---
title: "LLM API: языковые модели по одному ключу"
description: "Языковые модели DeepSeek, Qwen, GLM, Kimi, Grok и Llama по одному ключу и в формате OpenAI. Оплата в рублях. 79 моделей по одному ключу."
url: https://veselo.ai/models/llm-api
updated: 2026-11-17T04:26:46.099Z
---

# LLM API: языковые модели по одному ключу

Поменяй в программе адрес и ключ — и код, написанный под OpenAI, заговорит с DeepSeek, Qwen, GLM, Kimi, Grok или Llama. Так устроен наш LLM API: языковые модели разных вендоров по одному ключу, форматы OpenAI Chat Completions и Anthropic Messages, оплата в рублях. Платишь только за токены, а цену каждого ответа видишь в поле usage.cost_rub.

- 79 моделей
- от 4,66 ₽ за 1 млн токенов входа
- 10 вендоров

Обновлено: 17 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) [Документация](https://veselo.ai/docs/chat)

## Модели и цены

**Цены в рублях за 1 млн токенов**

| Модель | Вендор | Контекст | Вход | Выход | Провайдеры |
| --- | --- | --- | --- | --- | --- |
| [Kimi K3](https://veselo.ai/models/moonshotai/kimi-k3) | Moonshot AI (Kimi) | 1 млн | 317,71 ₽ | 1 588,52 ₽ | — |
| [GLM-5.3](https://veselo.ai/models/z-ai/glm-5.3) | Z.ai (GLM) | 1 млн | 148,27 ₽ | 465,97 ₽ | — |
| [Qwen3.8 Max](https://veselo.ai/models/qwen/qwen3.8-max) | Qwen (Alibaba) | 1 млн | 211,81 ₽ | 635,41 ₽ | — |
| [GLM-5.3 Flash](https://veselo.ai/models/z-ai/glm-5.3-flash) | Z.ai (GLM) | 1 млн | 15,89 ₽ | 52,96 ₽ | — |
| [DeepSeek V4 Flash](https://veselo.ai/models/deepseek/deepseek-v4-flash) | DeepSeek | 1 млн | 14,83 ₽ | 29,66 ₽ | — |
| [GLM-5](https://veselo.ai/models/z-ai/glm-5) | Z.ai (GLM) | 200 тыс. | 105,91 ₽ | 338,89 ₽ | — |
| [GLM-5.2](https://veselo.ai/models/z-ai/glm-5.2) | Z.ai (GLM) | 1 млн | 148,27 ₽ | 465,97 ₽ | — |
| [DeepSeek V4 Pro](https://veselo.ai/models/deepseek/deepseek-v4-pro) | DeepSeek | 1 млн | 184,27 ₽ | 368,54 ₽ | — |
| [Grok 4.7](https://veselo.ai/models/x-ai/grok-4.7) | xAI (Grok) | 500 тыс. | 211,81 ₽ | 635,41 ₽ | — |
| [Grok 4.6](https://veselo.ai/models/x-ai/grok-4.6) | xAI (Grok) | 500 тыс. | 211,81 ₽ | 635,41 ₽ | — |
| [Llama 4 Maverick](https://veselo.ai/models/meta-llama/llama-4-maverick-17b-128e-instruct-fp8) | Meta Llama | 1 млн | 26,48 ₽ | 105,91 ₽ | — |
| [Qwen3.6 35B-A3B](https://veselo.ai/models/qwen/qwen3.6-35b-a3b) | Qwen (Alibaba) | 262 тыс. | 26,27 ₽ | 157,27 ₽ | — |
| [Qwen3.6 27B](https://veselo.ai/models/qwen/qwen3.6-27b) | Qwen (Alibaba) | 262 тыс. | 63,55 ₽ | 63,55 ₽ | — |
| [MiniMax M3](https://veselo.ai/models/minimax/minimax-m3) | MiniMax | 1 млн | 63,55 ₽ | 254,17 ₽ | — |
| [DeepSeek V4.1 Flash Express](https://veselo.ai/models/deepseek/deepseek-v4.1-flash-express) | DeepSeek | 1 млн | 36,20 ₽ | 144,80 ₽ | 3 |
| [Kimi K2.6](https://veselo.ai/models/moonshotai/kimi-k2.6) | Moonshot AI (Kimi) | 262 тыс. | 100,61 ₽ | 423,61 ₽ | — |
| [DeepSeek V3.2](https://veselo.ai/models/deepseek/deepseek-v3.2) | DeepSeek | — | 29,66 ₽ | 44,48 ₽ | — |
| [Llama 3.3 70B](https://veselo.ai/models/meta-llama/llama-3.3-70b-instruct) | Meta Llama | 128 тыс. | 75,19 ₽ | 75,19 ₽ | — |
| [Kimi K2.5](https://veselo.ai/models/moonshotai/kimi-k2.5) | Moonshot AI (Kimi) | 262 тыс. | 63,55 ₽ | 317,71 ₽ | — |
| [Qwen3.7 Max](https://veselo.ai/models/qwen/qwen3.7-max) | Qwen (Alibaba) | 1 млн | 264,76 ₽ | 794,26 ₽ | — |
| [Qwen3.6 Plus](https://veselo.ai/models/qwen/qwen3.6-plus) | Qwen (Alibaba) | 1 млн | 52,96 ₽ | 317,71 ₽ | — |
