.com/hi/glossary/token/)

टोकन टेक्स्ट की वह इकाई है जिसे लैंग्वेज मॉडल पढ़ता और लिखता है: कोई शब्द, शब्द का हिस्सा, विराम चिह्न या बाइट का क्रम, जो मॉडल का टोकनाइज़र बनाता है। LLM API इस्तेमाल को टोकन में गिनते हैं, उसी में लिमिट लगाते हैं और आम तौर पर बिल भी बनाते हैं।

[कॉन्करेंसी (concurrency)](https://broadrouter.com/hi/glossary/concurrency/)

कॉन्करेंसी, किसी क्लाइंट के एक ही समय पर चल रहे (in-flight) अनुरोधों की संख्या है। LLM API अक्सर इसकी सीमा हर key या प्लान पर, प्रति मिनट अनुरोधों से अलग रखते हैं, क्योंकि हर खुला अनुरोध जवाब पूरा होने तक GPU क्षमता घेरे रहता है।

[रेट लिमिट (rate limit)](https://broadrouter.com/hi/glossary/rate-limit/)

रेट लिमिट वह सीमा है जो कोई API तय करता है कि एक क्लाइंट किसी समय-अवधि में उसका कितना इस्तेमाल कर सकता है, जैसे प्रति मिनट अनुरोध या प्रति मिनट टोकन। सीमा से ऊपर के अनुरोध ठुकरा दिए जाते हैं, आम तौर पर HTTP 429 Too Many Requests के साथ, जब तक इस्तेमाल फिर सीमा के नीचे न आ जाए।

## अक्सर पूछे जाने वाले सवाल

### क्या मुझे कोई अलग SDK चाहिए?

नहीं। Python और Node.js के आधिकारिक OpenAI SDK कस्टम base URL लेते हैं। उन पर बने फ़्रेमवर्क, जैसे LangChain का ChatOpenAI, भी इसे लेते हैं।

### OpenAI SDK में base URL कैसे बदलूँ?

Python में क्लाइंट को base\_url दें या Node.js में baseURL, या OPENAI\_BASE\_URL एनवायरनमेंट वेरिएबल सेट करें। BroadNet Inference के लिए वैल्यू https://inference.broadnet.ai/v1 है, और key api\_key में जाती है।

### स्विच करने के बाद जवाब ख़ाली क्यों आता है?

DeepSeek V4.1 Flash, GLM 5.3 और Qwen3.8 27B जैसे रीज़निंग मॉडल जवाब देने से पहले सोचते हैं, और यह सोचना max\_tokens में गिना जाता है। max\_tokens को 1,000 या ज़्यादा करें, या reasoning\_effort को low पर सेट करें।

### स्विच करने के बाद 404 या model not found एरर क्यों आता है?

आम तौर पर मॉडल ID अब भी पुराने प्रोवाइडर का नाम होता है, या base URL में /v1 पाथ छूट गया होता है। नए प्रोवाइडर का ठीक-ठीक मॉडल ID और पूरा base URL इस्तेमाल करें।

### किन एरर पर रीट्राई करना चाहिए?

429 और 5xx पर सीमित exponential backoff के साथ रीट्राई करें। 401, 402 और 413 को रीट्राई से पहले ठीक करें। इस साइट की एरर गाइड में हर कोड दिया है।

### क्या OpenAI-कम्पैटिबल का मतलब हूबहू एक जैसा है?

नहीं। अनुरोध और रिस्पॉन्स का ढाँचा मेल खाता है, लेकिन मॉडल ID, समर्थित पैरामीटर, सीमाएँ, usage फ़ील्ड और एरर के विवरण अलग हो सकते हैं। आपका ऐप जो भी फ़ीचर इस्तेमाल करता है, हर एक को टेस्ट करें।

## आगे पढ़ें

-   [OpenAI-compatible API के base URL: 14 प्रोवाइडर, डॉक्स से जाँचे हुए](https://broadrouter.com/hi/blog/openai-compatible-api-base-urls/)
-   [AI एजेंट के लिए OpenRouter बनाम फ़्लैट रेट प्लान: कौन सस्ता है?](https://broadrouter.com/hi/blog/openrouter-alternative-flat-rate/)
-   [1M-टोकन कॉन्टेक्स्ट विंडो कब फ़ायदेमंद है (और कब नहीं)](https://broadrouter.com/hi/blog/million-token-context-window-guide/)
-   [ज़ीरो डेटा रिटेंशन वाला LLM API: 10 सवालों की चेकलिस्ट](https://broadrouter.com/hi/blog/zero-data-retention-llm-api-checklist/)
-   [BroadNet का GPU हार्डवेयर और सर्विंग का तरीक़ा, BroadNet के शब्दों में](https://broadrouter.com/hi/blog/broadnet-gpu-fleet-and-serving/)
-   [LLM API रिस्पॉन्स कैश करके लागत घटाएँ: Python में एक्ज़ैक्ट-मैच कैश](https://broadrouter.com/hi/blog/cache-llm-responses-cut-cost/)
-   [गाइड: BroadNet Inference के साथ OpenAI Python SDK इस्तेमाल करें](https://broadrouter.com/hi/guides/openai-python-sdk/)
-   [गाइड: BroadNet Inference के साथ OpenAI Node.js SDK इस्तेमाल करें](https://broadrouter.com/hi/guides/openai-node-sdk/)
-   [गाइड: BroadNet Inference के साथ LangChain इस्तेमाल करें](https://broadrouter.com/hi/guides/langchain-openai-base-url/)
-   [गाइड: BroadNet Inference के एरर कोड और रीट्राई कब करें](https://broadrouter.com/hi/guides/errors-and-retries/)
-   [गाइड: chat completions स्ट्रीम करें और टूटे कनेक्शन सँभालें](https://broadrouter.com/hi/guides/streaming-chat-completions/)
-   [गाइड: रीज़निंग मॉडल ख़ाली जवाब क्यों लौटाता है](https://broadrouter.com/hi/guides/reasoning-tokens-empty-response/)
-   [गाइड: LiteLLM को BroadNet Inference पर रूट करें (SDK और प्रॉक्सी)](https://broadrouter.com/hi/guides/litellm-proxy-custom-provider/)

इसे अपने असली वर्कलोड पर आज़माएँ। नए अकाउंट Gemma और ट्रांसक्रिप्शन के लिए US$5 के क्रेडिट से शुरू होते हैं। DeepSeek, GLM, और Qwen3.8 के लिए टॉप-अप ज़रूरी है।

[शुरू करें](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-openai-compatible-api-migration-checklist&utm_content=page-cta) ·

**स्रोत**

-   [BroadNet Inference API रेफ़रंस (अंग्रेज़ी में)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-blog-openai-compatible-api-migration-checklist&utm_content=sources)
-   [OpenAI Python SDK README (base\_url, OPENAI\_BASE\_URL, रीट्राई; 2026-11-14 को देखा गया)](https://github.com/openai/openai-python)
