Modellverwaltungs-API

GET

api

models

curl --request GET \
  --url https://aihubmix.com/api/v1/models \
  --header 'Authorization: Bearer <token>'

{
  "data": [
    {}
  ],
  "model_id": "<string>",
  "model_name": "<string>",
  "developer_id": 123,
  "desc": "<string>",
  "vendor": "<string>",
  "types": "<string>",
  "features": "<string>",
  "input_modalities": "<string>",
  "output_modalities": "<string>",
  "endpoints": "<string>",
  "max_output": 123,
  "context_length": 123,
  "release_date": "<string>",
  "last_updated": "<string>",
  "open_weights": true,
  "schema_checked": true,
  "pricing": {},
  "pricing.input": 123,
  "pricing.output": 123,
  "pricing.cache_read": 123,
  "pricing.cache_write": 123,
  "pricing.tiers": [
    {}
  ],
  "reasoning": true,
  "tool_call": true,
  "reasoning_options": [
    {}
  ],
  "interleaved": {},
  "variant_of": "<string>",
  "variant_kind": "<string>",
  "retire_stage": "<string>",
  "deprecated_at": "<string>",
  "retired_at": "<string>",
  "successor_model": "<string>",
  "promotion": {},
  "promotion.name": "<string>",
  "promotion.off_percent": 123,
  "promotion.time_type": "<string>"
}

Neue API-Version

Modellinformationen abrufen

Endpoint: GET https://aihubmix.com/api/v1/models Beschreibung: Liefert detaillierte Informationen zu allen verfügbaren Modellen.

Beschreibung der Felder im Modell-Objekt

Basisinformationen

array

Ein Array von Modellinformationsobjekten.

string

Eindeutige Kennung des Modells, also der Wert des Parameters model beim API-Aufruf.

string

Anzeigename des Modells.

integer

Nummer des Modellentwicklers innerhalb der Plattform, kann zusammen mit dem Request-Parameter developer_id zur Filterung verwendet werden.

string

Beschreibung der Modellfunktionalität (in Englisch).

string

Herstellerkennung des Modells (z. B. openai, anthropic, zhipu). Eine eigene Kennzeichnung, unabhängig von developer_id. Optionales Feld; fehlt es, wurde die Information noch nicht erfasst.

string

Modelltyp, kommagetrennt. Unterstützte Werte: llm (Large Language Model), image_generation (Bildgenerierungsmodell), video (Videogenerierungsmodell), tts (Text-to-Speech), stt (Speech-to-Text), embedding (Embedding-Modell), rerank (Reranking-Modell), ocr (Texterkennungsmodell), search (Suchmodell), 3d (3D-Generierungsmodell).

string

Unterstützte Funktionen, kommagetrennt. Unterstützte Werte: thinking (Reasoning), tools (Tool-Nutzung), function_calling (Function Calling), web (Websuche), deepsearch (Deep Search), long_context (Long-Context-Modell), structured_outputs (strukturierte Ausgaben).

string

Unterstützte Eingabemodalitäten, kommagetrennt. Unterstützte Werte: text (Text), image (Bild), audio (Audio), video (Video), pdf.

string

Unterstützte Ausgabemodalitäten, kommagetrennt. Unterstützte Werte: text (Text), image (Bild), audio (Audio), video (Video). Optionales Feld; fehlt es, wurde die Information noch nicht hinterlegt.

string

Für das Modell verfügbare API-Protokolle, kommagetrennt. Unterstützte Werte: chat_completions (Chat-Completions-Endpoint), responses (Responses-Endpoint), claude_api (Claude-Messages-Endpoint), gemini_api (Gemini-Endpoint). Ein leerer Wert bedeutet, dass die Information noch nicht hinterlegt ist.

integer

Maximale Anzahl an Ausgabe-Token.

integer

Größe des Kontextfensters (maximale Anzahl an Eingabe-Token).

string

Veröffentlichungsdatum des Modells im Format YYYY-MM-DD oder YYYY-MM. Optionales Feld; fehlt es, wurde die Information noch nicht erfasst.

string

Datum der letzten Aktualisierung des Modells. Liegt kein In-Place-Upgrade vor, entspricht der Wert release_date. Optionales Feld.

boolean

Gibt an, ob die Modellgewichte zum Download freigegeben sind und selbst gehostet werden können. false bedeutet, dass der Hersteller die Gewichte ausdrücklich nicht veröffentlicht. Optionales Feld; fehlt es, wurde die Information noch nicht erfasst.

boolean

Gibt an, ob die Plattform die Prüfung der Request-Parameterstruktur dieses Modells abgeschlossen hat.