| [Kimi K3.1 Pro](https://veselo.ai/models/moonshotai/kimi-k3.1-pro) | Moonshot AI (Kimi) | 1 млн | 211,81 ₽ | 1 059,02 ₽ | — |
| [Kimi K2.7 Code](https://veselo.ai/models/moonshotai/kimi-k2.7-code) | Moonshot AI (Kimi) | 262 тыс. | 100,61 ₽ | 423,61 ₽ | — |
| [DeepSeek V4.1 Flash без цензуры](https://veselo.ai/models/deepseek/deepseek-v4.1-flash-uncensored) | DeepSeek | 1 млн | 13,41 ₽ | 50,28 ₽ | 7 |
| [Qwen3.8 27B без цензуры](https://veselo.ai/models/qwen/qwen3.8-27b-uncensored) | Qwen (Alibaba) | 262 тыс. | 223,46 ₽ | 893,81 ₽ | 1 |
| [GLM-4.7](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | 200 тыс. | 63,55 ₽ | 232,99 ₽ | — |
| [Qwen3.5 397B-A17B](https://veselo.ai/models/qwen/qwen3.5-397b-a17b) | Qwen (Alibaba) | 262 тыс. | 63,55 ₽ | 381,25 ₽ | — |
| [Tencent Hy3](https://veselo.ai/models/tencent/hy3) | Tencent (Hunyuan) | 256 тыс. | 13,98 ₽ | 55,92 ₽ | — |
| [Grok 4](https://veselo.ai/models/x-ai/grok-4-0709) | xAI (Grok) | 256 тыс. | 317,71 ₽ | 1 588,52 ₽ | — |
| [Grok 3](https://veselo.ai/models/x-ai/grok-3) | xAI (Grok) | — | 317,71 ₽ | 1 588,52 ₽ | — |
| [Qwen3.5 35B-A3B](https://veselo.ai/models/qwen/qwen3.5-35b-a3b) | Qwen (Alibaba) | 262 тыс. | 26,48 ₽ | 211,81 ₽ | — |
| [Qwen3.5 Plus](https://veselo.ai/models/qwen/qwen3.5-plus) | Qwen (Alibaba) | 1 млн | 42,37 ₽ | 254,17 ₽ | — |
| [Qwen3.5 27B](https://veselo.ai/models/qwen/qwen3.5-27b) | Qwen (Alibaba) | 262 тыс. | 31,78 ₽ | 254,17 ₽ | — |
| [Grok 4.5](https://veselo.ai/models/x-ai/grok-4.5) | xAI (Grok) | 500 тыс. | 211,81 ₽ | 635,41 ₽ | — |
| [Grok 4.3](https://veselo.ai/models/x-ai/grok-4.3) | xAI (Grok) | 1 млн | 132,38 ₽ | 264,76 ₽ | — |
| [Llama 4 Scout](https://veselo.ai/models/meta-llama/llama-4-scout-17b-16e-instruct) | Meta Llama | 10 млн | 21,19 ₽ | 82,61 ₽ | — |
| [Qwen3.6 Flash](https://veselo.ai/models/qwen/qwen3.6-flash) | Qwen (Alibaba) | 1 млн | 26,48 ₽ | 158,86 ₽ | — |
| [Grok 4.1 Fast](https://veselo.ai/models/x-ai/grok-4-1-fast-reasoning) | xAI (Grok) | 2 млн | 21,19 ₽ | 52,96 ₽ | — |
| [Grok 4.20 Reasoning](https://veselo.ai/models/x-ai/grok-4.20-0309-reasoning) | xAI (Grok) | 1 млн | 132,38 ₽ | 264,76 ₽ | — |
| [Dola Seed SC](https://veselo.ai/models/bytedance/dola-seed-sc) | ByteDance | — | 21,19 ₽ | 84,73 ₽ | — |
| [DeepSeek V4 Flash Vision Exp](https://veselo.ai/models/deepseek/deepseek-v4-flash-vision-exp) | DeepSeek | 1 млн | 46,60 ₽ | 139,79 ₽ | — |
| [MiniMax M2.7](https://veselo.ai/models/minimax/minimax-m2.7) | MiniMax | — | 31,78 ₽ | 127,09 ₽ | — |
| [GLM-5.3 Flash Express](https://veselo.ai/models/z-ai/glm-5.3-flash-express) | Z.ai (GLM) | 1 млн | 18,10 ₽ | 60,34 ₽ | 1 |
| [Hy-MT2 Pro](https://veselo.ai/models/tencent/hy-mt2-pro) | Tencent (Hunyuan) | 8 тыс. | 7,84 ₽ | 31,25 ₽ | — |
| [GLM-5.1](https://veselo.ai/models/z-ai/glm-5.1) | Z.ai (GLM) | 200 тыс. | 148,27 ₽ | 465,97 ₽ | — |
| [Grok Code Fast 1](https://veselo.ai/models/x-ai/grok-code-fast-1) | xAI (Grok) | 256 тыс. | 21,19 ₽ | 158,86 ₽ | — |
| [GLM 5.3 без цензуры](https://veselo.ai/models/z-ai/glm-5.3-uncensored) | Z.ai (GLM) | 1 млн | 111,73 ₽ | 223,46 ₽ | 4 |
| [Kimi K3.1 Pro без цензуры](https://veselo.ai/models/moonshotai/kimi-k3.1-pro-uncensored) | Moonshot AI (Kimi) | 1 млн | 446,91 ₽ | 1 675,89 ₽ | 1 |
| [GLM-4.7 FlashX](https://veselo.ai/models/z-ai/glm-4.7-flashx) | Z.ai (GLM) | 200 тыс. | 7,42 ₽ | 42,37 ₽ | — |
