LLM APIの始め方

Quickstart

まず接続し、実際の作業を1件試します。OpenAI SDKを使う場合は、接続先とAPIキーを設定してください。

⚡ Sente（先手）— ターミナルで動くコーディングエージェント

Sente（先手）は、プロジェクトのコードを読み、調査・修正・確認を進めるCLIエージェントです。コマンドはte。インストール後にセットアップし、自分のプロジェクトで使います。

• 用意するもの：macOS / Linux（arm64・x64）のターミナル、curl・tar・Python 3、インターネット接続、作業するプロジェクト。Windowsではこの手順をWSL内で実行します。プロジェクト自体の実行環境はREADMEで確認してください。
• 認証：登録後、DashboardでAPIキーを発行して手元に用意します。

1. ターミナル：インストール

curl -fsSL https://teai.io/te | sh

入力欄に te_ で始まるAPIキーを貼ります（既存キーがあれば省略）。Enterでスキップした場合は、次の te login でキーを入力。te login 成功時の Saved to … が保存の目印です。独立した te setup コマンドはありません。

2. ターミナル：キーを確認・設定

te login

3. ターミナル：対象フォルダで起動

次の /path/to/project は引用符を残して実際のプロジェクトのパスに置き換えます。空白を含むパスにも対応し、移動に成功したときだけSenteを起動します。

cd "/path/to/project" && te

Senteの入力画面が開いたら、次の文章をSente内に貼ります。te で始まる端末コマンドと、Senteへの依頼文は入力先が違います。

このプロジェクトの起動手順を調べて、必要なコマンドを教えてください。設定が足りなければ、その項目を示してください。

案内された手順でプロジェクトが起動するか確認します。既存の開発ツールへの接続は接続ガイドへ。

te doctor --workflow

/investigate 対象は今開いているプロジェクトです。起動手順と、起動を妨げる問題を1件調べてください。ファイルは変更せず、根拠のファイルと未確認の前提を示してください。コマンド実行が必要なら、その内容と目的を先に示してください。

/implement 調査した問題を、このプロジェクト内の必要な変更で修正してください。プロジェクトの規約に従い、必要な検証を実行して、差分・実行したテストと結果・未確認事項を示してください。公開・デプロイ、削除、課金が必要なら先に確認してください。

/handoff 目的、制約、変更したファイル、実行した検証と未実行の検証、次の一手を1つまとめてください。編集権限があれば引継ぎを保存し、保存先を示してください。

docs/handoff.md の引継ぎを読んでください。現在の差分と検証結果を確認し直し、残っている次の一手から再開してください。完了済みと未確認を分けてください。

/implement この問題をマルチエージェントで調査・修正してください。独立した調査は並列に進め、根拠を統合してから実装してください。実装後は別のエージェントに差分をレビューしてもらい、指摘に対応してください。最後に実行したテストと結果、未確認事項、次の一手を示してください。

1. 登録してAPIキーを取得

無料登録 → DashboardでAPIキーを発行。キーはte_で始まります。登録で100クレジット。生成時に残高を消費します。

2. 接続先と環境変数を設定

macOS / Linuxのターミナル例です。発行したキーを環境変数 TEAI_API_KEY に設定します。

export TEAI_API_KEY="te_your_api_key"

3. コードを実行

python3 -m pip install openai

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.teai.io/v1",
    api_key=os.environ["TEAI_API_KEY"],
)

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

npm install openai

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.teai.io/v1",
  apiKey: process.env.TEAI_API_KEY,
});

const response = await client.chat.completions.create({
  model: "gpt-4o",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);

curl https://api.teai.io/v1/chat/completions \
  -H "Authorization: Bearer $TEAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

API接続で困ったとき

まずAPIキーの読み込みとモデル一覧を確認します。次のコマンドはモデル一覧を取得するだけで、文章を生成しません。

curl --fail-with-body --max-time 30 https://api.teai.io/v1/models \
  -H "Authorization: Bearer $TEAI_API_KEY"

モデル一覧の取得だけでは、認証や残高、生成の成功までは確認できません。生成リクエストのステータスと本文も確認してください。

401：APIキーを確認

実行するターミナルでTEAI_API_KEYを設定し、SDKのキー指定を確認します。必要ならDashboardで再発行します。同じ無効なキーで再試行しても解消しません。

402：残高とエラー本文を確認

エラー本文が残高不足を示している場合は、Dashboardで残高とチャージ反映を確認してください。残高を確認できるまで生成の自動再試行を止めます。

429：指定された時間を待つ

Retry-Afterがあればその指示に従います。短時間に連打せず、同時実行数を減らしてください。

空の回答・タイムアウト

空の回答を成功として扱わず、モデル・出力上限・エラー本文を確認します。タイムアウトはサーバー側の処理完了が不明なため、再送で重複処理や追加消費が起き得ます。稼働状況と利用履歴を確認してから判断してください。