Preise

object

Objekt mit Preisinformationen. Alle Preise sind in US-Dollar pro 1 Million (1M) Token angegeben.

number

Preis für Eingabe-Token (USD / 1M Token).

number

Preis für Ausgabe-Token (USD / 1M Token).

number

Preis für Cache-Lesezugriffe (USD / 1M Token, optionales Feld).

number

Preis für Cache-Schreibzugriffe (USD / 1M Token, optionales Feld).

array

Array gestaffelter Preise, optionales Feld. Jedes Element enthält ein tier-Objekt (type ist immer context, size ist der Schwellenwert der Kontext-Token-Anzahl) sowie die Preise input, output, cache_read und cache_write der jeweiligen Stufe. Überschreitet die Kontextlänge des Requests size, wird der Preis dieser Stufe berechnet; die Felder input, output usw. auf oberster Ebene sind die Preise der Standardstufe.

Reasoning- und Tool-Fähigkeiten

boolean

Gibt an, ob das Modell Reasoning-Fähigkeiten besitzt; ein aus features abgeleiteter boolescher Wert. Optionales Feld; fehlt es, wurde die Information noch nicht hinterlegt. Ein fehlender Wert lässt keinen Rückschluss auf fehlende Unterstützung zu.

boolean

Gibt an, ob das Modell Tool-Aufrufe unterstützt; ein aus features abgeleiteter boolescher Wert. Optionales Feld; fehlt es, wurde die Information noch nicht hinterlegt. Ein fehlender Wert lässt keinen Rückschluss auf fehlende Unterstützung zu.

array

Array der Reasoning-Konfigurationen, optionales Feld. Jedes Element enthält type. Unterstützte Werte: toggle (Reasoning ist zuschaltbar), effort (Steuerung über Stufen; values listet die verfügbaren Stufen, default ist die Standardstufe), budget_tokens (Steuerung über ein Token-Budget).

object

Gibt an, in welcher Form die Reasoning-Inhalte je API-Protokoll zurückgegeben werden. Optionales Feld; fehlt es, wurde die Information noch nicht erfasst. Die Schlüssel sind Protokollnamen (anthropic.messages, openai.chat_completions, openai.responses, google.gemini), die Werte sind true (das Protokoll kann Reasoning-Inhalte zurückgeben) oder {"field": "reasoning_content"} (die Reasoning-Inhalte werden über dieses Feld zurückgegeben). Verwenden Sie den Schlüssel des tatsächlich genutzten Protokolls.

Varianten und Lebenszyklus

string

ID des Basismodells, optionales Feld. Ist das Feld vorhanden, handelt es sich bei der aktuellen model_id und dem Basismodell um dasselbe Modell; sie unterscheiden sich nur durch die Preisstufe oder Voreinstellung innerhalb der Plattform.

string

Variantentyp, erscheint immer zusammen mit variant_of. Unterstützte Werte: pricing-tier (Preisstufe), channel-tier (Zugangsstufe), mode-preset (Modus-Voreinstellung), deprecated-alias (veralteter Alias).

string

Lebenszyklusphase des Modells, wird immer zurückgegeben. Unterstützte Werte: active (regulärer Betrieb), deprecated (Abschaltung angekündigt, weiterhin aufrufbar). Modelle, deren Betrieb bereits eingestellt wurde, erscheinen in der Antwort dieses Endpoints nicht mehr.

string

Zeitpunkt der Abschaltungsankündigung (ISO-8601-Format). Wird nur in der Phase deprecated zurückgegeben.

string

Geplanter Zeitpunkt der Betriebseinstellung (ISO-8601-Format). Optionales Feld, kann nur in der Phase deprecated zurückgegeben werden.

string

ID des empfohlenen Nachfolgemodells für die Migration. Optionales Feld, kann nur in der Phase deprecated zurückgegeben werden.

