---
title: "Beralih ke API serasi OpenAI: senarai semak migrasi | BroadRouter"
description: "Menukar base_url ialah bahagian yang mudah. ID model, token penaakulan, penggunaan strim, ralat, had kadar dan kunci yang selalu rosak. Senarai semak dengan kod."
url: https://broadrouter.com/ms/blog/openai-compatible-api-migration-checklist/
lang: ms
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/blog/openai-compatible-api-migration-checklist/) (dikemas kini 2026-11-16).

# Beralih ke API serasi OpenAI: senarai semak migrasi

Oleh pasukan BroadNet Inference · 5 minit bacaan · Diterbitkan 2026-11-14 · Dikemas kini 2026-11-16

Untuk beralih ke API serasi OpenAI, tukar tiga tetapan (base\_url, api\_key dan model), kemudian semak apa yang berbeza: ID model, cara token penaakulan dikira dalam max\_tokens, cara strim melaporkan penggunaan, ralat mana yang perlu dicuba semula, had kadar dan keselamatan kunci. Untuk BroadNet Inference, base URL ialah https://inference.broadnet.ai/v1.

## Perkara utama

-   Tiga tetapan berubah: `base_url`, `api_key` dan `model`.
-   Senaraikan setiap endpoint dan medan yang digunakan oleh aplikasi anda sebelum beralih, kemudian uji setiap satu.
-   Model penaakulan mengira proses berfikir dalam `max_tokens`; had yang kecil menghasilkan jawapan kosong.
-   Minta data penggunaan dalam strim dengan `stream_options`, jika tidak penjejakan kos anda menjadi buta.
-   Petakan kod ralat kepada cuba semula atau betulkan sebelum anda mengalihkan trafik pengeluaran.
-   Jalankan penyedia lama dan baharu secara bersebelahan pada trafik sebenar selama sehari sebelum beralih sepenuhnya.

**Dalam halaman ini**

1.  0\. Apakah yang digunakan oleh aplikasi anda hari ini?
2.  1\. Tiga tetapan manakah yang berubah?
3.  2\. Apakah ID model yang baharu?
4.  3\. Mengapakah jawapan kosong selepas beralih?
5.  4\. Adakah strim masih melaporkan penggunaan?
6.  5\. Ralat manakah yang patut anda cuba semula?
7.  6\. Apakah had kadar yang baharu?
8.  7\. Adakah prompt anda masih muat?
9.  8\. Bagaimana pula dengan kunci dan pengekalan data?
10.  9\. Bagaimanakah anda beralih dengan selamat?
11.  Apakah kesilapan migrasi yang biasa?
12.  Kedudukan BroadNet Inference

Kebanyakan penyedia LLM kini menggunakan [format API OpenAI](https://broadrouter.com/ms/glossary/openai-compatible-api/). Ini membuatkan peralihan kelihatan seperti perubahan satu baris, dan untuk mendapatkan jawapan pertama, memang begitu. Untuk menjalankan trafik pengeluaran, ikuti senarai ini. Setiap item datang daripada cara sebenar migrasi gagal.

## 0\. Apakah yang digunakan oleh aplikasi anda hari ini?

Sebelum anda menukar apa-apa, catat apa yang menjadi kebergantungan aplikasi anda. Cari dalam kod setiap panggilan kepada SDK dan senaraikannya. Jika anda memanggil API Whisper OpenAI, ambil perhatian bahawa OpenAI menyenaraikan `whisper-1` sebagai akan ditutup pada 26 Februari 2027; [alternatif API Whisper](https://broadrouter.com/ms/blog/whisper-api-alternative/) merangkumi bahagian audio.

| Ciri | Tempat untuk dicari | Uji selepas beralih |
| --- | --- | --- |
| Chat completions | Setiap `chat.completions.create` | Prompt yang sama, bandingkan jawapan |
| Penstriman | `stream=True` | Cebisan tiba, berakhir dengan `[DONE]`, data penggunaan ada |
| Panggilan alat | `tools=` | Panggilan alat dihurai dan dijalankan |
| Output berstruktur | `response_format=` | JSON lulus pengesahan skema anda |
| Imej | Bahagian imej dalam messages | Model menerimanya |
| Transkripsi audio | `audio.transcriptions` | Teks dan bahasa betul |
| Embeddings, fail, batch | Endpoint lain | Semak sama ada penyedia menawarkannya langsung |

Baris terakhir itu penting. “Serasi OpenAI” biasanya meliputi chat completions dahulu. Katalog BroadNet Inference menyenaraikan model chat pada `/v1/chat/completions` dan model speech-to-text pada `/v1/audio/transcriptions`; jika anda menggunakan endpoint lain, kekalkannya pada penyedia semasa anda atau cari pengganti.

