---
title: "Chuyển từ OpenAI API: thay đổi code và cách test | BroadRouter"
description: "Các thay đổi code để chuyển từ OpenAI sang API tương thích OpenAI: cài đặt client, từ Responses sang Chat Completions, công cụ, streaming, embeddings và smoke test."
url: https://broadrouter.com/vi/blog/migrate-from-openai-api-code-walkthrough/
lang: vi
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/blog/migrate-from-openai-api-code-walkthrough/) (cập nhật ngày 2026-11-15).

# Chuyển khỏi OpenAI API: hướng dẫn code bằng Python, Node, cURL

Đội ngũ BroadNet Inference · 6 phút đọc · Đăng ngày 2026-11-15

Hãy đổi base URL, API key và model ID của client. Với lệnh gọi Chat Completions, vậy là đủ. Code dùng Responses API phải viết lại sang Chat Completions: input thành messages, output\_text thành choices\[0\].message.content, và định nghĩa công cụ bớt một cấp lồng. Giữ embeddings trên một client riêng nếu nhà cung cấp mới không có, rồi chạy smoke test trước khi chuyển traffic.

## Ý chính

-   Với code Chat Completions, việc chuyển đổi chỉ gồm ba giá trị: base\_url, api\_key và model. Cả hai SDK chính thức cũng đọc OPENAI\_BASE\_URL và OPENAI\_API\_KEY từ biến môi trường.
-   Đặt OPENAI\_BASE\_URL sẽ chuyển mọi lệnh gọi, kể cả embeddings. Nếu nhà cung cấp mới không có endpoint embeddings, hãy cho embeddings một client riêng.
-   Code dùng Responses API cần viết lại: input thành messages, instructions thành một system message, text.format thành response\_format, và định nghĩa công cụ phẳng thành dạng lồng nhau.
-   BroadNet Inference ghi trong tài liệu /v1/chat/completions, /v1/audio/transcriptions và GET /v1/models, không có endpoint embeddings, file hay batch. Tài liệu liệt kê công cụ và đầu ra có cấu trúc cho GLM 5.3 và Qwen3.8 27B.
-   Test trước khi chuyển: chat thông thường, usage khi streaming, ngân sách suy luận và một key sai, thêm một lệnh gọi công cụ nếu bạn dùng công cụ.

**Trong trang này**

1.  Cài đặt client thay đổi những gì?
2.  Nếu code của tôi dùng Responses API thì sao?
3.  Lệnh gọi công cụ thay đổi thế nào?
4.  Còn đầu ra có cấu trúc thì sao?
5.  Embeddings sẽ ra sao?
6.  Code streaming thay đổi thế nào?
7.  Xử lý lỗi và retry có thay đổi không?
8.  Tham số nào hoạt động khác?
9.  Test việc chuyển đổi như thế nào?
10.  Thứ gì hay hỏng nhất?
11.  BroadNet Inference phù hợp ở đâu?

Chuyển một ứng dụng từ OpenAI sang nhà cung cấp tương thích OpenAI là một thay đổi code nhỏ nếu bạn dùng Chat Completions, và là một lần viết lại nếu bạn dùng Responses API. Bài viết này đưa ra chính xác các thay đổi bằng Python, Node và cURL, cách xử lý Responses, công cụ, đầu ra có cấu trúc và embeddings, cùng một smoke test cần chạy trước khi chuyển bất kỳ traffic nào. Ví dụ dùng BroadNet Inference tại `https://inference.broadnet.ai/v1`; các bước tương tự áp dụng cho mọi nhà cung cấp.

Đây là phần code đi kèm [checklist chuyển đổi](https://broadrouter.com/vi/blog/openai-compatible-api-migration-checklist/), vốn bàn về giới hạn tốc độ, lỗi và kế hoạch chuyển giao. Về base URL của các nhà cung cấp khác, xem [danh sách base URL tương thích OpenAI đã kiểm tra](https://broadrouter.com/vi/blog/openai-compatible-api-base-urls/).