Zeitlich begrenzte Aktionen

object

Informationen zu einer zeitlich begrenzten Aktion, optionales Feld. Fehlt es, gibt es keine laufende Aktion.

string

Name der Aktion.

integer

Rabatt in Prozent; 10 bedeutet 10 % Rabatt.

string

Typ der Zeitregel für die Aktion. Unterstützte Werte: absolute (absoluter Zeitraum, siehe start und end im Objekt absolute), daily (täglich feste Zeitfenster, siehe daily.ranges), weekly (wöchentlich feste Zeitfenster, siehe weekdays und ranges im Array weekly; weekdays folgt der ISO-8601-Kodierung, Montag ist 1, Sonntag ist 7).

Request-Beispiele

import requests

# API Endpoint
url = "https://aihubmix.com/api/v1/models"

response = requests.get(url)
print(response.json())

params = {
    "type": "llm",                   
	"modalities": "text",
	"model": "gpt-5",
	"features": "thinking",
    "sort_by": "context_length",
    "sort_order": "desc"    
}
response = requests.get(url, params=params)
print(response.json())

fetch('https://aihubmix.com/api/v1/models')
  .then(response => response.json())
  .then(data => console.log(data));

const params = new URLSearchParams({
  type: 'llm',
  modalities: 'text',
  model: 'gpt-5',
  features: 'thinking',
  sort_by: 'context_length',
  sort_order: 'desc' 
});

fetch(`https://aihubmix.com/api/v1/models?${params}`)
  .then(response => response.json())
  .then(data => console.log(data));

curl -X GET "https://aihubmix.com/api/v1/models"

curl -X GET "https://aihubmix.com/api/v1/models?type=llm&modalities=text&model=gpt-5&features=thinking&sort_by=context_length&sort_order=desc"

Request-Parameter (zur Filterung)

string

Modelltyp. Unterstützte Werte: llm (Large Language Model), image_generation (Bildgenerierungsmodell), video (Videogenerierungsmodell), tts (Text-to-Speech), stt (Speech-to-Text), embedding (Embedding-Modell), rerank (Reranking-Modell), ocr (Texterkennungsmodell), search (Suchmodell), 3d (3D-Generierungsmodell).

string

Eingabemodalitäten. Unterstützte Werte: text (Text), image (Bild), audio (Audio), video (Video), pdf. Mehrere Modalitäten werden durch Komma getrennt.

string

Unscharfe Suche nach Modellname (unterstützt Teilübereinstimmung).

string

Modell-Features. Unterstützte Werte: thinking (Reasoning), tools (Tool-Nutzung), function_calling (Function Calling), web (Websuche), deepsearch (Deep Search), long_context (Long-Context-Modell), structured_outputs (strukturierte Ausgaben). Mehrere Features werden durch Komma getrennt.

string

Filterung nach API-Protokoll. Unterstützte Werte: chat_completions, responses, claude_api, gemini_api. Mehrere Werte werden durch Komma getrennt.

integer

Filterung nach der Nummer des Modellentwicklers; die Nummer steht im Antwortfeld developer_id.

string

Filterung nach Modell-Tag, z. B. coding (Coding-Modelle).

boolean

Bei true werden nur Modelle zurückgegeben, deren Request-Parameterstruktur die Plattform bereits geprüft hat (also Modelle, deren Antwortfeld schema_checked den Wert true hat).

string

Sortierfeld. Unterstützte Werte:
• model_ratio: nach Kosteneffizienz sortieren
• context_length: nach Kontextlänge sortieren
• coding: Coding-Modelle priorisieren
• order: Standardreihenfolge

string

Sortierreihenfolge. Unterstützte Werte:
• asc (aufsteigend)
• desc (absteigend)