## 1\. Tiga tetapan manakah yang berubah?

```python
from openai import OpenAI
import os

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

Nama tetapan [base URL](https://broadrouter.com/ms/glossary/base-url/) berbeza mengikut pustaka: `base_url` dalam SDK Python dan ChatOpenAI LangChain, `baseURL` dalam SDK Node.js. SDK Python juga membaca pembolehubah persekitaran `OPENAI_BASE_URL`, menurut [README](https://github.com/openai/openai-python)nya. Semak sama ada terdapat nilai lama dalam persekitaran anda, jika tidak permintaan boleh pergi ke penyedia lama tanpa sebarang ralat.

Simpan [kunci API](https://broadrouter.com/ms/glossary/api-key/) dalam pembolehubah persekitaran atau pengurus rahsia, jangan sekali-kali dalam kod. Persediaan untuk setiap SDK: [Python](https://broadrouter.com/ms/guides/openai-python-sdk/), [Node.js](https://broadrouter.com/ms/guides/openai-node-sdk/), [LangChain](https://broadrouter.com/ms/guides/langchain-openai-base-url/). Untuk membina dan menguji permintaan pertama secara manual, gunakan [pembina permintaan API](https://broadrouter.com/tools/api-request-builder/). Untuk menggunakan perubahan base URL, kunci dan model pada kod sedia ada, tampalkannya ke dalam [pembantu migrasi OpenAI ke BroadNet](https://broadrouter.com/tools/openai-to-broadnet-migration/), yang juga menyenaraikan perkara yang perlu disemak.

## 2\. Apakah ID model yang baharu?

Setiap penyedia menamakan model dengan caranya sendiri. Di BroadNet Inference:

| Model | 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` |

Letakkan ID model dalam konfigurasi, bukan dalam kod, supaya peralihan kemudian hanya memerlukan deploy, bukan tulis semula. Had dan harga setiap model ada pada halamannya: [DeepSeek V4.1 Flash](https://broadrouter.com/ms/models/deepseek-v4.1-flash/), [GLM 5.3](https://broadrouter.com/ms/models/glm-5.3/), [Qwen3.8 27B](https://broadrouter.com/ms/models/qwen3.8-27b/) dan [Gemma 4 VL 26B](https://broadrouter.com/ms/models/gemma-4-vl-26b/).

## 3\. Mengapakah jawapan kosong selepas beralih?

Inilah kejutan yang paling biasa. DeepSeek V4.1 Flash, GLM 5.3 dan Qwen3.8 27B membuat penaakulan sebelum menjawab, dan **[token penaakulan](https://broadrouter.com/ms/glossary/reasoning-tokens/) dikira dalam [`max_tokens`](https://broadrouter.com/ms/glossary/max-tokens/)**. Had 256 yang berfungsi pada model bukan penaakulan boleh dihabiskan sepenuhnya untuk berfikir, jadi jawapannya kosong. Sediakan 1,000 token atau lebih, atau tetapkan `reasoning_effort` kepada `low` untuk tugas ringkas. [Penjelasan penuh](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/).

## 4\. Adakah strim masih melaporkan penggunaan?

[Strim](https://broadrouter.com/ms/glossary/streaming/) menggunakan Server-Sent Events dan berakhir dengan `data: [DONE]`. Penggunaan token hanya tiba dalam cebisan terakhir jika anda memintanya:

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

Tanpanya, papan pemuka kos anda membaca sifar. Jika strim berakhir sebelum `[DONE]`, anggap ia tidak lengkap. [Panduan penstriman](https://broadrouter.com/ms/guides/streaming-chat-completions/).

## 5\. Ralat manakah yang patut anda cuba semula?

| Status | Maksud | Tindakan |
| --- | --- | --- |
| 401 | Kunci salah atau telah dibatalkan, atau elaun bayar ikut guna telah habis | Betulkan, jangan cuba semula |
| 402 | Baki atau bajet | Tambah nilai, jangan cuba semula |
| 403 | Ditolak oleh dasar model, laluan atau IP | Betulkan ketidakpadanan |
| 413 | Permintaan terlalu besar | Kecilkan, jangan cuba semula |