| [GLM-5 Turbo](https://veselo.ai/models/z-ai/glm-5-turbo) | Z.ai (GLM) | 200 тыс. | 127,09 ₽ | 423,61 ₽ | — |
| [GLM 5.3 Flash без цензуры](https://veselo.ai/models/z-ai/glm-5.3-flash-uncensored) | Z.ai (GLM) | 1 млн | 13,41 ₽ | 55,87 ₽ | 2 |
| [Command A](https://veselo.ai/models/cohere/command-a-03-2025) | Cohere | 256 тыс. | 264,76 ₽ | 1 059,02 ₽ | — |
| [DeepSeek V3.2 Speciale](https://veselo.ai/models/deepseek/deepseek-v3.2) | DeepSeek | — | 61,43 ₽ | 177,92 ₽ | — |
| [DeepSeek V4 Flash 0731](https://veselo.ai/models/deepseek/deepseek-v4-flash) | DeepSeek | — | 46,60 ₽ | 139,79 ₽ | — |
| [DeepSeek V4 Pro 0813](https://veselo.ai/models/deepseek/deepseek-v4-pro) | DeepSeek | — | 139,79 ₽ | 419,37 ₽ | — |
| [Qwen3.5 122B-A10B](https://veselo.ai/models/qwen/qwen3.5-397b-a17b) | Qwen (Alibaba) | — | 42,37 ₽ | 338,89 ₽ | — |
| [Qwen3.5 Flash](https://veselo.ai/models/qwen/qwen3.6-flash) | Qwen (Alibaba) | — | 10,60 ₽ | 42,37 ₽ | — |
| [Tencent Hy4 Preview](https://veselo.ai/models/tencent/hy3) | Tencent (Hunyuan) | 1 млн | 88,33 ₽ | 264,86 ₽ | — |
| [Grok 3 Mini](https://veselo.ai/models/x-ai/grok-3) | xAI (Grok) | — | 31,78 ₽ | 52,96 ₽ | — |
| [Grok 4.1 Fast без рассуждений](https://veselo.ai/models/x-ai/grok-4-1-fast-reasoning) | xAI (Grok) | 2 млн | 21,19 ₽ | 52,96 ₽ | — |
| [Grok 4 Fast без рассуждений](https://veselo.ai/models/x-ai/grok-4-1-fast-reasoning) | xAI (Grok) | 2 млн | 21,19 ₽ | 52,96 ₽ | — |
| [Grok 4 Fast](https://veselo.ai/models/x-ai/grok-4-1-fast-reasoning) | xAI (Grok) | 2 млн | 21,19 ₽ | 52,96 ₽ | — |
| [Grok 4.20 без рассуждений](https://veselo.ai/models/x-ai/grok-4.20-0309-reasoning) | xAI (Grok) | 1 млн | 132,38 ₽ | 264,76 ₽ | — |
| [GLM-3 Turbo](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | — | 75,66 ₽ | 75,66 ₽ | — |
| [GLM-4](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | — | 1 512,91 ₽ | 1 512,91 ₽ | — |
| [GLM-4 Air](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | — | 7,57 ₽ | 7,57 ₽ | — |
| [GLM-4 AirX](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | — | 151,30 ₽ | 151,30 ₽ | — |
| [GLM-4 Long](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | — | 15,13 ₽ | 15,13 ₽ | — |
| [GLM-4 Plus](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | — | 75,65 ₽ | 75,65 ₽ | — |
| [GLM-4.5](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | 128 тыс. | 63,55 ₽ | 232,99 ₽ | — |
| [GLM-4.5 Air](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | 128 тыс. | 21,19 ₽ | 116,50 ₽ | — |
| [GLM-4.5 AirX](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | — | 116,50 ₽ | 476,56 ₽ | — |
| [GLM-4.5 X](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | — | 232,99 ₽ | 942,52 ₽ | — |
| [GLM-4.6](https://veselo.ai/models/z-ai/glm-4.7) | Z.ai (GLM) | 200 тыс. | 63,55 ₽ | 232,99 ₽ | — |
| [GLM-4V](https://veselo.ai/models/z-ai/glm-5.3-flash) | Z.ai (GLM) | — | 756,44 ₽ | 756,44 ₽ | — |
| [GLM-4V Plus](https://veselo.ai/models/z-ai/glm-5.3-flash) | Z.ai (GLM) | — | 60,52 ₽ | 60,52 ₽ | — |
| [GLM-5.3 FlashX](https://veselo.ai/models/z-ai/glm-5.3-flash) | Z.ai (GLM) | 1 млн | 39,19 ₽ | 132,38 ₽ | — |
| [Hy-MT2 Lite](https://veselo.ai/models/tencent/hy-mt2-pro) | Tencent (Hunyuan) | 8 тыс. | 4,66 ₽ | 18,75 ₽ | — |
| [Hy-MT2 Plus](https://veselo.ai/models/tencent/hy-mt2-pro) | Tencent (Hunyuan) | 8 тыс. | 7,84 ₽ | 31,25 ₽ | — |

