---
title: "OpenAI API سے منتقل ہوں: کوڈ کی تبدیلیاں اور ٹیسٹ | BroadRouter"
description: "OpenAI سے OpenAI سے مطابقت رکھنے والے API پر جانے کے لیے کوڈ کی تبدیلیاں: کلائنٹ سیٹ اپ، Responses سے Chat Completions، ٹولز، اسٹریمنگ، embeddings اور اسموک ٹیسٹ۔"
url: https://broadrouter.com/ur/blog/migrate-from-openai-api-code-walkthrough/
lang: ur
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

یہ صفحہ انگریزی سے AI کی مدد سے ترجمہ کیا گیا ہے۔ [انگریزی اصل پڑھیں](https://broadrouter.com/blog/migrate-from-openai-api-code-walkthrough/) (اپ ڈیٹ: 2026-11-15).

# OpenAI API سے منتقلی: Python، Node اور cURL میں کوڈ واک تھرو

BroadNet Inference ٹیم · 6 منٹ کی پڑھائی · شائع شدہ 2026-11-15

کلائنٹ کا base URL، API کلید اور ماڈل ID بدلیں۔ Chat Completions کالز کے لیے اتنا کافی ہے۔ Responses API والا کوڈ Chat Completions میں دوبارہ لکھنا ہوگا: input، messages بن جاتا ہے، output\_text، choices\[0\].message.content بن جاتا ہے، اور ٹولز کی ایک نیسٹنگ سطح بدلتی ہے۔ نئے فراہم کنندہ کے پاس embeddings نہ ہوں تو انہیں الگ کلائنٹ پر رکھیں، پھر ٹریفک منتقل کرنے سے پہلے اسموک ٹیسٹ چلائیں۔

## اہم نکات

-   Chat Completions والے کوڈ کے لیے تبدیلی تین قدروں کی ہے: base\_url، api\_key اور model۔ دونوں سرکاری SDKs ماحول سے OPENAI\_BASE\_URL اور OPENAI\_API\_KEY بھی پڑھتے ہیں۔
-   OPENAI\_BASE\_URL سیٹ کرنے سے ہر کال منتقل ہو جاتی ہے، embeddings سمیت۔ اگر نئے فراہم کنندہ کے پاس embeddings اینڈپوائنٹ نہیں تو embeddings کو اپنا الگ کلائنٹ دیں۔
-   Responses API والے کوڈ کو دوبارہ لکھنا ہوگا: input سے messages، instructions سے سسٹم پیغام، text.format سے response\_format، اور فلیٹ ٹول ڈیفینیشنز سے نیسٹڈ ڈیفینیشنز۔
-   BroadNet Inference، /v1/chat/completions، /v1/audio/transcriptions اور GET /v1/models دستاویز کرتا ہے، اور کوئی embeddings، files یا batch اینڈپوائنٹ نہیں۔ اس کی دستاویزات GLM 5.3 اور Qwen3.8 27B کے لیے ٹولز اور اسٹرکچرڈ آؤٹ پٹ درج کرتی ہیں۔
-   منتقلی سے پہلے ٹیسٹ کریں: سادہ چیٹ، اسٹریمنگ usage، ریزننگ بجٹ اور ایک غلط کلید، اور اگر آپ ٹولز استعمال کرتے ہیں تو ایک ٹول کال بھی۔

**اس صفحے پر**

1.  کلائنٹ سیٹ اپ میں کیا بدلتا ہے؟
2.  اگر میرا کوڈ Responses API استعمال کرتا ہے تو؟
3.  ٹول کالز کیسے بدلتی ہیں؟
4.  اسٹرکچرڈ آؤٹ پٹ کا کیا؟
5.  embeddings کا کیا ہوتا ہے؟
6.  اسٹریمنگ کوڈ کیسے بدلتا ہے؟
7.  کیا ایرر ہینڈلنگ اور دوبارہ کوششیں بدلتی ہیں؟
8.  کون سے پیرامیٹرز مختلف رویہ رکھتے ہیں؟
9.  منتقلی کو کیسے ٹیسٹ کریں؟
10.  سب سے زیادہ کیا ٹوٹتا ہے؟
11.  BroadNet Inference کہاں موزوں ہے

اگر آپ Chat Completions استعمال کرتے ہیں تو کسی ایپ کو OpenAI سے OpenAI سے مطابقت رکھنے والے فراہم کنندہ پر لے جانا کوڈ کی چھوٹی سی تبدیلی ہے، اور اگر Responses API استعمال کرتے ہیں تو دوبارہ لکھنا پڑتا ہے۔ یہ پوسٹ Python، Node اور cURL میں عین diffs دکھاتی ہے، بتاتی ہے کہ Responses، ٹولز، اسٹرکچرڈ آؤٹ پٹ اور embeddings کے ساتھ کیا کریں، اور ایک اسموک ٹیسٹ دیتی ہے جو کوئی بھی ٹریفک منتقل کرنے سے پہلے چلانا چاہیے۔ مثالوں میں `https://inference.broadnet.ai/v1` پر BroadNet Inference استعمال ہوا ہے؛ یہی مراحل کسی بھی فراہم کنندہ پر لاگو ہوتے ہیں۔