| 429 | Had kadar, keserentakan atau perbelanjaan | Tunggu dan cuba semula |
| 5xx | Masalah di pihak pelayan | Cuba semula dengan backoff yang terhad |

SDK Python rasmi sudah mencuba semula sesetengah ralat: READMEnya menyatakan ralat sambungan, 408, 409, 429 dan respons 5xx dicuba semula dua kali secara lalai dengan backoff eksponen yang singkat. Tetapkan `max_retries` secara jelas supaya tingkah laku itu satu keputusan, bukan nilai lalai. Log ID permintaan daripada setiap respons supaya pasukan sokongan boleh menjejak masalah. [Semua kod](https://broadrouter.com/ms/guides/errors-and-retries/).

## 6\. Apakah had kadar yang baharu?

Ketahui had baharu sebelum trafik tiba. Kunci bayar ikut guna BroadNet membenarkan 30 permintaan seminit dan 4 serentak. Pelan tanpa had menjalankan satu permintaan pada satu masa bagi setiap sesi. Saizkan kumpulan pekerja anda sewajarnya, jika tidak anda akan melihat 429 pada hari pertama; [kalkulator had kadar](https://broadrouter.com/tools/llm-rate-limit-calculator/) membuat pengiraan saiz. [Saiz untuk ejen selari](https://broadrouter.com/ms/blog/run-parallel-coding-agents-flat-rate/).

## 7\. Adakah prompt anda masih muat?

Semak tetingkap konteks: 1,048,576 token pada DeepSeek V4.1 Flash dan GLM 5.3, 262,144 pada Qwen3.8 27B, 32,768 pada Gemma 4 VL 26B. Prompt yang muat dalam model lama anda mungkin tidak muat dalam tetingkap yang lebih kecil; semak dengan [kalkulator tetingkap konteks](https://broadrouter.com/tools/context-window-calculator/). Letakkan kandungan prompt yang stabil di hadapan untuk mendapat manfaat [harga input cache](https://broadrouter.com/ms/blog/cached-input-tokens-explained/).

## 8\. Bagaimana pula dengan kunci dan pengekalan data?

Hadkan kunci pengeluaran kepada IP pelayan anda dengan [senarai IP dibenarkan](https://broadrouter.com/ms/guides/api-keys-ip-allow-lists/). Tanya penyedia baharu apa yang disimpannya; lihat [senarai semak ZDR](https://broadrouter.com/ms/blog/zero-data-retention-llm-api-checklist/).

## 9\. Bagaimanakah anda beralih dengan selamat?

1.  Hantar salinan permintaan sebenar selama sehari kepada kedua-dua penyedia.
2.  Bandingkan jawapan pada satu sampel, serta kependaman, ralat dan kos setiap permintaan.
3.  Alihkan 10% trafik, perhatikan selama sehari, kemudian alihkan selebihnya.
4.  Kekalkan penyedia lama sebagai sandaran selama seminggu.

Jika anda menjalankan banyak perkhidmatan, proksi seperti [LiteLLM](https://broadrouter.com/ms/guides/litellm-proxy-custom-provider/) membolehkan anda menukar penyedia di satu tempat dan bukannya dalam setiap aplikasi.

## Apakah kesilapan migrasi yang biasa?

-   **Tiada `/v1` dalam base URL.** Permintaan mengembalikan 404. Gunakan URL penuh.
-   **Nama model lama dalam konfigurasi.** Penyedia baharu tidak mengenalinya.
-   **Medan khusus penyedia tertinggal dalam permintaan.** Medan yang hanya difahami oleh penyedia lama mungkin ditolak atau diabaikan. Buangnya daripada klien generik.
-   **Menguji satu prompt sahaja.** Jalankan inventori daripada langkah 0, ciri demi ciri.
-   **Beralih pada hari Jumaat.** Beri masa untuk memerhati sehari penuh trafik sebenar.

## Kedudukan BroadNet Inference

BroadNet Inference ialah sasaran drop-in untuk aplikasi yang menggunakan chat completions dan transkripsi audio melalui SDK OpenAI: tukar tiga tetapan dan ikuti senarai di atas. Katalognya hanya menyenaraikan model chat dan speech-to-text, jadi jika anda bergantung pada endpoint lain, seperti embeddings atau storan fail, kekalkannya pada penyedia lain. Akaun baharu bermula dengan kredit $5. Daripada model chat, hanya Gemma 4 VL 26B boleh digunakan dengannya (ia juga meliputi dua model Transcribe), jadi ujian bayangan pada DeepSeek, GLM atau Qwen memerlukan tambah nilai.