### Сейчас недоступны

Запросы к этим моделям сейчас не проходят и денег не стоят. Цены — последние известные.

- [DeepSeek V4.1 Flash](https://veselo.ai/models/deepseek/deepseek-v4.1-flash) — 31,78 ₽ / 127,09 ₽ за 1 млн токенов
- [Grok 4.20 Multi-Agent](https://veselo.ai/models/x-ai/grok-4.20-multi-agent-0309) — 211,81 ₽ / 635,41 ₽ за 1 млн токенов
- [Command A+](https://veselo.ai/models/cohere/command-a-plus-05-2026) — 84,73 ₽ / 338,89 ₽ за 1 млн токенов
- [Qwen3 Max](https://veselo.ai/models/qwen/qwen3-max) — 127,09 ₽ / 635,41 ₽ за 1 млн токенов
- [Qwen3.6 Max Preview](https://veselo.ai/models/qwen/qwen3.6-max-preview) — 137,68 ₽ / 826,03 ₽ за 1 млн токенов
- [GLM-4 AllTools](https://veselo.ai/models/z-ai/glm-4-alltools) — 1 512,91 ₽ / 1 512,91 ₽ за 1 млн токенов

## Как выбрать

Спорить, какая модель умнее, бессмысленно, пока не ясна задача. Отправлять каждую мелочь флагману — как звать бригаду грузчиков, чтобы переставить стул: справятся, но зачем. Мы бы выбирали по пяти вопросам.