یہ [منتقلی کی چیک لسٹ](https://broadrouter.com/ur/blog/openai-compatible-api-migration-checklist/) کا کوڈ والا ساتھی ہے، جو ریٹ لمٹس، ایررز اور منتقلی کی منصوبہ بندی بیان کرتی ہے۔ دوسرے فراہم کنندگان کے base URLs کے لیے [OpenAI سے مطابقت رکھنے والے base URLs، جانچے ہوئے](https://broadrouter.com/ur/blog/openai-compatible-api-base-urls/) دیکھیں۔

## کلائنٹ سیٹ اپ میں کیا بدلتا ہے؟

تین قدریں: base URL، API کلید اور ماڈل ID۔

**Python**

```python
import os
from openai import OpenAI

# before: client = OpenAI()  # reads OPENAI_API_KEY, calls api.openai.com
client = OpenAI(
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
)
r = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",          # was e.g. "gpt-..."
    messages=[{"role": "user", "content": "Reply with one short sentence."}],
)
print(r.choices[0].message.content)
```

**Node**

```javascript
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://inference.broadnet.ai/v1",
  apiKey: process.env.BROADNET_API_KEY,
});
const r = await client.chat.completions.create({
  model: "broadnet/gemma-4-26b-a4b",
  messages: [{ role: "user", content: "Reply with one short sentence." }],
});
console.log(r.choices[0].message.content);
```

**cURL**

```bash
curl https://inference.broadnet.ai/v1/chat/completions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"broadnet/gemma-4-26b-a4b","messages":[{"role":"user","content":"Reply with one short sentence."}]}'
```

پاتھ پر توجہ دیں: base URL پہلے ہی `/v1` پر ختم ہوتا ہے، اس لیے SDK اس میں `/chat/completions` جوڑتا ہے۔ `/v1` دو بار لکھ دینا سب سے عام پہلی غلطی ہے۔

### کیا کوڈ چھوئے بغیر منتقلی ہو سکتی ہے؟

جی ہاں، Chat Completions والے کوڈ کے لیے۔ جب کوئی `base_url` نہیں دیا جاتا تو Python SDK `OPENAI_BASE_URL` پڑھتا ہے، اور Node کلائنٹ کا `baseURL` پہلے سے `process.env['OPENAI_BASE_URL']` ہوتا ہے۔ دونوں `OPENAI_API_KEY` پڑھتے ہیں۔ دو ماحولیاتی متغیرات سیٹ کرنے سے ہر کال منتقل ہو جاتی ہے۔

خطرہ بھی یہی ہے۔ **ہر کال** منتقل ہوتی ہے، embeddings، moderation، فائل اپ لوڈز اور ہر اس چیز سمیت جو شاید نئے فراہم کنندہ کے پاس نہ ہو۔ ماحول والا طریقہ صرف تب استعمال کریں جب آپ کی ایپ چیٹ کالز کے سوا کچھ نہیں کرتی۔

## اگر میرا کوڈ Responses API استعمال کرتا ہے تو؟

OpenAI کے SDK README اب Responses API کو بنیادی API کہتے ہیں؛ Python README، Chat Completions کو “the previous standard (supported indefinitely)” (ترجمہ: پچھلا معیار (غیر معینہ مدت تک سپورٹڈ)) کہتا ہے۔ کئی مطابقت رکھنے والے فراہم کنندگان صرف Chat Completions نافذ کرتے ہیں۔ BroadNet، `POST /v1/chat/completions` اور `POST /v1/audio/transcriptions` دستاویز کرتا ہے، اس لیے Responses کالز دوبارہ لکھنی ہوں گی۔ نقشہ:

| Responses API | Chat Completions |
| --- | --- |
| `client.responses.create(...)` | `client.chat.completions.create(...)` |
| `instructions="..."` | پہلا پیغام `{"role": "system", "content": "..."}` |
| `input="..."` یا آئٹمز کی فہرست | `messages=[...]` |
| `response.output_text` | `response.choices[0].message.content` |
| `max_output_tokens` | `max_tokens` (BroadNet کی دستاویزات) یا `max_completion_tokens` |
| `text={"format": {...}}` | `response_format={...}` |
| `previous_response_id`، conversations | پوری پیغامات کی تاریخ خود دوبارہ بھیجیں |
| ٹول `{"type": "function", "name": ...}` | ٹول `{"type": "function", "function": {"name": ...}}` |
| آؤٹ پٹ آئٹم `function_call`، جواب `function_call_output` اور `call_id` کے ساتھ | `message.tool_calls`، جواب role `tool` اور `tool_call_id` کے ساتھ |
| بلٹ اِن ٹولز (ویب سرچ، فائل سرچ) | دستیاب نہیں؛ اپنا ٹول چلائیں |