Alat percuma untuk topik ini (Bahasa Inggeris)

-   [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.

[Alatan percuma (Bahasa Inggeris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Penstriman (streaming)](https://broadrouter.com/ms/glossary/streaming/)

Penstriman ialah cara memulangkan respons model bahasa dalam cebisan kecil semasa ia masih dijana, dan bukan sebagai satu jawapan di penghujung. API serasi OpenAI menstrim melalui server-sent events apabila permintaan menetapkan stream kepada true.

[Bayar ikut guna (pay-as-you-go)](https://broadrouter.com/ms/glossary/pay-as-you-go/)

Bayar ikut guna ialah model harga di mana anda hanya membayar apa yang anda guna, dimeter mengikut unit seperti token, permintaan atau minit audio, tanpa langganan atau komitmen minimum. Kebanyakan API LLM mengebil dengan cara ini, daripada baki prabayar atau invois berkala.

[Embedding (vektor teks)](https://broadrouter.com/ms/glossary/embeddings/)

Embedding ialah senarai nombor titik terapung (vektor) yang dihasilkan oleh model untuk mewakili sekeping teks, imej atau input lain. Input yang maknanya serupa mendapat vektor yang berdekatan, jadi jarak antara vektor boleh digunakan untuk menyusun hasil carian, mengelompokkan dokumen atau mencari item berkaitan.

[Speech-to-text (pertuturan kepada teks)](https://broadrouter.com/ms/glossary/speech-to-text/)

Speech-to-text, juga dipanggil pengecaman pertuturan automatik (ASR), ialah teknologi yang menukar audio pertuturan kepada teks bertulis. API speech-to-text menerima fail atau strim audio dan memulangkan transkrip, biasanya berharga setiap minit audio. Ketepatan diukur dengan kadar ralat perkataan dan berbeza mengikut loghat, dialek dan kualiti rakaman.

[Token](https://broadrouter.com/ms/glossary/token/)

Token ialah unit teks yang dibaca dan ditulis oleh model bahasa: satu perkataan, sebahagian perkataan, tanda baca atau jujukan bait yang dihasilkan oleh tokenizer model itu. API LLM mengira, mengehadkan dan biasanya mengebil penggunaan dalam token.

[Tool calling (panggilan alatan)](https://broadrouter.com/ms/glossary/tool-calling/)

Tool calling, juga dipanggil function calling, ialah ciri API LLM di mana model memulangkan permintaan berstruktur untuk menjalankan fungsi yang ditakrifkan oleh pembangun, bersama argumen JSON. Aplikasi menjalankan fungsi itu dan menghantar hasilnya kembali; model sendiri tidak pernah menjalankan kod.

[Base URL (URL asas)](https://broadrouter.com/ms/glossary/base-url/)

Base URL ialah alamat akar tetap sesuatu API, seperti https://api.example.com/v1, yang diletakkan oleh klien di hadapan setiap laluan endpoint, seperti /chat/completions. Dalam SDK serasi OpenAI, menukar base URL, bersama kunci API dan ID model, menghalakan kod yang sama kepada penyedia lain.

[Chat Completions API](https://broadrouter.com/ms/glossary/chat-completions-api/)

Chat Completions API ialah endpoint HTTP OpenAI, POST /v1/chat/completions, yang menerima nama model dan senarai mesej bertanda peranan, lalu memulangkan mesej seterusnya daripada model. Bentuk permintaan dan responsnya menjadi format biasa yang digunakan semula oleh penyedia dan SDK yang serasi OpenAI.