## Cài đặt client thay đổi những gì?

Ba giá trị: base URL, API key và model 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."}]}'
```

Hãy chú ý đường dẫn: base URL đã kết thúc bằng `/v1`, nên SDK chỉ thêm `/chat/completions`. Lặp `/v1` hai lần là lỗi đầu tiên phổ biến nhất.

### Có thể chuyển mà không đụng vào code không?

Có, với code Chat Completions. Python SDK đọc `OPENAI_BASE_URL` khi không có `base_url` được truyền vào, còn client Node đặt `baseURL` mặc định là `process.env['OPENAI_BASE_URL']`. Cả hai đều đọc `OPENAI_API_KEY`. Đặt hai biến môi trường là chuyển được mọi lệnh gọi.

Đó cũng chính là rủi ro. **Mọi lệnh gọi** đều chuyển theo, kể cả embeddings, moderation, tải file lên và bất cứ thứ gì nhà cung cấp mới có thể không có. Chỉ dùng cách chuyển bằng biến môi trường khi ứng dụng của bạn chỉ gọi chat và không gì khác.

## Nếu code của tôi dùng Responses API thì sao?

README của các SDK OpenAI giờ gọi Responses API là API chính; README Python gọi Chat Completions là “the previous standard (supported indefinitely)” (bản dịch: tiêu chuẩn trước đây (được hỗ trợ vô thời hạn)). Nhiều nhà cung cấp tương thích chỉ cài đặt Chat Completions. BroadNet ghi trong tài liệu `POST /v1/chat/completions` và `POST /v1/audio/transcriptions`, nên các lệnh gọi Responses cần viết lại. Bảng ánh xạ:

| Responses API | Chat Completions |
| --- | --- |
| `client.responses.create(...)` | `client.chat.completions.create(...)` |
| `instructions="..."` | Message đầu tiên `{"role": "system", "content": "..."}` |
| `input="..."` hoặc một danh sách item | `messages=[...]` |
| `response.output_text` | `response.choices[0].message.content` |
| `max_output_tokens` | `max_tokens` (tài liệu BroadNet) hoặc `max_completion_tokens` |
| `text={"format": {...}}` | `response_format={...}` |
| `previous_response_id`, conversations | Tự gửi lại toàn bộ lịch sử message |
| Công cụ `{"type": "function", "name": ...}` | Công cụ `{"type": "function", "function": {"name": ...}}` |
| Item đầu ra `function_call`, trả lời bằng `function_call_output` và `call_id` | `message.tool_calls`, trả lời bằng role `tool` và `tool_call_id` |
| Công cụ có sẵn (web search, file search) | Không có; tự chạy công cụ của bạn |

Trước và sau với một lệnh gọi đơn giản:

```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
```

Thay đổi lớn nhất về cấu trúc là trạng thái. Responses có thể giữ trạng thái hội thoại phía OpenAI bằng `previous_response_id`. Chat Completions không có trạng thái phía server, nên code của bạn phải lưu danh sách message và gửi toàn bộ ở mỗi lượt. Hãy tính trước chi phí đó: toàn bộ lịch sử là token đầu vào ở mọi lệnh gọi.

## Lệnh gọi công cụ thay đổi thế nào?

Trong Chat Completions, định nghĩa công cụ lồng hàm dưới khóa `function`, và kết quả được gửi lại dưới dạng message `tool`:

```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)
```

Model quan trọng hơn cấu trúc. Tài liệu của BroadNet chỉ liệt kê công cụ cho [GLM 5.3](https://broadrouter.com/vi/models/glm-5.3/) và [Qwen3.8 27B](https://broadrouter.com/vi/models/qwen3.8-27b/). Đừng trỏ vòng lặp công cụ tới model mà tài liệu không liệt kê công cụ, và hãy validate tham số trước khi chạy bất cứ thứ gì. Bài [gọi công cụ với model mở](https://broadrouter.com/vi/blog/tool-calling-open-models/) có một vòng lặp đầy đủ kèm validate.

## Còn đầu ra có cấu trúc thì sao?

`client.chat.completions.parse(..., response_format=MyPydanticModel)` và `zodResponseFormat` của Node đều gửi `response_format` kèm một JSON schema. Chúng chỉ hoạt động nếu nhà cung cấp nhận cấu trúc đó trên model đó. BroadNet liệt kê đầu ra có cấu trúc cho GLM 5.3 và Qwen3.8 27B nhưng không nêu tên tham số request. Hãy chạy bài test bốn bước trong [JSON mode và json\_schema](https://broadrouter.com/vi/blog/structured-output-json-schema/) một lần cho mỗi model, và tiếp tục validate kết quả đã parse dù nhà cung cấp hứa hẹn gì.

## Embeddings sẽ ra sao?

Nếu bạn đổi base URL trên một client dùng chung và nhà cung cấp không có endpoint embeddings, mọi lệnh gọi `client.embeddings.create` đều thất bại. BroadNet không bán [embeddings](https://broadrouter.com/vi/glossary/embeddings/). Hãy giữ hai client:

```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)))
```

Đừng bao giờ trộn vector từ hai model embedding trong cùng một index. Nếu bạn cũng đổi nhà cung cấp embedding, hãy embed lại toàn bộ kho dữ liệu. [Công cụ tính chi phí embedding](https://broadrouter.com/tools/embedding-cost-calculator/) tính giá cho việc đó.

Điều tương tự áp dụng cho mọi thứ không phải chat: tạo hình ảnh, chuyển văn bản thành giọng nói, moderation, Batch API và lưu trữ file. BroadNet không cung cấp thứ nào trong số đó. Chuyển giọng nói thành văn bản thì chuyển được: `client.audio.transcriptions.create` hoạt động với `/v1/audio/transcriptions` cùng file WAV hoặc MP3 và trường `language` ([hướng dẫn chuyển giọng nói tiếng Ả Rập thành văn bản](https://broadrouter.com/vi/guides/arabic-speech-to-text-api/)).

## Code streaming thay đổi thế nào?

Responses API stream các sự kiện có kiểu, như `response.output_text.delta` và `response.completed`. Chat Completions stream các chunk, và văn bản nằm trong `choices[0].delta.content`. Usage không được gửi trừ khi bạn yêu cầu, và khi đó nó đến trong chunk cuối có danh sách `choices` rỗng.

```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
}
```

Hai thói quen giữ code stream an toàn sau khi chuyển. Hãy kiểm tra `choices[0]` trước khi dùng, vì chunk usage không có choices. Và coi một stream kết thúc trước dòng `data: [DONE]` cuối cùng là chưa hoàn chỉnh; tài liệu của BroadNet khuyên ghi lại `X-Request-ID` và quyết định xem gửi request mới có an toàn không. Bài [streaming chat completions](https://broadrouter.com/vi/guides/streaming-chat-completions/) có mẫu đầy đủ bằng Python.

## Xử lý lỗi và retry có thay đổi không?

Các lớp lỗi của SDK giữ nguyên: `AuthenticationError` cho 401, `RateLimitError` cho 429, `APIStatusError` cho phần còn lại. Điều thay đổi là ý nghĩa của từng mã trạng thái ở nhà cung cấp mới. Trên BroadNet, lỗi 401 có thể nghĩa là đã hết hạn mức trả theo mức dùng, không chỉ là key sai, còn 402 nghĩa là không đủ số dư cho một lần mua. Cả hai đều không hết khi retry. Lỗi 429 có thể đến từ giới hạn tốc độ, đồng thời, tốc độ token hoặc chi tiêu. Hãy retry 429 và 5xx có backoff, và sửa mọi lỗi còn lại. [Hướng dẫn lỗi và retry](https://broadrouter.com/vi/guides/errors-and-retries/) có bảng đầy đủ.

SDK mặc định retry lỗi kết nối, 408, 409, 429 và 5xx hai lần. Nếu bạn thêm vòng retry của riêng mình, hãy đặt `max_retries=0` trên client để hai cơ chế không chồng lên nhau.

## Tham số nào hoạt động khác?

| Tham số | Cần kiểm tra gì |
| --- | --- |
| `max_tokens` / `max_completion_tokens` | OpenAI ngừng hỗ trợ `max_tokens`; tài liệu BroadNet vẫn dùng nó. Trên model suy luận, nó bao gồm cả phần suy nghĩ, nên giá trị nhỏ sẽ trả về câu trả lời rỗng ([vì sao](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/)) |
| `reasoning_effort` | BroadNet ghi trong tài liệu giá trị `low`; hãy test các giá trị khác trước khi dựa vào |
| `stream_options: {"include_usage": true}` | Có trong tài liệu BroadNet; usage đến trong chunk cuối |
| `n`, `logprobs`, `seed`, `logit_bias` | Không có trong tài liệu BroadNet; hãy test, hoặc bỏ đi |
| `store`, `metadata` | Tính năng lưu trữ của OpenAI; bỏ đi |
| Phần nội dung `image_url` | Chỉ trên các model được liệt kê hỗ trợ hình ảnh: DeepSeek V4.1 Flash, Qwen3.8 27B, Gemma 4 VL 26B |

## Test việc chuyển đổi như thế nào?

Hãy chạy một smoke test ngắn với nhà cung cấp mới trước khi chuyển bất kỳ traffic nào. Bài test này kiểm tra chat thông thường, usage khi streaming, ngân sách suy luận và xác thực. Thêm một trường hợp gọi công cụ nếu bạn dùng công cụ.

