Подключите модель
за один вечер.

Используйте прежний ключ KeyDealer и тот же баланс. KD Code бесплатен, запросы к моделям оплачиваются по тарифам вашего аккаунта. Экономия достигается сокращением повторного контекста, а не отдельной скидкой на токен.

До 90% экономии в отдельных сценариях локальной оптимизации контекста. Ориентир из исторического контрольного теста от 01.09.2026: Gemini 3 Flash, шесть выводов инструментов. Это не замер каждой модели или текущего релиза. На вашей задаче экономия может быть ниже или нулевой.

API остаётся доступен для собственных интеграций: контролируйте размер истории, повторные чтения и лимиты расходов. Серверные KD Trim и кэш готовых ответов имеют отдельные условия и не заменяют локальное управление контекстом KD Code.

Используйте POST /v1/responses с gpt-5-6-terra или gpt-6-sol. Перед запросом проверьте capabilities.responses_json_schema = verified в GET /v1/models. Этот признак относится к Responses и проверяется отдельно от JSON mode.

{
  "model": "gpt-5-6-terra",
  "input": "Определи тон сообщения: Спасибо, очень помогли!",
  "max_output_tokens": 1024,
  "stream": false,
  "store": false,
  "text": {
    "format": {
      "type": "json_schema",
      "name": "tone_probe",
      "strict": true,
      "schema": {
        "type": "object",
        "properties": {
          "tone": {
            "type": "string",
            "enum": [
              "neutral",
              "warm"
            ]
          },
          "reason": {
            "type": "string"
          }
        },
        "required": [
          "tone",
          "reason"
        ],
        "additionalProperties": false
      }
    }
  }
}

Результат находится в output[].content[] с типом output_text. Внутри — JSON-строка, которую можно разобрать через JSON.parse. На этом этапе доступны запросы с stream: false без инструментов. Выбор модели и действующий тариф сохраняются; автоматической замены другой моделью нет.

KeyDealer проверяет итоговый текст ответа. Сервис не убирает Markdown-обрамление, не дополняет отсутствующие поля и не запускает платные повторы ради исправления формата. Для Luna и Luna Review поддержка строгой схемы через Chat Completions пока не подтверждена.

capabilities.vision=verified означает, что KeyDealer получил правильный ответ на контрольную картинку. Это не гарантия точного OCR, понимания любого скриншота или нативной обработки выбранной моделью. Значение unknown означает отсутствие подтверждённого результата, а не доказанное отсутствие зрения.

Для изображений используйте Nano Banana через /v1/images/generations, для голоса — отдельный Speech API. Ключ и баланс общие. GET /v1/models/tts показывает доступные модели, GET /v1/audio/voices — имена голосов. Принимаются gemini-3-8-flash-tts и google/gemini-3-8-flash-tts; ответ нормализует ID к первому варианту.

{
  "model": "google/gemini-3-8-flash-tts",
  "input": "Привет! Это озвучка через KeyDealer.",
  "voice": "Charon",
  "instructions": "Спокойно и доброжелательно.",
  "response_format": "wav"
}

# 1. Бесплатная оценка. Ничего не резервирует и не запускает.
curl --fail-with-body https://api.keydealer.ru/v1/audio/speech/quote \
  -H "Authorization: Bearer $KEYDEALER_API_KEY" \
  -H "Content-Type: application/json" --data-binary @speech.json

# 2. Из ответа возьмите max_charge_microrubles и проверьте максимум.
# Для этой задачи сохраните один уникальный ключ и не меняйте его при повторе.
curl --fail-with-body https://api.keydealer.ru/v1/audio/speech \
  -H "Authorization: Bearer $KEYDEALER_API_KEY" \
  -H "Content-Type: application/json" \
  -H "X-KD-Idempotency-Key: $SPEECH_IDEMPOTENCY_KEY" \
  -H "X-KD-Max-Charge-Microrubles: $MAX_CHARGE_MICRORUBLES" \
  --data-binary @speech.json

# 3. Сохраните id из JSON и проверяйте ТУ ЖЕ задачу до completed/failed.
curl --fail-with-body "https://api.keydealer.ru/v1/audio/speech/operations/$OPERATION_ID" \
  -H "Authorization: Bearer $KEYDEALER_API_KEY"

# 4. Только после completed скачайте WAV. Повторное скачивание бесплатно.
curl --fail-with-body "https://api.keydealer.ru/v1/audio/speech/operations/$OPERATION_ID/content" \
  -H "Authorization: Bearer $KEYDEALER_API_KEY" -o voice.wav

Цена в оценке приблизительная. До отправки резервируется указанный максимум; итоговое списание по подтверждённому использованию не может его превысить. Лишний резерв возвращается при завершении. При unknown исход ещё не подтверждён: не создавайте новую задачу и не считайте списание нулевым. Повтор с тем же idempotency key и тем же телом не вызывает модель заново.