- **Сколько текста модель прочтёт за раз.** Это контекст, его считают в токенах; в русском тексте токен — примерно 2–4 знака. У [Kimi K3](https://veselo.ai/models/moonshotai/kimi-k3), [GLM-5.3](https://veselo.ai/models/z-ai/glm-5.3) и [DeepSeek V4.1 Flash](https://veselo.ai/models/deepseek/deepseek-v4.1-flash) контекст около 1 млн токенов: туда помещается договор вместе со всей перепиской по нему. Чат-боту с короткими вопросами такой запас ни к чему.
- **Нужны ли рассуждения.** Kimi K3 и GLM-5.3 думают перед каждым ответом, и выключить это нельзя. Разработчики дают выбрать только глубину: поле `reasoning_effort` принимает low, high или max. Рассуждения оплачиваются как выход, поэтому на простых вопросах такие модели обходятся дороже, чем кажется по прайсу.
- **Картинки на входе.** Скриншот, фото чека или график примут DeepSeek V4.1 Flash, Kimi K3 и [Grok 4.7](https://veselo.ai/models/x-ai/grok-4.7). GLM-5.3, по документации Z.ai, пока читает только текст.
- **Инструменты и строгий JSON.** Агенту нужен вызов функций, выжимке в таблицу — ответ по схеме. У Grok 4.7 и GLM-5.3 оба умения прямо указаны в документации вендоров, а как с ними работать у нас — в разделах [инструменты](https://veselo.ai/docs/tools) и [структурированный ответ](https://veselo.ai/docs/structured-output).
- **Цена и скорость.** Цены за 1 млн токенов входа и выхода собраны в таблице, а разброс между краями там в десятки раз. Варианты Express — те же модели, только запрос уходит к самому быстрому провайдеру из тех, что укладываются в цену модели. У Grok 4.7 запрос длиннее 200 тысяч токенов считается по повышенной цене целиком.

Если коротко:

- универсал для бота, выжимок и черновиков — DeepSeek V4.1 Flash или [GLM-5.3 Flash](https://veselo.ai/models/z-ai/glm-5.3-flash);
- сложный анализ и долгие задачи — Kimi K3, GLM-5.3 или [Qwen3.8 Max](https://veselo.ai/models/qwen/qwen3.8-max);
- открытые веса, чтобы потом перенести модель к себе, — [Qwen3.6 27B](https://veselo.ai/models/qwen/qwen3.6-27b) с лицензией Apache 2.0 или DeepSeek V4.1 Flash с лицензией MIT;
- код и агенты в редакторе — [нейросети для кода](https://veselo.ai/models/api-neirosetej-dlya-koda);
- перевод — [нейросеть для перевода текста](https://veselo.ai/models/perevod-api), ответы без встроенных отказов — [нейросети без цензуры](https://veselo.ai/models/bez-cenzury).

Своих рейтингов мы не публикуем: честный ответ даст только проба на твоих примерах. Задай один и тот же вопрос двум-трём моделям и посмотри на ответы и на сумму в `usage.cost_rub`. Как выбирать сервис, а не модель, мы разобрали в статье про [агрегатор нейросетей](https://veselo.ai/blog/agregator-nejrosetej).

## Популярные задачи

### Чат-бот поддержки в Telegram или на сайте

Боту важнее отвечать без пауз, чем писать эссе. Возьми [DeepSeek V4.1 Flash Express](https://veselo.ai/models/deepseek/deepseek-v4.1-flash-express) или [GLM-5.3 Flash Express](https://veselo.ai/models/z-ai/glm-5.3-flash-express) и ставь `max_tokens` под длину реплики: так на время запроса удерживается меньше денег. API не помнит прошлых сообщений: каждый запрос несёт историю диалога и оплачивает её заново, поэтому старую часть разговора сжимай в короткий пересказ. Чтобы бот отвечал по твоим правилам доставки и возврата, а не из головы, подключи поиск по базе знаний, о нём рассказывает хаб [эмбеддинги и переранжирование](https://veselo.ai/models/embeddings-api).