ایک سادہ کال کی پہلے اور بعد کی شکل:

```python
# Before: Responses API
r = client.responses.create(model="gpt-...", instructions="Be brief.", input="What is RAG?")
text = r.output_text

# After: Chat Completions
r = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "system", "content": "Be brief."},
              {"role": "user", "content": "What is RAG?"}],
)
text = r.choices[0].message.content
```

سب سے بڑی ساختی تبدیلی اسٹیٹ کی ہے۔ Responses، `previous_response_id` سے گفتگو کا اسٹیٹ OpenAI کی طرف رکھ سکتا ہے۔ Chat Completions میں سرور پر کوئی اسٹیٹ نہیں ہوتا، اس لیے آپ کا کوڈ پیغامات کی فہرست محفوظ کرتا ہے اور ہر ٹرن پر پوری فہرست بھیجتا ہے۔ اس کا بجٹ رکھیں: پوری تاریخ ہر کال پر ان پٹ ٹوکن ہے۔

## ٹول کالز کیسے بدلتی ہیں؟

Chat Completions میں ٹول ڈیفینیشن فنکشن کو `function` key کے اندر نیسٹ کرتی ہے، اور جواب `tool` پیغام کے طور پر واپس جاتا ہے:

```python
import json

tools = [{
    "type": "function",
    "function": {
        "name": "get_order",
        "description": "Look up an order by ID.",
        "parameters": {"type": "object",
                       "properties": {"order_id": {"type": "string"}},
                       "required": ["order_id"]},
    },
}]
messages = [{"role": "user", "content": "Where is order A-1042?"}]
r = client.chat.completions.create(model="broadnet/glm-5.3", messages=messages, tools=tools)
msg = r.choices[0].message
if msg.tool_calls:
    messages.append(msg)                                   # keep the assistant turn
    for call in msg.tool_calls:
        args = json.loads(call.function.arguments)         # a JSON string: parse and validate it
        messages.append({"role": "tool", "tool_call_id": call.id,
                         "content": json.dumps(lookup_order(args["order_id"]))})
    r = client.chat.completions.create(model="broadnet/glm-5.3", messages=messages, tools=tools)
```

ساخت سے زیادہ ماڈل اہم ہے۔ BroadNet کی دستاویزات ٹولز صرف [GLM 5.3](https://broadrouter.com/ur/models/glm-5.3/) اور [Qwen3.8 27B](https://broadrouter.com/ur/models/qwen3.8-27b/) کے لیے درج کرتی ہیں۔ ٹول لوپ کو ایسے ماڈل پر نہ لگائیں جس کی دستاویزات میں ٹولز درج نہیں، اور کچھ بھی چلانے سے پہلے آرگیومنٹس کی تصدیق کریں۔ [اوپن ماڈلز کے ساتھ ٹول کالنگ](https://broadrouter.com/ur/blog/tool-calling-open-models/) میں تصدیق والا مکمل لوپ ہے۔

## اسٹرکچرڈ آؤٹ پٹ کا کیا؟

`client.chat.completions.parse(..., response_format=MyPydanticModel)` اور Node کا `zodResponseFormat`، دونوں JSON schema کے ساتھ `response_format` بھیجتے ہیں۔ یہ تبھی کام کرتے ہیں جب فراہم کنندہ اس ماڈل پر یہ ساخت قبول کرتا ہو۔ BroadNet، GLM 5.3 اور Qwen3.8 27B کے لیے اسٹرکچرڈ آؤٹ پٹ درج کرتا ہے لیکن درخواست کا پیرامیٹر نہیں بتاتا۔ [JSON mode بمقابلہ json\_schema](https://broadrouter.com/ur/blog/structured-output-json-schema/) والا چار مراحل کا ٹیسٹ ہر ماڈل پر ایک بار چلائیں، اور فراہم کنندہ چاہے جو وعدہ کرے، پارس شدہ نتیجے کی تصدیق جاری رکھیں۔