Текст и инструкции отправляются поставщику для озвучки. В KeyDealer они хранятся зашифрованными до отправки; неотправленная задача истекает через 24 часа. Готовое аудио зашифровано и доступно только с ключом вашего аккаунта в течение 24 часов. После этого остаётся финансовая квитанция, но файл повторно не генерируется.

Выберите nemotron-3-embed-1b или nemotron-embed-vl-1b-v2. Передайте input как строку либо массив до 16 строк: до 8 000 символов в каждой и до 64 000 суммарно. Поддерживается только encoding_format: float; изменение размерности и изображения пока не поддерживаются.

{
  "model": "nemotron-embed-vl-1b-v2",
  "input": [
    "Где списывается баланс?",
    "После выполнения запроса баланс уменьшается на его стоимость."
  ],
  "encoding_format": "float"
}

GET /v1/models/embedding возвращает каталог, а GET /v1/balance → embedding_access — доступ вашего ключа. Ответ содержит векторы в порядке входных строк и квитанцию с нулевым списанием. Одновременно допускаются два запроса на аккаунт; при перегрузке API отвечает 429.

Метод возвращает точный остаток, персональный коэффициент и фактические ставки аккаунта. Ответ не кэшируется.

curl https://api.keydealer.ru/v1/balance \
  -H "Authorization: Bearer $KEYDEALER_API_KEY"

{
  "object": "balance",
  "currency": "RUB",
  "pricing_scope": "account_effective",
  "balance_microrubles": "6320000",
  "balance_rub": "6.32",
  "price_multiplier_bps": 10000,
  "token_equivalents": [{
    "model": "sonnet-5",
    "pricing_scope": "account_effective",
    "input_tokens": "210666",
    "output_tokens": "210666",
    "input_rub_per_million": 30,
    "output_rub_per_million": 30
  }]
}

Для поддерживаемого запроса Chat Completions укажите kd_cache: true, temperature: 0 и stream: false. Инструменты и вызовы функций исключены; n не задан или равен 1. Кэш привязан к вашему ключу, модели и полному телу запроса. Совпадение даёт готовый ответ без нового списания; первый запрос оплачивается обычно.

{"model":"PUBLIC_MODEL_ID","messages":[{"role":"user","content":"Кратко объясни HTTP"}],"temperature":0,"stream":false,"kd_cache":true}

Это явное исключение из режима без хранения содержимого: тело ответа хранится зашифрованным с TTL (текущая настройка — 24 часа). Текст запроса не сохраняется в кэше; для поиска используется отпечаток. Без kd_cache: true запись не создаётся. Не включайте кэш, если хранение ответа вам не подходит. Наличие опции не гарантирует попадание в кэш; результат проверяйте по served_from_cache и фактическому списанию.

Агент с каждым ходом пересылает всю историю заново, включая логи, диффы и содержимое файлов, прочитанные десять шагов назад. KD Trim заменяет тела таких устаревших выводов короткой пометкой прямо перед отправкой. Модель не подменяется: отвечает выбранная вами модель, но по укороченному входу, поэтому ответ может отличаться от ответа на полную историю. Свежие результаты остаются целиком. Для Responses API (Codex) Trim пока не применяется.

API остаётся доступен для собственных интеграций: контролируйте размер истории, повторные чтения и лимиты расходов. Серверные KD Trim и кэш готовых ответов имеют отдельные условия и не заменяют локальное управление контекстом KD Code.

KD Research связывает формулировку задачи с определениями, местами вызова и точными диапазонами в разрешённых файлах. Для точного символа он возвращает его тело, связи и используемые определения того же файла за границами тела с явной пометкой области видимости. После первого успешного edit, write или apply_patch исследовательский инструмент засыпает. Уже найденный результат один раз передаётся следующему успешному обращению модели, после чего не повторяется в дальнейшей истории.

На первом ходу выбранная модель получает текстовое вложение полностью. В следующих ходах KD Engine хранит оригинал на вашем компьютере и передаёт модели короткую карту и подходящие точные фрагменты. Если для ответа нужен другой участок, агент может дочитать локальный оригинал. Изображения, PDF и другие бинарные блоки архив не переписывает.

const stream = await client.chat.completions.create({
  model: "sonnet-5",
  messages: [{ role: "user", content: "Напиши короткий план" }],
  stream: true
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || "");
}

События приходят в формате text/event-stream. Поток завершается строкой data: [DONE]; итоговый usage приходит в одном из последних событий. Пока модель думает, шлюз присылает служебные строки : ping; клиенты SSE их пропускают. Длинные ответы берите потоком: запрос без потока ждёт не дольше 30 минут.