Authentication

全てのAPIリクエストにはAuthorizationヘッダーが必要です。

Authorization: Bearer te_your_api_key

APIキーはDashboardで発行・管理できます。キーは発行時に1回だけ表示されるので、安全に保管してください。

Base URL

全てのエンドポイントはこのBase URLからの相対パスです。OpenAI SDKのbase_urlにそのまま設定できます。

POST /v1/chat/completions

チャット補完を生成します。OpenAI Chat Completions API完全互換。

Response

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1710000000,
  "model": "gpt-4o",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "Hello! How can I help you?"
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 12,
    "completion_tokens": 8,
    "total_tokens": 20
  }
}

Streaming

"stream": trueを指定すると、SSE (Server-Sent Events) でトークンが逐次返されます。

stream = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[{"role": "user", "content": "Rustの特徴を3つ教えて"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

const stream = await client.chat.completions.create({
  model: "claude-sonnet-4-6",
  messages: [{ role: "user", content: "Rustの特徴を3つ教えて" }],
  stream: true,
});
for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || "");
}

curl https://api.teai.io/v1/chat/completions \
  -H "Authorization: Bearer te_your_api_key" \
  -H "Content-Type: application/json" \
  -N \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [{"role": "user", "content": "Rustの特徴を3つ教えて"}],
    "stream": true
  }'

SSE Event Format

ストリーミング時、各チャンクは以下のフォーマットで返されます。各行は data: プレフィックスで始まり、最終行は data: [DONE] です。

# コンテンツチャンク
data: {"id":"chatcmpl-abc","object":"chat.completion.chunk","created":1710000000,"model":"gpt-4o","choices":[{"index":0,"delta":{"content":"Hello"},"finish_reason":null}]}

# 終了チャンク
data: {"id":"chatcmpl-abc","object":"chat.completion.chunk","created":1710000000,"model":"gpt-4o","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

# ストリーム終端
data: [DONE]

Credits

teai.io はクレジット制を採用しています。1 クレジットはコスト単位であり、トークン数と直接は一致しません。モデルごとに 1K トークンあたりのクレジット消費量が異なります。

• Free プラン: 登録だけで 100 クレジット付与（カード不要）+ Qwen3.7 Flash は激安（入力$0.03/100万token）
• 有効期限なし: クレジットは期限切れになりません
• 残高確認: レスポンスの X-Credits-Remaining ヘッダー、または GET /api/v1/auth/me で確認できます

# 残高確認
curl https://api.teai.io/api/v1/auth/me \
  -H "Authorization: Bearer te_your_api_key"

# レスポンス例
{
  "user_id": "usr_abc",
  "credits": 87,
  "plan": "free"
}

GET /v1/models

利用可能な全モデルの一覧を返します。

curl https://api.teai.io/v1/models \
  -H "Authorization: Bearer te_your_api_key"

GET /v1/models/pricing

各モデルの料金情報を含む詳細一覧を返します。

curl https://api.teai.io/v1/models/pricing \
  -H "Authorization: Bearer te_your_api_key"

詳細な料金はPricingページを参照してください。

Tool Calling (Function Calling)

OpenAI互換のFunction Calling形式でツールを定義できます。

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "東京の天気は？"}],
    tools=[{
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Get current weather",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string"}
                },
                "required": ["city"]
            }
        }
    }],
)

Python SDK

Installation

pip install openai

Setup

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.teai.io/v1",
    api_key=os.environ["TEAI_API_KEY"],
)

# GPT-4oを使用
r = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "日本の首都は？"}],
)
print(r.choices[0].message.content)

# Claude Sonnetに切り替え（コード変更は1箇所だけ）
r = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[{"role": "user", "content": "Pythonでクイックソートを書いて"}],
)
print(r.choices[0].message.content)

# 激安モデル（Qwen3.7 Flash）
r = client.chat.completions.create(
    model="qwen/qwen3.7-flash",
    messages=[{"role": "user", "content": "自己紹介して"}],
)
print(r.choices[0].message.content)

Node.js SDK

Installation

npm install openai

Setup

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.teai.io/v1",
  apiKey: process.env.TEAI_API_KEY,
});

// モデルを自由に切り替え
const models = ["gpt-4o", "claude-sonnet-4-6", "gemini-2.5-flash"];

for (const model of models) {
  const r = await client.chat.completions.create({
    model,
    messages: [{ role: "user", content: "1+1=" }],
  });
  console.log(`${model}: ${r.choices[0].message.content}`);
}