```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")
```

Sau đó hãy so sánh chất lượng, không chỉ cấu trúc. Chạy lại một mẫu prompt thực tế trên cả hai nhà cung cấp và chấm điểm câu trả lời; bài [đánh giá LLM trước khi chuyển đổi](https://broadrouter.com/vi/blog/evaluate-llm-before-switching/) chỉ cách làm. [Công cụ chuyển từ OpenAI sang BroadNet](https://broadrouter.com/tools/openai-to-broadnet-migration/) giúp bạn viết lại một đoạn code và liệt kê những tính năng nó đang dùng.

## Thứ gì hay hỏng nhất?

-   **Base URL toàn cục**, kéo theo cả lệnh gọi embeddings và file.
-   **Helper chỉ có ở Responses**, như `output_text`, còn sót trong code giờ đã gọi Chat Completions.
-   **Model ID.** Tên `gpt-...` không tồn tại ở nơi khác. Trên BroadNet, chúng có dạng `broadnet/glm-5.3`.
-   **Câu trả lời rỗng** từ model suy luận khi `max_tokens` nhỏ.
-   **Giới hạn tốc độ.** Key trả theo mức dùng của BroadNet cho phép 30 request mỗi phút và 4 request đồng thời. Job khối lượng lớn cần hàng đợi ([xử lý lỗi 429](https://broadrouter.com/vi/blog/handle-llm-api-429-rate-limits/)).

## BroadNet Inference phù hợp ở đâu?

BroadNet Inference phù hợp với ứng dụng dùng OpenAI cho chat và chép lời: trợ lý, trích xuất, tóm tắt, dịch và giọng nói tiếng Ả Rập. Nó cũng hợp với ứng dụng muốn dùng gói giá cố định [DeepSeek V4.1 Flash](https://broadrouter.com/vi/models/deepseek-v4.1-flash/) cho agent. Đây là lựa chọn sai nếu bạn phụ thuộc vào trạng thái phía server của Responses API, công cụ có sẵn, embeddings, tạo hình ảnh, chuyển văn bản thành giọng nói, giọng nói thời gian thực hoặc Batch API. Hãy chuyển những phần đó sang nhà cung cấp có hỗ trợ, hoặc giữ chúng trên OpenAI và chỉ chuyển các lệnh gọi chat. Gemma 4 VL 26B và cả hai model chép lời chạy được bằng tín dụng ban đầu $5; GLM 5.3, Qwen3.8 27B và DeepSeek V4.1 Flash cần nạp tiền trước.

Công cụ miễn phí cho chủ đề này (tiếng Anh)

-   [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.

[Công cụ miễn phí (tiếng Anh)](https://broadrouter.com/tools/)

## Thuật ngữ trong bài này

[Embedding (vector nhúng)](https://broadrouter.com/vi/glossary/embeddings/)

Embedding là danh sách số thực (vector) mà một model tạo ra để biểu diễn đoạn văn bản, hình ảnh hay đầu vào khác. Đầu vào có nghĩa tương tự nhận vector gần nhau, nên khoảng cách giữa vector dùng được để xếp hạng kết quả tìm kiếm, gom cụm tài liệu hoặc tìm mục liên quan.

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

Chat Completions API là endpoint HTTP của OpenAI, POST /v1/chat/completions, nhận tên model và danh sách message có gắn vai trò rồi trả về message tiếp theo của model. Cấu trúc request và response của nó đã trở thành định dạng chung mà các nhà cung cấp và SDK tương thích OpenAI dùng lại.

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

Base URL là địa chỉ gốc cố định của một API, như https://api.example.com/v1, mà client đặt trước mọi đường dẫn endpoint, như /chat/completions. Trong SDK tương thích OpenAI, đổi base URL cùng với API key và model ID sẽ trỏ cùng một đoạn code sang nhà cung cấp khác.