## embeddings کا کیا ہوتا ہے؟

اگر آپ کسی مشترکہ کلائنٹ پر base URL بدلتے ہیں اور فراہم کنندہ کے پاس embeddings اینڈپوائنٹ نہیں تو ہر `client.embeddings.create` کال ناکام ہوگی۔ BroadNet [embeddings](https://broadrouter.com/ur/glossary/embeddings/) نہیں بیچتا۔ دو کلائنٹس رکھیں:

```python
chat = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
embed = OpenAI(api_key=os.environ["OPENAI_API_KEY"])   # or any embeddings provider

vec = embed.embeddings.create(model="text-embedding-3-small", input=query).data[0].embedding
answer = chat.chat.completions.create(model="broadnet/glm-5.3", messages=build_prompt(query, search(vec)))
```

ایک انڈیکس میں دو embedding ماڈلز کے ویکٹرز کبھی نہ ملائیں۔ اگر آپ embedding فراہم کنندہ بھی بدلتے ہیں تو پورے کارپس کو دوبارہ embed کریں۔ [embedding لاگت کیلکولیٹر](https://broadrouter.com/tools/embedding-cost-calculator/) اس کی قیمت نکالتا ہے۔

یہی بات ہر اس چیز پر لاگو ہوتی ہے جو چیٹ نہیں: تصویر بنانا، ٹیکسٹ ٹو اسپیچ، moderation، Batch API اور فائل اسٹوریج۔ BroadNet ان میں سے کچھ نہیں دیتا۔ اسپیچ ٹو ٹیکسٹ ضرور منتقل ہو سکتا ہے: `client.audio.transcriptions.create`، WAV یا MP3 اور ایک `language` فیلڈ کے ساتھ `/v1/audio/transcriptions` پر کام کرتا ہے ([عربی اسپیچ ٹو ٹیکسٹ گائیڈ](https://broadrouter.com/ur/guides/arabic-speech-to-text-api/))۔

## اسٹریمنگ کوڈ کیسے بدلتا ہے؟

Responses API ٹائپ شدہ ایونٹس اسٹریم کرتا ہے، جیسے `response.output_text.delta` اور `response.completed`۔ Chat Completions چنکس اسٹریم کرتا ہے، اور متن `choices[0].delta.content` میں ہوتا ہے۔ usage تب تک نہیں بھیجا جاتا جب تک آپ اسے نہ مانگیں، اور پھر وہ خالی `choices` فہرست والے آخری چنک میں آتا ہے۔

```javascript
// Before (Responses): for await (const e of stream) if (e.type === "response.output_text.delta") out(e.delta);
const stream = await client.chat.completions.create({
  model: "broadnet/gemma-4-26b-a4b",
  messages: [{ role: "user", content: "Count from one to three." }],
  stream: true,
  stream_options: { include_usage: true },
});
for await (const chunk of stream) {
  const text = chunk.choices[0]?.delta?.content;
  if (text) process.stdout.write(text);
  if (chunk.usage) console.log("\ntokens:", chunk.usage.total_tokens);   // last chunk
}
```

منتقلی کے بعد دو عادتیں اسٹریم کوڈ کو محفوظ رکھتی ہیں۔ `choices[0]` کی جانچ کریں، کیونکہ usage والے چنک میں کوئی choice نہیں ہوتا۔ اور جو اسٹریم آخری `data: [DONE]` لائن سے پہلے ختم ہو جائے، اسے نامکمل سمجھیں؛ BroadNet کی دستاویزات کہتی ہیں کہ `X-Request-ID` ریکارڈ کریں اور طے کریں کہ نئی درخواست محفوظ ہے یا نہیں۔ [اسٹریمنگ chat completions](https://broadrouter.com/ur/guides/streaming-chat-completions/) میں Python میں مکمل طریقہ ہے۔

## کیا ایرر ہینڈلنگ اور دوبارہ کوششیں بدلتی ہیں؟

SDK کی ایرر کلاسز وہی رہتی ہیں: 401 کے لیے `AuthenticationError`، 429 کے لیے `RateLimitError`، باقی کے لیے `APIStatusError`۔ بدلتا یہ ہے کہ نئے فراہم کنندہ پر ہر اسٹیٹس کا مطلب کیا ہے۔ BroadNet پر 401 کا مطلب صرف غلط کلید نہیں، استعمال کے مطابق ادائیگی کا ختم شدہ الاؤنس بھی ہو سکتا ہے، اور 402 کا مطلب ہے کسی خریداری کے لیے ناکافی بیلنس۔ دونوں میں سے کوئی دوبارہ کوشش سے ٹھیک نہیں ہوتا۔ 429 ریٹ، بیک وقت درخواستوں، ٹوکن ریٹ یا خرچ کی حد سے آ سکتا ہے۔ 429 اور 5xx پر بیک آف کے ساتھ دوبارہ کوشش کریں، اور باقی سب درست کریں۔ [ایررز اور دوبارہ کوشش کی گائیڈ](https://broadrouter.com/ur/guides/errors-and-retries/) میں مکمل ٹیبل ہے۔