Beispiel einer erfolgreichen Antwort

{
    "data": [
        {
            "model_id": "gpt-6-astra",
            "model_name": "GPT 6 Astra",
            "developer_id": 12,
            "desc": "GPT-6 Astra is OpenAI's newest and most intelligent model, with industry-leading performance in computer operations, web browsing, software engineering, scientific research, and professional work.",
            "pricing": {
                "cache_read": 1,
                "cache_write": 12.5,
                "input": 10,
                "output": 50,
                "tiers": [
                    {
                        "cache_read": 2,
                        "cache_write": 25,
                        "input": 20,
                        "output": 75,
                        "tier": {
                            "size": 272000,
                            "type": "context"
                        }
                    }
                ]
            },
            "types": "llm",
            "features": "tools,thinking,structured_outputs",
            "input_modalities": "text,image",
            "endpoints": "chat_completions,responses",
            "max_output": 128000,
            "context_length": 1050000,
            "release_date": "2026-09-05",
            "last_updated": "2026-09-05",
            "output_modalities": "text",
            "reasoning": true,
            "tool_call": true,
            "reasoning_options": [
                {
                    "type": "effort",
                    "values": ["low", "medium", "high", "xhigh", "max"],
                    "default": "medium"
                }
            ],
            "interleaved": {
                "openai.responses": true
            },
            "vendor": "openai",
            "open_weights": false,
            "schema_checked": false,
            "retire_stage": "active"
        },
        {
            "model_id": "glm-5.3",
            "model_name": "GLM 5.3",
            "developer_id": 5,
            "desc": "GLM-5.3 is Z.AI's coding and agentic reasoning model, built for complex software engineering, long-running agent tasks, vulnerability analysis, and other demanding workloads.",
            "pricing": {
                "cache_read": 0.2817,
                "input": 1.1268,
                "output": 3.9438
            },
            "types": "llm",
            "features": "thinking,tools,function_calling,structured_outputs",
            "input_modalities": "text",
            "endpoints": "",
            "max_output": 131072,
            "context_length": 1048576,
            "release_date": "2026-08-14",
            "last_updated": "2026-08-14",
            "output_modalities": "text",
            "reasoning": true,
            "tool_call": true,
            "reasoning_options": [
                {
                    "type": "toggle"
                },
                {
                    "type": "effort",
                    "values": ["low", "high", "max"],
                    "default": "max"
                }
            ],
            "interleaved": {
                "anthropic.messages": true,
                "openai.chat_completions": {
                    "field": "reasoning_content"
                }
            },
            "vendor": "zhipu",
            "open_weights": true,
            "schema_checked": false,
            "promotion": {
                "name": "GLM-5.3 limited-time special offer",
                "off_percent": 10,
                "time_type": "daily",
                "daily": {
                    "ranges": ["00:00-23:59"]
                }
            },
            "retire_stage": "active"
        }
    ],
    "message": "",
    "success": true
}

Anwendungsbeispiele

GET https://aihubmix.com/api/v1/models?type=llm

GET https://aihubmix.com/api/v1/models?tag=coding&sort_by=context_length&sort_order=desc

GET https://aihubmix.com/api/v1/models?model=gpt-5

GET https://aihubmix.com/api/v1/models?type=llm&modalities=text,image&features=function_calling&sort_by=model_ratio&sort_order=asc

GET https://aihubmix.com/api/v1/models?sort_by=coding

GET https://aihubmix.com/api/v1/models?endpoints=claude_api

GET https://aihubmix.com/api/v1/models?schema_checked=true

Hinweis: Beim Smart-Sort für Coding-Modelle werden Modelle mit dem Tag coding priorisiert; die übrigen Modelle erscheinen in der Standardreihenfolge.

Performance-Optimierung

Caching-Mechanismus

Cache-Policy: HTTP-Caching, Cache-Dauer 300 Sekunden (5 Minuten).
Cache-Steuerung: Cache-Control: private, max-age=300, stale-while-revalidate=300
Inhaltsvalidierung: Unterstützt ETag-Validierung des Inhaltshashes.

Beispiel zur Cache-Nutzung

# Conditional request using ETag
curl -H "If-None-Match: \"abc123...\"" \
     https://aihubmix.com/api/v1/models

Wurde der Inhalt nicht aktualisiert, gibt der Server den Statuscode 304 Not Modified zurück.