**Пример запроса:** «Ты — оператор магазина. Ответь в двух предложениях, можно ли вернуть обувь без чека».

### Выжимки из документов в JSON

Счета, заявки и резюме удобно разбирать в поля: модель читает текст и возвращает JSON по твоей схеме, а программа кладёт его в таблицу или CRM. Схема передаётся в `response_format`, и ответ можно сразу проверить программой. Простые документы часто тянет быстрая модель — проверь GLM-5.3 Flash на десятке своих счетов. Для сложных сравни её с Grok 4.7 и GLM-5.3. Поля, которых в документе нет, проси возвращать пустыми, а не угадывать.

**Пример запроса:** «Достань из счёта номер, дату, ИНН продавца и сумму с НДС; верни JSON по схеме, пустые поля — null».

### Сравнение редакций договора и тендерной документации

Положить рядом две редакции договора на сотню страниц и найти, что поменялось, — работа для длинного контекста. Kimi K3 и DeepSeek V4.1 Flash читают до 1 млн токенов за запрос, так что обе редакции помещаются в один вопрос. Проси не пересказ, а список: пункт, было, стало, чем это грозит. Длинный вход оплачивается при каждом вопросе, поэтому задавай все вопросы к документу одним запросом, а не десятью подряд.

**Пример запроса:** «Сравни редакции от 1 и 15 октября: выпиши пункты, где поменялись сроки, штрафы и порядок оплаты».

### Разбор скриншотов, чеков и графиков

Картинку кладут в то же сообщение, что и вопрос, ссылкой или строкой base64; формат запроса — в разделе [картинки во входе](https://veselo.ai/docs/vision). Так разбирают фото чеков для учёта расходов, скриншоты ошибок от клиентов, графики из отчётов. Подойдут DeepSeek V4.1 Flash, Kimi K3 и Grok 4.7: у всех трёх картинки на входе есть в документации разработчиков. Картинка тоже идёт во вход и стоит токенов.

**Пример запроса:** «На фото — кассовый чек. Выпиши позиции, цены и итог; если что-то не читается, так и напиши».

### Агенты с инструментами

Агент сам решает, какую функцию вызвать: показать свободные окна доставки, проверить остаток на складе, записать клиента на приём. Для этого модель должна уверенно работать с `tools` и не терять нить за десятки шагов. Moonshot AI описывает Kimi K3 как модель для долгих задач в коде и агентах и меряет её на тестах с вызовом инструментов. Описание функций передаётся в поле `tools`, а цикл «вызов — результат — ответ» разобран в разделе [инструменты](https://veselo.ai/docs/tools).

**Пример запроса:** «Человек в чате просит перенести доставку на субботу. Вызови `get_delivery_slots` и предложи два ближайших окна».

### Описания товаров и тексты пачкой

Тысяча карточек для маркетплейса — задача на объём, а не на гениальность. [Tencent Hy3](https://veselo.ai/models/tencent/hy3) по документации Tencent по умолчанию отвечает без рассуждений, а включаются они полем `reasoning_effort`. Для массовых текстов это экономия: не платишь за размышления над описанием табуретки. Дай модели пример готовой карточки и требования площадки к длине, а запросы отправляй параллельно, в пределах лимита ключа. Перед публикацией читай часть текстов глазами: модель может приписать товару свойство, которого у него нет.

**Пример запроса:** «Опиши табурет из массива бука для карточки товара: до 600 знаков, без превосходных степеней, в конце — размеры».

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI. Пример — с моделью Kimi K3: у других моделей меняется только model.

**curl**

```
curl https://veselo.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moonshotai/kimi-k3",
    "messages": [{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}]
  }'
```

**Python**

```
from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ")

r = client.chat.completions.create(
    model="moonshotai/kimi-k3",
    messages=[{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}],
)
print(r.choices[0].message.content)
```

**JavaScript**

```
import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ' });

const r = await client.chat.completions.create({
  model: 'moonshotai/kimi-k3',
  messages: [{ role: 'user', content: 'Привет! Объясни в двух предложениях, что такое API.' }],
});
console.log(r.choices[0].message.content);
```