SDK کنکشن ایررز، 408، 409، 429 اور 5xx پر پہلے سے دو بار دوبارہ کوشش کرتا ہے۔ اگر آپ اپنا دوبارہ کوشش کا لوپ شامل کرتے ہیں تو کلائنٹ پر `max_retries=0` سیٹ کریں تاکہ دونوں ایک دوسرے پر نہ چڑھیں۔

## کون سے پیرامیٹرز مختلف رویہ رکھتے ہیں؟

| پیرامیٹر | کیا جانچیں |
| --- | --- |
| `max_tokens` / `max_completion_tokens` | OpenAI، `max_tokens` کو فرسودہ کرتا ہے؛ BroadNet کی دستاویزات اسے استعمال کرتی ہیں۔ ریزننگ ماڈلز پر اس میں سوچ شامل ہوتی ہے، اس لیے چھوٹی قدریں خالی جواب لوٹاتی ہیں ([کیوں](https://broadrouter.com/ur/guides/reasoning-tokens-empty-response/)) |
| `reasoning_effort` | BroadNet `low` دستاویز کرتا ہے؛ دوسری قدروں پر انحصار سے پہلے انہیں ٹیسٹ کریں |
| `stream_options: {"include_usage": true}` | BroadNet نے دستاویز کیا ہے؛ usage آخری چنک میں آتا ہے |
| `n`، `logprobs`، `seed`، `logit_bias` | BroadNet کی دستاویزات میں نہیں؛ ٹیسٹ کریں، یا ہٹا دیں |
| `store`، `metadata` | OpenAI کے اسٹوریج فیچرز؛ انہیں ہٹا دیں |
| `image_url` مواد کے حصے | صرف تصاویر والے ماڈلز پر: DeepSeek V4.1 Flash، Qwen3.8 27B، Gemma 4 VL 26B |

## منتقلی کو کیسے ٹیسٹ کریں؟

کوئی بھی ٹریفک منتقل کرنے سے پہلے نئے فراہم کنندہ پر ایک مختصر اسموک ٹیسٹ چلائیں۔ یہ سادہ چیٹ، اسٹریمنگ usage، ریزننگ بجٹ اور تصدیقِ شناخت جانچتا ہے۔ اگر آپ ٹولز استعمال کرتے ہیں تو ایک ٹول کال کیس شامل کریں۔

```python
import os, openai
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=0)
FAST, REASONING = "broadnet/gemma-4-26b-a4b", "broadnet/qwen3.8-27b"
msg = [{"role": "user", "content": "Reply with the word ok."}]

# 1. Plain chat returns text and usage
r = client.chat.completions.create(model=FAST, messages=msg)
assert r.choices[0].message.content and r.usage.prompt_tokens > 0

# 2. Streaming reports usage in the last chunk
chunks = list(client.chat.completions.create(model=FAST, messages=msg, stream=True,
                                             stream_options={"include_usage": True}))
assert chunks[-1].usage is not None

# 3. A reasoning model needs room: a tiny budget can come back empty
r = client.chat.completions.create(model=REASONING, messages=msg, max_tokens=2000)
assert r.choices[0].finish_reason == "stop" and r.choices[0].message.content

# 4. A bad key raises AuthenticationError (401), which you should not retry
bad = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key="invalid", max_retries=0)
try:
    bad.chat.completions.create(model=FAST, messages=msg)
    raise AssertionError("expected 401")
except openai.AuthenticationError:
    pass
print("smoke test passed")
```

پھر صرف ساخت کا نہیں، معیار کا موازنہ کریں۔ حقیقی پرامپٹس کا ایک نمونہ دونوں فراہم کنندگان پر دوبارہ چلائیں اور جوابات کو اسکور کریں؛ [بدلنے سے پہلے LLM کی جانچ](https://broadrouter.com/ur/blog/evaluate-llm-before-switching/) اس کا طریقہ بتاتا ہے۔ [OpenAI سے BroadNet منتقلی کا ٹول](https://broadrouter.com/tools/openai-to-broadnet-migration/) کسی اسنیپٹ کو دوبارہ لکھنے میں مدد کرتا ہے اور بتاتا ہے کہ وہ کون سے فیچرز استعمال کرتا ہے۔

