Migrationsleitfäden

TokenLab ist ein Multi-Format-System: Sie können OpenAI-kompatible Clients, Anthropic-native Messages-Aufrufe, Gemini-native REST-Aufrufe und Media-Endpunkte in ihrer ursprünglichen Form beibehalten. Die sicherste Migration besteht nicht darin, jeden Workload in ein universelles Format zu übersetzen. Wählen Sie den Pfad, der das für Ihre Anwendung erforderliche Verhalten unterstützt.

Routen-Mapping

Bestehender Workload	TokenLab Basis-URL	Primärer Endpunkt	Migrationshinweis
OpenAI Chat Completions	`https://api.tokenlab.sh/v1`	`/chat/completions`	Kleinste Änderung für OpenAI-kompatiblen Chat und Function Calling
OpenAI Responses	`https://api.tokenlab.sh/v1`	`/responses`	Verwenden, wenn Ihre App von Responses-spezifischen Eingaben, Tools oder der Output-Verarbeitung abhängt
Anthropic SDK	`https://api.tokenlab.sh`	`/v1/messages`	Hängen Sie kein `/v1` an die SDK Basis-URL an
Gemini REST	`https://api.tokenlab.sh`	`/v1beta/models/:model:generateContent`	Behalten Sie Gemini-native Felder auf der Gemini-Route bei
Media-Generierung	`https://api.tokenlab.sh/v1`	`/images`, `/videos`, `/music`, `/3d`	Entdecken Sie Modelle mit `recommended_for` und erwarten Sie asynchrones Polling, wo dokumentiert
Verwaltung und Abrechnung	`https://api.tokenlab.sh/v1`	`/management/...`	Verwenden Sie Management-Tokens für serverseitige Nutzung und Abrechnungsabgleich

Schnelle Migrationsrezepte

Von OpenAI zu TokenLab

Ändern Sie nur die SDK base_url / baseURL zu https://api.tokenlab.sh/v1, behalten Sie Ihren bestehenden OpenAI API-Key-Umgebungsvariablennamen bei, falls dies für den Rollout einfacher ist, und ersetzen Sie die Modell-IDs nach einer Überprüfung über GET /v1/models.

Von OpenRouter zu TokenLab

Verwenden Sie https://api.tokenlab.sh/v1, wo Ihre App zuvor die OpenAI-kompatible Basis-URL von OpenRouter verwendet hat. Entfernen Sie Modell-IDs mit Provider-Präfix und verwenden Sie die öffentlichen TokenLab-Modell-IDs aus /v1/models; wenn ein Workload Claude Messages oder Gemini generateContent benötigt, verschieben Sie ihn auf den nativen TokenLab-Endpunkt, anstatt ihn durch OpenAI-kompatiblen Chat zu erzwingen.

Von LiteLLM zu TokenLab

Verwenden Sie die custom_openai/<model>-Route von LiteLLM mit api_base: https://api.tokenlab.sh/v1. Halten Sie LiteLLM-Aliase von echten TokenLab-Modell-IDs getrennt, damit Sie die Routing-Richtlinie ändern können, ohne die Prompts der Anwendung anzupassen.

Claude Messages über TokenLab

Richten Sie Anthropic SDK-Clients auf https://api.tokenlab.sh aus und rufen Sie messages.create auf. Hängen Sie kein /v1 an die SDK Basis-URL an; das SDK verwaltet den Pfad /v1/messages selbst.

Gemini nativ über TokenLab

Behalten Sie Gemini-Payloads auf https://api.tokenlab.sh/v1beta/models/{model}:generateContent bei. Gemini-native contents, parts, Dateien, gecachte Inhalte, Funktionsdeklarationen und integrierte Tools sollten auf dieser Route bleiben, wenn Ihre App von Gemini-spezifischem Verhalten abhängt.

OpenAI-kompatible Migration

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-tokenlab-key",
    base_url="https://api.tokenlab.sh/v1",
)

response = client.chat.completions.create(
    model="gpt-5.4",
    messages=[{"role": "user", "content": "Hello from TokenLab"}],
)

Behalten Sie Ihren bestehenden Code für Retries, Timeouts und Streaming bei, validieren Sie jedoch die Modell-IDs mit GET /v1/models vor dem produktiven Traffic. Senden Sie bei der Bildgenerierung das model explizit mit und lesen Sie den Bild-Leitfaden, da sich Bildmodelle stärker unterscheiden als Chat-Modelle.

Anthropic-Migration

from anthropic import Anthropic

client = Anthropic(
    api_key="sk-your-tokenlab-key",
    base_url="https://api.tokenlab.sh",
)

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Explain TokenLab in one sentence."}],
)

Verwenden Sie /v1/messages für Claude-native Tool-Nutzung, Thinking-Flows und Anthropic-Message-Semantik. Übersetzen Sie Anthropic-spezifische Felder nicht in Chat Completions, es sei denn, Sie beabsichtigen explizit eine Änderung des OpenAI-kompatiblen Verhaltens.