**В программах:** OpenAI SDK, Cursor и n8n — по адресу и ключу, Claude Code — через формат Anthropic, Claude и ChatGPT — через MCP. [Библиотеки и программы](https://veselo.ai/docs/sdks) · [Claude Code](https://veselo.ai/docs/anthropic) · [MCP](https://veselo.ai/connect)

[Kimi K3](https://veselo.ai/models/moonshotai/kimi-k3) · [Документация раздела](https://veselo.ai/docs/chat)

## Вопросы и ответы

**Где взять LLM API key?**

API ключ для ИИ выпускается в кабинете разработчика на veselo.ai и начинается с `sk-vsl-`. Целиком ключ показывается при выпуске, а посмотреть его снова можно только после кода подтверждения. Заводи отдельный ключ на каждую программу и ставь ему месячный лимит расходов.

**Подойдёт ли код, написанный под OpenAI?**

Да, у нас OpenAI compatible API: если код зовёт Chat Completions, поменяй `base_url` на `https://veselo.ai/v1` и ключ, остальное останется как было. Responses API у нас нет, поэтому библиотеки, которые ходят туда по умолчанию, переключи на Chat Completions. Для Claude Code и SDK Anthropic есть свой вход `/v1/messages`, настройки — в разделе [SDK и программы](https://veselo.ai/docs/sdks).

**Как оплатить LLM API из России?**

API-счёт пополняется в рублях: картой российского банка, по СБП, через T-Pay или SberPay. Запросы идут на наш адрес, поэтому LLM API в России работает без VPN. Деньги этого счёта тратятся только на запросы к моделям и с балансом для роликов на сайте не смешиваются.

**Как сэкономить на запросах?**

Ставь `max_tokens` под ожидаемый ответ: от него зависит удержание на время запроса, а платишь всё равно за то, что модель написала. Длинную историю диалога сжимай в пересказ. Повторяющийся вход модель может взять из кэша — он считается по цене кэша со страницы модели. И проверь, не справится ли с задачей быстрая модель вместо флагмана.

**Есть ли текстовые модели OpenAI, Google и Claude?**

Нет. Их создатели не работают с Россией, поэтому текст GPT, Gemini и Claude по API мы не продаём. Зато программы, сделанные под них, работают с нашими моделями: Claude Code — через вход `/v1/messages`, Cursor, n8n и LangChain — как с OpenAI. Картинки, озвучку и музыку OpenAI и Google по API продаём.

**Чем LLM API Весело отличается от API самих разработчиков моделей?**

Модели те же: мы их не обучаем и не переписываем ответы, запрос уходит модели как есть. Разница — в обвязке: один ключ на всех вендоров из каталога, счёт в рублях, кэшбэк от 1 до 5% по итогам месяца. А запрос, который закончился ошибкой, денег не стоит.

**Можно ли попробовать модель до интеграции?**

Да: на странице текстовой модели есть блок «Попробовать». Нужно войти и пополнить API-счёт, а сообщение оплачивается по цене, которая видна до отправки. Пробных денег у API нет, зато платишь за отправленные сообщения, а не за подписку на месяц.

**Какие лимиты у одного ключа?**

60 запросов в минуту и 10 одновременных, тело запроса — до 25 МБ, ключей на аккаунт — до 20. Если упрёшься в лимит, придёт ошибка 429 с заголовком `Retry-After`: подожди столько секунд, сколько в нём указано, и повтори. Остальные пределы собраны в разделе [лимиты](https://veselo.ai/docs/limits).

**Нужны ли VPN и зарубежная карта?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

**Сколько стоит запрос, который закончился ошибкой?**

Нисколько: ошибка нейросети денег не стоит, удержание на время запроса снимается целиком.

## Ещё по теме

- [Чат: сообщения и параметры — документация API](https://veselo.ai/docs/chat)
- [Все модели: нейросети для кода](https://veselo.ai/models/api-neirosetej-dlya-koda)
- [Все модели: без цензуры](https://veselo.ai/models/bez-cenzury)
- [Все модели: перевод текста](https://veselo.ai/models/perevod-api)
- [Подключить к Claude и ChatGPT](https://veselo.ai/connect)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [huggingface.co](https://huggingface.co/moonshotai/Kimi-K3), [docs.z.ai](https://docs.z.ai/guides/llm/glm-5.3), [docs.x.ai](https://docs.x.ai/developers/models/grok-4.7)