## سب سے زیادہ کیا ٹوٹتا ہے؟

-   **گلوبل base URL**، جو embeddings اور فائل کالز کو بھی منتقل کر دیتا ہے۔
-   **صرف Responses والے ہیلپرز**، جیسے `output_text`، جو اس کوڈ میں رہ گئے جو اب Chat Completions کال کرتا ہے۔
-   **ماڈل IDs۔** `gpt-...` نام دوسری جگہ موجود نہیں۔ BroadNet پر وہ `broadnet/glm-5.3` جیسے نظر آتے ہیں۔
-   **خالی جواب**، چھوٹے `max_tokens` والے ریزننگ ماڈلز سے۔
-   **ریٹ لمٹس۔** BroadNet کی استعمال کے مطابق ادائیگی والی کلید فی منٹ 30 درخواستوں اور بیک وقت 4 جاری درخواستوں کی اجازت دیتی ہے۔ بڑی جابز کو قطار چاہیے ([429 سے نمٹنا](https://broadrouter.com/ur/blog/handle-llm-api-429-rate-limits/))۔

## BroadNet Inference کہاں موزوں ہے

BroadNet Inference ان ایپس کے لیے موزوں ہے جن کا OpenAI استعمال چیٹ اور ٹرانسکرپشن ہے: اسسٹنٹس، ایکسٹریکشن، خلاصہ، ترجمہ اور عربی اسپیچ۔ یہ ان ایپس کے لیے بھی موزوں ہے جو ایجنٹس کے لیے مقررہ قیمت والے [DeepSeek V4.1 Flash](https://broadrouter.com/ur/models/deepseek-v4.1-flash/) پلانز چاہتی ہیں۔ اگر آپ Responses API کے سرور سائیڈ اسٹیٹ، بلٹ اِن ٹولز، embeddings، تصویر بنانے، ٹیکسٹ ٹو اسپیچ، ریئل ٹائم وائس یا Batch API پر انحصار کرتے ہیں تو یہ درست منزل نہیں۔ انہیں ان فراہم کنندگان پر لے جائیں جو یہ پیش کرتے ہیں، یا انہیں OpenAI پر رہنے دیں اور صرف چیٹ کالز منتقل کریں۔ Gemma 4 VL 26B اور دونوں ٹرانسکرپشن ماڈلز $5 کے ابتدائی کریڈٹ پر چلتے ہیں؛ GLM 5.3، Qwen3.8 27B اور DeepSeek V4.1 Flash کے لیے پہلے ٹاپ اپ ضروری ہے۔

اس موضوع کے مفت ٹولز (انگریزی میں)

-   [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.

[مفت ٹولز (انگریزی میں)](https://broadrouter.com/tools/)

## اس مضمون کی اصطلاحات

[ایمبیڈنگز (embeddings)](https://broadrouter.com/ur/glossary/embeddings/)

ایمبیڈنگز فلوٹنگ پوائنٹ اعداد کی فہرستیں (ویکٹرز) ہیں جو کوئی ماڈل متن، تصویر یا دوسرے ان پٹ کی نمائندگی کے لیے بناتا ہے۔ ملتے جلتے معنی والے ان پٹس کے ویکٹرز ایک دوسرے کے قریب ہوتے ہیں، اس لیے ویکٹرز کا فاصلہ سرچ نتائج کی درجہ بندی، دستاویزات کی گروہ بندی یا متعلقہ چیزوں کی تلاش میں کام آتا ہے۔

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

base URL کسی API کا مقررہ بنیادی پتہ ہے، جیسے https://api.example.com/v1، جسے کلائنٹ /chat/completions جیسے ہر اینڈپوائنٹ پاتھ کے آگے لگاتا ہے۔ OpenAI-compatible SDK میں base URL کو API کلید اور ماڈل ID کے ساتھ بدلنے سے وہی کوڈ کسی دوسرے فراہم کنندہ سے جڑ جاتا ہے۔

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

Chat Completions API، OpenAI کا HTTP اینڈپوائنٹ POST /v1/chat/completions ہے، جو ایک ماڈل کا نام اور رول والے پیغامات کی فہرست لیتا ہے اور ماڈل کا اگلا پیغام لوٹاتا ہے۔ اس کی درخواست اور جواب کی ساخت وہ عام فارمیٹ بن گئی جسے OpenAI-compatible فراہم کنندگان اور SDKs اپناتے ہیں۔

[استعمال کے مطابق ادائیگی (pay-as-you-go)](https://broadrouter.com/ur/glossary/pay-as-you-go/)

استعمال کے مطابق ادائیگی (pay-as-you-go) قیمت طے کرنے کا ایک ماڈل ہے جس میں آپ صرف اتنا دیتے ہیں جتنا استعمال کرتے ہیں، ٹوکن، درخواستوں یا آڈیو منٹ جیسی اکائیوں میں ناپ کر، بغیر سبسکرپشن یا کم از کم وابستگی کے۔ زیادہ تر LLM API اسی طرح بل بناتے ہیں، پری پیڈ بیلنس یا وقتاً فوقتاً بننے والی انوائس سے۔