[Giới hạn tần suất (rate limit)](https://broadrouter.com/vi/glossary/rate-limit/)

Giới hạn tần suất (rate limit) là mức trần mà API đặt ra cho lượng sử dụng của một client trong một khoảng thời gian, như số request mỗi phút hoặc số token mỗi phút. Request vượt giới hạn bị từ chối, thường với HTTP 429 Too Many Requests, cho đến khi mức dùng giảm xuống dưới giới hạn.

[Trả theo mức dùng (pay-as-you-go)](https://broadrouter.com/vi/glossary/pay-as-you-go/)

Trả theo mức dùng (pay-as-you-go) là mô hình giá mà bạn chỉ trả cho những gì đã dùng, đo theo đơn vị như token, request hoặc phút âm thanh, không có gói đăng ký hay cam kết tối thiểu. Hầu hết API LLM tính phí theo cách này, trừ vào số dư trả trước hoặc qua hóa đơn định kỳ.

[Đầu ra có cấu trúc (structured output)](https://broadrouter.com/vi/glossary/structured-output/)

Đầu ra có cấu trúc (structured output) là tính năng của API LLM buộc câu trả lời của model theo định dạng do lập trình viên chỉ định, thường là JSON Schema, để code parse được tin cậy. Nó chặt hơn JSON mode, vốn chỉ đảm bảo JSON hợp lệ chứ không đảm bảo một cấu trúc cụ thể.

[Streaming (trả phản hồi dạng luồng)](https://broadrouter.com/vi/glossary/streaming/)

Streaming là cách trả phản hồi của model ngôn ngữ thành từng chunk nhỏ ngay trong lúc nó đang được sinh, thay vì một câu trả lời trọn vẹn ở cuối. Các API tương thích OpenAI stream qua server-sent events khi request đặt stream là true.

[API tương thích OpenAI (OpenAI-compatible API)](https://broadrouter.com/vi/glossary/openai-compatible-api/)

API tương thích OpenAI là một HTTP API nhận cùng định dạng request và phản hồi như OpenAI API, ví dụ POST /v1/chat/completions, nên SDK và công cụ của OpenAI dùng được nó chỉ bằng cách đổi base URL, API key và tên model.

## Câu hỏi thường gặp

### Có cần SDK khác để dùng API tương thích OpenAI không?

Không. Hãy giữ package openai chính thức và truyền một base\_url (Python) hoặc baseURL (Node) khác, cùng key của nhà cung cấp mới. Đối tượng request và phản hồi giữ nguyên với các endpoint mà nhà cung cấp hỗ trợ.

### API tương thích OpenAI có hỗ trợ Responses API không?

Một số có; nhiều nơi chỉ hỗ trợ Chat Completions. Hãy kiểm tra danh sách endpoint của nhà cung cấp. BroadNet Inference ghi trong tài liệu /v1/chat/completions và /v1/audio/transcriptions, nên code Responses phải viết lại sang Chat Completions.

### Embeddings của tôi sẽ ra sao khi chuyển đổi?

Chúng sẽ hỏng nếu nhà cung cấp mới không có endpoint embeddings mà bạn đã đổi base URL cho toàn bộ ứng dụng. BroadNet không bán embeddings, nên hãy giữ một client embeddings trỏ tới nhà cung cấp embeddings của bạn. Đừng bao giờ trộn vector từ hai model embedding trong cùng một index.

### Nên gửi max\_tokens hay max\_completion\_tokens?

OpenAI đánh dấu max\_tokens là ngừng hỗ trợ, thay bằng max\_completion\_tokens. Nhiều nhà cung cấp tương thích lại ghi max\_tokens trong tài liệu, và tài liệu của BroadNet dùng max\_tokens. Hãy gửi đúng tham số nhà cung cấp ghi trong tài liệu và xác nhận giới hạn có tác dụng trong smoke test.

