Весь NVIDIA —
через один endpoint.
FluxAPI — общий прокси к моделям NVIDIA: DeepSeek V4.1 Flash, Kimi K3, Nemotron Super 120B и GLM 5.3 (Flash) с выбором режима мышления от none до max. Входишь один раз через Google, получаешь один ключ — и работаешь со всем пулом. Сервис живёт за счёт самих пользователей: чем больше ключей в общей базе, тем больше доступа у всех. Без карт, без подписок, без мелкого шрифта.
Живые метрики
Сила общего пула
660RPM
после 10 своих ключей
-
60
Старт База каждому аккаунту — 60 запросов в минуту
-
+60
Ключ в пул Каждый твой валидный ключ NVIDIA поднимает личный лимит
-
×10
Потолок Максимум 10 ключей — дальше 660 RPM
0 ключей
Ими пользуются все.
Твой потолок растёт только от твоих ключей.
Потолок флота сейчас — 0 RPM.
Модели и режимы мышления
DeepSeek V4.1 Flash
deepseek-ai/deepseek-v4.1-flash
мышление: none · low · high · xhigh · max
Быстрый ризонер: ~0.5–2с на простых задачах. На max — глубокая цепочка рассуждений, приходит отдельным потоком reasoning_content.
Kimi K3
moonshotai/kimi-k3
мышление: none · low · high · max
Ризонер MoonshotAI с отдельным потоком рассуждений. Для агентов и вызова инструментов прокси сам переключает на none.
Nemotron 3 Super 120B
nvidia/nemotron-3-super-120b-a12b
мышление: none · minimal · low · medium · high · xhigh · max
Флагман NVIDIA (120B) через hosted-эндпоинт. Полная лестница режимов мышления и поддержка инструментов.
GLM 5.3 Flash
z-ai/glm-5.3-flash
мышление: none · low · medium · high · max
Сверхбыстрый (~0.4с): едет на тёплых инференс-канарейках NVIDIA. Function calling и стриминг поддерживаются.
GLM 5.3
z-ai/glm-5.3
мышление: none · low · medium · high · max
Флагманская GLM 5.3 (Z.ai) через NVCF — полный режим рассуждений, инструменты и стриминг.
Режим задаётся суффиксом к ID модели — например deepseek-ai/deepseek-v4.1-flash-max — или полем reasoning_effort в теле запроса. В OpenCode уровень переключается «вариантом» модели (Ctrl+T, CLI: --variant low|high|max). Без суффикса используется дефолтный режим модели.
Собери свой вызов
Ключ — из кабинета после входа через Google. Base URL всегда с /v1, без /chat/completions.
Что умеет FluxAPI
OpenAI-совместимый API
Любой клиент, который умеет chat/completions, подключается к нам, поменяв только адрес и ключ.
Мышление ризонеров
DeepSeek V4.1 Flash, Kimi K3 и Nemotron Super — с цепочкой рассуждений и выбором глубины: от none до max. Рассуждения видны отдельным потоком.
Голос и перевод
Riva: речь в текст, текст в речь, перевод — через тот же единый API.
Стриминг
Ответы приходят по кусочкам, как в живом чате, а не целиком после паузы.
JSON по схеме
Модель возвращает структуру ровно по вашей схеме — без парсинга мусора.
Function calling
Модель сама решает, какую функцию дёрнуть и с какими аргументами.
Эмбеддинги и rerank
Векторы и ранжирование для поиска и RAG — тоже в этом же ключе.
Общий пул ключей
Твой валидный ключ добавляет всем мощности, а тебе лично — больше запросов в минуту.
Прозрачный дашборд
Вся база, нагрузка, тёплые инстансы — видно, что происходит, а не «магия в чёрном ящике».