Gemini-Migration

curl "https://api.tokenlab.sh/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "Authorization: Bearer sk-your-tokenlab-key" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"Hello"}]}]}'

Behalten Sie integrierte Gemini-Tools, File API-Referenzen, gecachte Inhalte, Funktionsdeklarationen und native Content-Parts auf /v1beta bei, wenn Ihre App von Gemini-nativem Verhalten abhängt.

Media-Migration

Fragen Sie GET /v1/models?recommended_for=image|video|music|3d ab.
Lesen Sie GET /v1/models in Listenantworten und das vollständige GET /v1/models/{model}, wo verfügbar.
Senden Sie ein explizites model, insbesondere bei Bild-Endpunkten.
Speichern Sie task_id, poll_url, Endpunkt, Modell und Ihre eigene Job-ID für asynchrone Jobs.
Gleichen Sie Kosten über Nutzungsdatensätze und billing_transaction_id ab, nicht über Provider-Task-IDs.

Media-Workloads benötigen einen eigenen Rollout-Plan, da sich Latenz, Retries und finale Assets anders verhalten als bei Chat Completions.

Produktions-Rollout-Plan

Phase	Ziel	Prüfungen
1. Inventur	Endpunkte, Modelle, Request-Felder, Streaming/Async-Verhalten und Abrechnungsverantwortliche auflisten	Es wird davon ausgegangen, dass keine versteckten Provider-spezifischen Felder öffentlich sind
2. Single-Route-Pilot	Einen Endpunkt und eine Modellfamilie verschieben	Antwortformat, Kosten und Logs entsprechen den Erwartungen
3. Shadow oder Sample	Ausgewählte Outputs mit dem vorherigen Provider vergleichen	Benutzerseitige Qualität und Latenz sind akzeptabel
4. Gradueller Rollout	Traffic nach Key, Organisation oder Feature-Flag erhöhen	`4xx`, `5xx`, Latenz, Balance und doppelte asynchrone Jobs überwachen
5. Bereinigung	Alten Provider-Pfad erst nach stabiler Nutzung entfernen	Rollback-Pfad und Support-Playbook sind dokumentiert

Migrationsfallen

Platzieren Sie nicht jedes Modell hinter einem OpenAI Chat Completions-Pfad, wenn Ihre App natives Anthropic-, Gemini- oder Responses-Verhalten benötigt.
Gehen Sie nicht von alten Bild-Standardwerten aus. Senden Sie model explizit mit.
Wiederholen Sie keine asynchronen Erstellungsanfragen, ohne zu prüfen, ob bereits ein Task erstellt wurde.
Geben Sie keine Provider-spezifischen Identifikatoren in Ihren Logs oder der UI preis.
Vergleichen Sie die Abrechnung nicht mit Provider-Task-IDs. Verwenden Sie TokenLab-Nutzungsdatensätze.

API-Referenz

Thema	Referenz
Mehrformat-API	Mehrformat-API
OpenAI SDK	OpenAI SDK
Anthropic SDK	Anthropic SDK
Natives Gemini-Format	Native Gemini-API
Bildgenerierung	Bildgenerierung
Asynchrone Aufgaben und Polling	Asynchrone Aufgaben und Polling

Erste Schritte

Kernleitfäden

Medienleitfäden

Migrationsleitfäden

Routen-Mapping

Schnelle Migrationsrezepte

Von OpenAI zu TokenLab

Von OpenRouter zu TokenLab

Von LiteLLM zu TokenLab

Claude Messages über TokenLab

Gemini nativ über TokenLab

OpenAI-kompatible Migration

Anthropic-Migration

Gemini-Migration

Media-Migration

Produktions-Rollout-Plan

Migrationsfallen

API-Referenz

​Routen-Mapping

​Schnelle Migrationsrezepte

​Von OpenAI zu TokenLab

​Von OpenRouter zu TokenLab

​Von LiteLLM zu TokenLab

​Claude Messages über TokenLab

​Gemini nativ über TokenLab

​OpenAI-kompatible Migration

​Anthropic-Migration

​Gemini-Migration

​Media-Migration

​Produktions-Rollout-Plan

​Migrationsfallen

​API-Referenz

Routen-Mapping

Schnelle Migrationsrezepte

Von OpenAI zu TokenLab

Von OpenRouter zu TokenLab

Von LiteLLM zu TokenLab

Claude Messages über TokenLab

Gemini nativ über TokenLab

OpenAI-kompatible Migration

Anthropic-Migration

Gemini-Migration

Media-Migration

Produktions-Rollout-Plan

Migrationsfallen

API-Referenz