### Các helper đầu ra có cấu trúc của OpenAI có còn hoạt động không?

Chỉ khi nhà cung cấp nhận response\_format kèm json\_schema trên model bạn dùng. BroadNet liệt kê đầu ra có cấu trúc cho GLM 5.3 và Qwen3.8 27B nhưng không nêu tên tham số request, nên hãy test, và tiếp tục validate kết quả đã parse.

## Đọc tiếp

-   [Chuyển sang API tương thích OpenAI: checklist khi chuyển đổi](https://broadrouter.com/vi/blog/openai-compatible-api-migration-checklist/)
-   [Base URL của API tương thích OpenAI: 14 nhà cung cấp, đã kiểm tra](https://broadrouter.com/vi/blog/openai-compatible-api-base-urls/)
-   [Tool calling với model mở: schema, gọi song song, retry](https://broadrouter.com/vi/blog/tool-calling-open-models/)
-   [JSON mode và json\_schema: đầu ra có cấu trúc đáng tin cậy](https://broadrouter.com/vi/blog/structured-output-json-schema/)
-   [Cách đánh giá LLM trước khi đổi nhà cung cấp](https://broadrouter.com/vi/blog/evaluate-llm-before-switching/)
-   [Phần cứng GPU và cách phục vụ model của BroadNet, theo lời BroadNet](https://broadrouter.com/vi/blog/broadnet-gpu-fleet-and-serving/)
-   [Cache phản hồi API LLM để giảm chi phí: cache khớp chính xác (Python)](https://broadrouter.com/vi/blog/cache-llm-responses-cut-cost/)
-   [Hướng dẫn: Dùng OpenAI Python SDK với BroadNet Inference](https://broadrouter.com/vi/guides/openai-python-sdk/)
-   [Hướng dẫn: Dùng OpenAI Node.js SDK với BroadNet Inference](https://broadrouter.com/vi/guides/openai-node-sdk/)
-   [Hướng dẫn: Gửi request đầu tiên tới BroadNet Inference bằng curl](https://broadrouter.com/vi/guides/curl-quickstart/)
-   [Hướng dẫn: Vì sao model suy luận trả về câu trả lời rỗng](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

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

**Nguồn**

-   [Tài liệu tham chiếu API BroadNet Inference: endpoint, model ID, tính năng, usage khi streaming, lỗi (kiểm tra ngày 2026-11-15) (tiếng Anh)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-migrate-from-openai-api-code-walkthrough&utm_content=sources)
-   [README của openai-python: Responses là API chính, Chat Completions được hỗ trợ vô thời hạn, retry (kiểm tra ngày 2026-11-15)](https://github.com/openai/openai-python)
-   [Mã nguồn client openai-node: baseURL mặc định lấy từ OPENAI\_BASE\_URL (kiểm tra ngày 2026-11-15)](https://github.com/openai/openai-node/blob/master/src/client.ts)
-   [OpenAI, chuyển sang Responses API: khác biệt về đầu ra có cấu trúc, công cụ và lưu trữ (kiểm tra ngày 2026-11-15)](https://developers.openai.com/api/docs/guides/migrate-to-responses)
-   [Hướng dẫn function calling của OpenAI: cấu trúc công cụ ở cả hai API (kiểm tra ngày 2026-11-15)](https://developers.openai.com/api/docs/guides/function-calling)
-   [Tài liệu tham chiếu Chat Completions của OpenAI: max\_tokens ngừng hỗ trợ, thay bằng max\_completion\_tokens (kiểm tra ngày 2026-11-15)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