[اسٹرکچرڈ آؤٹ پٹ (structured output)](https://broadrouter.com/ur/glossary/structured-output/)

اسٹرکچرڈ آؤٹ پٹ LLM API کا ایک فیچر ہے جو ماڈل کے جواب کو ڈویلپر کے طے کردہ فارمیٹ، عموماً JSON Schema، تک محدود کرتا ہے، تاکہ کوڈ اسے قابلِ اعتماد طریقے سے پارس کر سکے۔ یہ JSON mode سے زیادہ سخت ہے، جو درست JSON کی ضمانت دیتا ہے، لیکن کسی خاص ساخت کی نہیں۔

[اسٹریمنگ (streaming)](https://broadrouter.com/ur/glossary/streaming/)

اسٹریمنگ، لینگویج ماڈل کے جواب کو آخر میں ایک ساتھ لوٹانے کے بجائے، بنتے وقت ہی چھوٹے چھوٹے ٹکڑوں (chunks) میں لوٹانے کا طریقہ ہے۔ OpenAI-compatible APIs، درخواست میں stream کو true سیٹ کرنے پر server-sent events کے ذریعے اسٹریم کرتے ہیں۔

[ٹول کالنگ (tool calling)](https://broadrouter.com/ur/glossary/tool-calling/)

ٹول کالنگ، جسے function calling بھی کہتے ہیں، LLM API کی وہ سہولت ہے جس میں ماڈل ڈویلپر کے طے کردہ کسی فنکشن کو چلانے کی ایک منظم درخواست، JSON آرگیومنٹس کے ساتھ، لوٹاتا ہے۔ ایپلیکیشن فنکشن چلا کر نتیجہ واپس بھیجتی ہے؛ ماڈل خود کبھی کوڈ نہیں چلاتا۔

[اسپیچ ٹو ٹیکسٹ (speech-to-text)](https://broadrouter.com/ur/glossary/speech-to-text/)

اسپیچ ٹو ٹیکسٹ، جسے automatic speech recognition (ASR) بھی کہتے ہیں، بولے گئے آڈیو کو تحریری متن میں بدلنے کی ٹیکنالوجی ہے۔ speech-to-text API آڈیو فائل یا اسٹریم لے کر ٹرانسکرپٹ لوٹاتا ہے، عموماً فی آڈیو منٹ قیمت پر۔ درستگی ورڈ ایرر ریٹ سے ناپی جاتی ہے اور لہجے، بولی اور ریکارڈنگ کے معیار کے ساتھ بدلتی ہے۔

## عام سوالات

### کیا OpenAI سے مطابقت رکھنے والے API کے لیے الگ SDK چاہیے؟

نہیں۔ سرکاری openai پیکج ہی رکھیں اور مختلف base\_url (Python) یا baseURL (Node) دیں، ساتھ میں نئے فراہم کنندہ کی کلید۔ فراہم کنندہ جن اینڈپوائنٹس کو سپورٹ کرتا ہے، ان کے لیے درخواست اور ریسپانس آبجیکٹس وہی رہتے ہیں۔

### کیا OpenAI سے مطابقت رکھنے والا API، Responses API سپورٹ کرتا ہے؟

کچھ کرتے ہیں؛ کئی صرف Chat Completions سپورٹ کرتے ہیں۔ فراہم کنندہ کی اینڈپوائنٹس کی فہرست دیکھیں۔ BroadNet Inference، /v1/chat/completions اور /v1/audio/transcriptions دستاویز کرتا ہے، اس لیے Responses والا کوڈ Chat Completions میں دوبارہ لکھنا ہوگا۔

### منتقلی پر میرے embeddings کا کیا ہوگا؟

اگر نئے فراہم کنندہ کے پاس embeddings اینڈپوائنٹ نہیں اور آپ نے base URL ہر جگہ بدل دیا تو وہ ٹوٹ جائیں گے۔ BroadNet، embeddings نہیں بیچتا، اس لیے embeddings کلائنٹ کو اپنے embeddings فراہم کنندہ کی طرف ہی رکھیں۔ ایک انڈیکس میں دو embedding ماڈلز کے ویکٹرز کبھی نہ ملائیں۔

### max\_tokens بھیجوں یا max\_completion\_tokens؟

OpenAI، max\_tokens کو فرسودہ قرار دیتا ہے اور اس کی جگہ max\_completion\_tokens تجویز کرتا ہے۔ کئی مطابقت رکھنے والے فراہم کنندگان اس کے بجائے max\_tokens دستاویز کرتے ہیں، اور BroadNet کی دستاویزات max\_tokens استعمال کرتی ہیں۔ فراہم کنندہ جو دستاویز کرتا ہے وہی بھیجیں، اور اپنے اسموک ٹیسٹ میں تصدیق کریں کہ حد نافذ ہو رہی ہے۔