Go SDK

Installation

go get github.com/sashabaranov/go-openai

Setup

package main

import (
    "context"
    "fmt"
    "os"
    openai "github.com/sashabaranov/go-openai"
)

func main() {
    config := openai.DefaultConfig(os.Getenv("TEAI_API_KEY"))
    config.BaseURL = "https://api.teai.io/v1"
    client := openai.NewClientWithConfig(config)

    resp, err := client.CreateChatCompletion(
        context.Background(),
        openai.ChatCompletionRequest{
            Model: "gpt-4o",
            Messages: []openai.ChatCompletionMessage{
                {Role: openai.ChatMessageRoleUser, Content: "Hello!"},
            },
        },
    )
    if err != nil {
        panic(err)
    }
    fmt.Println(resp.Choices[0].Message.Content)
}

Java SDK

Maven

<dependency>
    <groupId>com.openai</groupId>
    <artifactId>openai-java</artifactId>
    <version>0.8.0</version>
</dependency>

Setup

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.*;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://api.teai.io/v1")
    .apiKey(System.getenv("TEAI_API_KEY"))
    .build();

ChatCompletionCreateParams params = ChatCompletionCreateParams.builder()
    .model("gpt-4o")
    .addUserMessage("Hello!")
    .build();

client.chat().completions().create(params)
    .choices()
    .forEach(c -> System.out.println(c.message().content()));

curl

# 環境変数にAPIキーを設定
export TEAI_API_KEY="te_your_api_key"

# Chat Completion
curl https://api.teai.io/v1/chat/completions \
  -H "Authorization: Bearer $TEAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

# モデル一覧
curl https://api.teai.io/v1/models \
  -H "Authorization: Bearer $TEAI_API_KEY"

# ストリーミング
curl https://api.teai.io/v1/chat/completions \
  -H "Authorization: Bearer $TEAI_API_KEY" \
  -H "Content-Type: application/json" \
  -N \
  -d '{
    "model": "deepseek-chat",
    "messages": [{"role": "user", "content": "日本の歴史を要約して"}],
    "stream": true
  }'

Error Handling

全てのエラーレスポンスは統一的なJSON形式で返されます。

エラーレスポンス形式

{
  "error": {
    "type": "rate_limit_exceeded",
    "message": "Rate limit exceeded. Retry after 30 seconds.",
    "code": 429,
    "retry_after": 30
  }
}

リトライ戦略

最初の接続確認ではSDKの自動再試行を無効にし、エラーを1回ずつ確認します。401・402は設定や残高の確認が先です。429はRetry-After、5xxは稼働状況を確認してから再試行を判断してください。

import os
from openai import OpenAI, APIStatusError, APIConnectionError

client = OpenAI(
    base_url="https://api.teai.io/v1",
    api_key=os.environ["TEAI_API_KEY"],
    max_retries=0,
    timeout=60.0,
)

try:
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": "Hello!"}],
        max_tokens=256,
    )
except APIStatusError as error:
    print("HTTP", error.status_code)
    print("Retry-After:", error.response.headers.get("retry-after", "not provided"))
    raise
except APIConnectionError:
    print("Connection failed; server-side completion is unknown. No automatic retry.")
    raise
else:
    content = response.choices[0].message.content if response.choices else None
    if not content or not content.strip():
        raise RuntimeError("Empty answer; check the model and output limit before retrying.")
    print(content)

Rate Limits

レート制限に達した場合、エラーメッセージが返されます。レスポンスボディのerrorフィールドを確認し、適切な間隔をあけてリトライしてください。

Timeouts

Model Versioning

モデルIDの指定方法により、バージョン固定の有無を制御できます。

• バージョン変更通知: エイリアスが指すバージョンが変更される場合、Changelogで事前告知します
• 旧バージョン保持: 廃止されたバージョンは最低90日間サポートを継続
• 本番環境: 回帰テストの安定性が重要な場合はバージョン固定を推奨

Failover Behavior

teai.ioの自動フェイルオーバーはリクエストの指定方法により動作が異なります。

teai.ioの内部ルーティングはLoadBalancedProviderにより、サーキットブレーカー + ラウンドロビンで自動フェイルオーバーを実現しています。

• 明示的モデル指定: "model": "gpt-4o" のように指定した場合、そのモデルを使用します。プロバイダー障害時はティア内の次のモデルにフェイルオーバーします。
• ティアベースの自動選択: economy / normal / powerful ティアに応じて最適なモデルが自動選択されます。
• 全プロバイダー障害時: セルフホストモデルが最終フォールバックとして動作します。

レスポンスの model_used フィールド

レスポンスボディのmodelフィールドに、実際に使用されたモデル名が返されます。フェイルオーバーが発生したかを確認できます。

{
  "model": "claude-sonnet-4-6",  // 実際に使用されたモデル
  "choices": [...]
}

Models

主要モデルの一覧です。全モデルと詳細な料金はPricingページを参照してください。