## Soalan lazim

### Adakah saya memerlukan SDK yang berbeza?

Tidak. SDK rasmi OpenAI untuk Python dan Node.js menerima base URL tersuai. Rangka kerja yang dibina di atasnya, seperti ChatOpenAI LangChain, juga menerimanya.

### Bagaimanakah saya menukar base URL dalam SDK OpenAI?

Hantar base\_url kepada klien dalam Python atau baseURL dalam Node.js, atau tetapkan pembolehubah persekitaran OPENAI\_BASE\_URL. Untuk BroadNet Inference nilainya ialah https://inference.broadnet.ai/v1, dan kunci dimasukkan dalam api\_key.

### Mengapakah saya mendapat respons kosong selepas beralih?

Model penaakulan seperti DeepSeek V4.1 Flash, GLM 5.3 dan Qwen3.8 27B berfikir dahulu sebelum menjawab, dan proses berfikir itu dikira dalam max\_tokens. Naikkan max\_tokens kepada 1,000 atau lebih, atau tetapkan reasoning\_effort kepada low.

### Mengapakah saya mendapat ralat 404 atau model not found selepas beralih?

Biasanya ID model masih nama penyedia lama, atau base URL tertinggal laluan /v1. Gunakan ID model yang tepat daripada penyedia baharu dan base URL yang penuh.

### Ralat manakah yang patut saya cuba semula?

Cuba semula 429 dan 5xx dengan backoff eksponen yang terhad. Betulkan 401, 402 dan 413 sebelum mencuba semula. Panduan ralat di laman web ini menyenaraikan setiap kod.

### Adakah serasi OpenAI bermaksud sama sepenuhnya?

Tidak. Bentuk permintaan dan respons sepadan, tetapi ID model, parameter yang disokong, had, medan penggunaan dan butiran ralat boleh berbeza. Uji setiap ciri yang digunakan oleh aplikasi anda.

## Teruskan membaca

-   [Base URL API serasi OpenAI: 14 penyedia, telah disemak](https://broadrouter.com/ms/blog/openai-compatible-api-base-urls/)
-   [OpenRouter vs pelan kadar tetap untuk ejen AI: mana lebih murah?](https://broadrouter.com/ms/blog/openrouter-alternative-flat-rate/)
-   [Bila tetingkap konteks 1M token berbaloi (dan bila tidak)](https://broadrouter.com/ms/blog/million-token-context-window-guide/)
-   [API LLM dengan pengekalan data sifar: senarai semak 10 soalan](https://broadrouter.com/ms/blog/zero-data-retention-llm-api-checklist/)
-   [Perkakasan GPU dan pendekatan penyajian BroadNet, menurut BroadNet](https://broadrouter.com/ms/blog/broadnet-gpu-fleet-and-serving/)
-   [Cache respons API LLM untuk jimat kos: cache padanan tepat Python](https://broadrouter.com/ms/blog/cache-llm-responses-cut-cost/)
-   [Panduan: Cara guna OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/ms/guides/openai-python-sdk/)
-   [Panduan: Cara guna OpenAI Node.js SDK dengan BroadNet Inference](https://broadrouter.com/ms/guides/openai-node-sdk/)
-   [Panduan: Cara guna LangChain dengan BroadNet Inference](https://broadrouter.com/ms/guides/langchain-openai-base-url/)
-   [Panduan: Kod ralat BroadNet Inference dan bila perlu cuba semula](https://broadrouter.com/ms/guides/errors-and-retries/)
-   [Panduan: Strim chat completions dan kendalikan sambungan yang terputus](https://broadrouter.com/ms/guides/streaming-chat-completions/)
-   [Panduan: Mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/)
-   [Panduan: Halakan LiteLLM ke BroadNet Inference (SDK dan proksi)](https://broadrouter.com/ms/guides/litellm-proxy-custom-provider/)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

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

**Sumber**

-   [Rujukan API BroadNet Inference (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-openai-compatible-api-migration-checklist&utm_content=sources)
-   [README OpenAI Python SDK (base\_url, OPENAI\_BASE\_URL, cuba semula; disemak 2026-11-14)](https://github.com/openai/openai-python)