### کیا OpenAI کے اسٹرکچرڈ آؤٹ پٹ ہیلپرز پھر بھی کام کریں گے؟

صرف تب، جب فراہم کنندہ آپ کے ماڈل پر json\_schema کے ساتھ response\_format قبول کرتا ہو۔ BroadNet، GLM 5.3 اور Qwen3.8 27B کے لیے اسٹرکچرڈ آؤٹ پٹ درج کرتا ہے لیکن درخواست کا پیرامیٹر نہیں بتاتا، اس لیے اسے ٹیسٹ کریں، اور پارس شدہ نتیجے کی تصدیق جاری رکھیں۔

## مزید پڑھیں

-   [OpenAI-compatible API پر منتقلی: مکمل چیک لسٹ](https://broadrouter.com/ur/blog/openai-compatible-api-migration-checklist/)
-   [OpenAI-compatible API کے base URL: 14 فراہم کنندگان، جانچ شدہ](https://broadrouter.com/ur/blog/openai-compatible-api-base-urls/)
-   [اوپن ماڈلز کے ساتھ ٹول کالنگ: اسکیما، متوازی کالز، دوبارہ کوشش](https://broadrouter.com/ur/blog/tool-calling-open-models/)
-   [JSON mode بمقابلہ json\_schema: قابل اعتماد اسٹرکچرڈ آؤٹ پٹ](https://broadrouter.com/ur/blog/structured-output-json-schema/)
-   [فراہم کنندہ بدلنے سے پہلے LLM کی جانچ کیسے کریں](https://broadrouter.com/ur/blog/evaluate-llm-before-switching/)
-   [BroadNet کا GPU ہارڈویئر اور سروِنگ کا طریقہ، BroadNet کی زبانی](https://broadrouter.com/ur/blog/broadnet-gpu-fleet-and-serving/)
-   [LLM API جوابات کیش کر کے لاگت کم کریں: Python میں ایگزیکٹ میچ کیش](https://broadrouter.com/ur/blog/cache-llm-responses-cut-cost/)
-   [گائیڈ: BroadNet Inference کے ساتھ OpenAI Python SDK استعمال کریں](https://broadrouter.com/ur/guides/openai-python-sdk/)
-   [گائیڈ: BroadNet Inference کے ساتھ OpenAI Node.js SDK استعمال کریں](https://broadrouter.com/ur/guides/openai-node-sdk/)
-   [گائیڈ: curl کے ساتھ BroadNet Inference کو پہلی درخواست](https://broadrouter.com/ur/guides/curl-quickstart/)
-   [گائیڈ: ریزننگ ماڈل خالی جواب کیوں لوٹاتا ہے](https://broadrouter.com/ur/guides/reasoning-tokens-empty-response/)

اسے اپنے اصل کام پر آزمائیں۔ نئے اکاؤنٹس Gemma اور ٹرانسکرپشن کے لیے US$5 کے کریڈٹ سے شروع ہوتے ہیں۔ DeepSeek، GLM، اور Qwen3.8 کے لیے ٹاپ اپ ضروری ہے۔

[شروع کریں](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-blog-migrate-from-openai-api-code-walkthrough&utm_content=page-cta) ·

**ذرائع**

-   [BroadNet Inference کا API ریفرنس: اینڈپوائنٹس، ماڈل IDs، صلاحیتیں، اسٹریمنگ usage، ایررز (2026-11-15 کو دیکھا گیا) (انگریزی میں)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-blog-migrate-from-openai-api-code-walkthrough&utm_content=sources)
-   [openai-python README: Responses بنیادی API ہے، Chat Completions غیر معینہ مدت تک سپورٹڈ، دوبارہ کوششیں (2026-11-15 کو دیکھا گیا)](https://github.com/openai/openai-python)
-   [openai-node کلائنٹ سورس: baseURL کی پہلے سے طے شدہ قدر OPENAI\_BASE\_URL ہے (2026-11-15 کو دیکھا گیا)](https://github.com/openai/openai-node/blob/master/src/client.ts)
-   [OpenAI، Responses API پر منتقل ہوں: اسٹرکچرڈ آؤٹ پٹ، ٹولز اور اسٹوریج میں فرق (2026-11-15 کو دیکھا گیا)](https://developers.openai.com/api/docs/guides/migrate-to-responses)
-   [OpenAI function calling گائیڈ: دونوں APIs میں ٹولز کی ساخت (2026-11-15 کو دیکھا گیا)](https://developers.openai.com/api/docs/guides/function-calling)
-   [OpenAI Chat Completions ریفرنس: max\_tokens فرسودہ، اس کی جگہ max\_completion\_tokens (2026-11-15 کو دیکھا گیا)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