Fehlerbehandlung

{
  "success": false,
  "message": "Invalid request parameter format"
}

{
  "success": false,
  "message": "Internal server error, please try again later"
}

Wichtige Hinweise

Datenintegrität: Dieser Endpoint gibt alle passenden Modelle zurück, ohne Pagination.
Typ-Kompatibilität: Unterstützt automatisches Mapping zwischen neuen und alten Typkennungen:
- t2t ↔ llm
- t2i ↔ image_generation
- t2v ↔ video
- reranking ↔ rerank
Filter-Logik: Mehrere Filterbedingungen werden mit logischem UND kombiniert.
Sortierregel: Ist keine Sortierung angegeben, werden die Modelle in der Standardreihenfolge des Systems geliefert.
Lebenszyklus: Modelle mit retire_stage gleich deprecated sind weiterhin regulär aufrufbar. Es wird empfohlen, die Migration anhand der Felder successor_model und retired_at frühzeitig zu planen. Modelle, deren Betrieb bereits eingestellt wurde, erscheinen in der Antwortliste nicht mehr.
Optionale Felder: Fehlt ein als optional gekennzeichnetes Feld, wurde die betreffende Information noch nicht hinterlegt oder erfasst. Ein fehlendes Feld lässt keinen Rückschluss darauf zu, dass das Modell die entsprechende Fähigkeit nicht besitzt.

Legacy-API-Version

⚠️ Hinweis: Im Folgenden handelt es sich um Legacy-API-Endpoints. Wir empfehlen die Nutzung der neuen API-Version für bessere Leistung und Funktionen.

Modellliste abrufen

Endpoint: GET /v1/models

Ist ein Benutzer angemeldet, wird die Liste der für die Gruppe des Benutzers verfügbaren Modelle abgerufen. Andernfalls wird die Liste der Gruppe default abgerufen.
Enthält der Header das Feld Authorization, wird die Modellliste des zugehörigen Tokens abgefragt.

Antwortbeispiel:

{
  "data": [
    {
      "id": "gpt-4o-mini",
      "object": "model",
      "created": 1626777600,
      "owned_by": "OpenAI",
      "permission": [
        {
          "id": "modelperm-LwHkVFn8AcMItP432fKKDIKJ",
          "object": "model_permission",
          "created": 1626777600,
          "allow_create_engine": true,
          "allow_sampling": true,
          "allow_logprobs": true,
          "allow_search_indices": false,
          "allow_view": true,
          "allow_fine_tuning": false,
          "organization": "*",
          "group": null,
          "is_blocking": false
        }
      ],
      "root": "gpt-4o-mini",
      "parent": null
    }
  ]
}

Antwort

Statuscode	Bedeutung	Beschreibung	Datenmodell
200	OK	keine	Inline

Antwort-Datenstruktur

Statuscode 200

Name	Typ	Pflicht	Beschreibung
» data	[object]	true	keine
»» id	string	true	Modell-ID
»» object	string	true	`model`
»» created	integer	true	Erstellungs-Timestamp
»» owned_by	string	true	Entwickler
»» permission	[object]¦null	true	keine
»»» id	string	true	keine
»»» object	string	true	keine
»»» created	integer	true	keine
»»» allow_create_engine	boolean	true	keine
»»» allow_sampling	boolean	true	keine
»»» allow_logprobs	boolean	true	keine
»»» allow_search_indices	boolean	true	keine
»»» allow_view	boolean	true	keine
»»» allow_fine_tuning	boolean	true	keine
»»» organization	string	true	keine
»»» group	null	true	keine
»»» is_blocking	boolean	true	keine
»» root	string	true	Root-Modellname
»» parent	null	true	Übergeordnetes Modell

Modellinformationen abrufen

Endpoint: GET /v1/models/:model

Request-Parameter

Name	In	Typ	Pflicht	Beschreibung
model	path	string	true	Modell-ID

Antwortbeispiel:

200 Response

{
  "id": "string",
  "object": "string",
  "created": 0,
  "owned_by": "string",
  "permission": [
    {
      "id": "string",
      "object": "string",
      "created": 0,
      "allow_create_engine": true,
      "allow_sampling": true,
      "allow_logprobs": true,
      "allow_search_indices": true,
      "allow_view": true,
      "allow_fine_tuning": true,
      "organization": "string",
      "group": null,
      "is_blocking": true
    }
  ],
  "root": "string",
  "parent": null
}

Antwort

Statuscode	Bedeutung	Beschreibung	Datenmodell
200	OK	keine	Inline

Antwort-Datenstruktur

Statuscode 200

Name	Typ	Pflicht	Beschreibung
id	string	true	Modell-ID
object	string	true	`model`
created	integer	true	Erstellungs-Timestamp
owned_by	string	true	Entwickler
permission	[object]	true	keine
» id	string	false	keine
» object	string	false	keine
» created	integer	false	keine
» allow_create_engine	boolean	false	keine
» allow_sampling	boolean	false	keine
» allow_logprobs	boolean	false	keine
» allow_search_indices	boolean	false	keine
» allow_view	boolean	false	keine
» allow_fine_tuning	boolean	false	keine
» organization	string	false	keine
» group	null	false	keine
root	string	true	Root-Modellname
parent	null	true	Übergeordnetes Modell

Zuletzt aktualisiert: 2026-09-18

⌘I

Modellverwaltungs-API

curl --request GET \
  --url https://aihubmix.com/api/v1/models \
  --header 'Authorization: Bearer <token>'

{
  "data": [
    {}
  ],
  "model_id": "<string>",
  "model_name": "<string>",
  "developer_id": 123,
  "desc": "<string>",
  "vendor": "<string>",
  "types": "<string>",
  "features": "<string>",
  "input_modalities": "<string>",
  "output_modalities": "<string>",
  "endpoints": "<string>",
  "max_output": 123,
  "context_length": 123,
  "release_date": "<string>",
  "last_updated": "<string>",
  "open_weights": true,
  "schema_checked": true,
  "pricing": {},
  "pricing.input": 123,
  "pricing.output": 123,
  "pricing.cache_read": 123,
  "pricing.cache_write": 123,
  "pricing.tiers": [
    {}
  ],
  "reasoning": true,
  "tool_call": true,
  "reasoning_options": [
    {}
  ],
  "interleaved": {},
  "variant_of": "<string>",
  "variant_kind": "<string>",
  "retire_stage": "<string>",
  "deprecated_at": "<string>",
  "retired_at": "<string>",
  "successor_model": "<string>",
  "promotion": {},
  "promotion.name": "<string>",
  "promotion.off_percent": 123,
  "promotion.time_type": "<string>"
}

Modell-Endpunkte

Plattform-API

Modellverwaltungs-API

Neue API-Version

Modellinformationen abrufen

Beschreibung der Felder im Modell-Objekt

Basisinformationen

Preise

Reasoning- und Tool-Fähigkeiten

Varianten und Lebenszyklus

Zeitlich begrenzte Aktionen

Request-Beispiele

Request-Parameter (zur Filterung)

Beispiel einer erfolgreichen Antwort

Anwendungsbeispiele

Performance-Optimierung

Caching-Mechanismus

Beispiel zur Cache-Nutzung

Fehlerbehandlung

Wichtige Hinweise

Legacy-API-Version

Modellliste abrufen

Antwort

Antwort-Datenstruktur

Modellinformationen abrufen

Request-Parameter

Antwort

Antwort-Datenstruktur

​Neue API-Version

​Modellinformationen abrufen

​Beschreibung der Felder im Modell-Objekt

​Basisinformationen

​Preise

​Reasoning- und Tool-Fähigkeiten

​Varianten und Lebenszyklus

​Zeitlich begrenzte Aktionen

​Request-Beispiele

​Request-Parameter (zur Filterung)

​Beispiel einer erfolgreichen Antwort

​Anwendungsbeispiele

​Performance-Optimierung

​Caching-Mechanismus

​Beispiel zur Cache-Nutzung

​Fehlerbehandlung

​Wichtige Hinweise

​Legacy-API-Version

​Modellliste abrufen

​Antwort

​Antwort-Datenstruktur

​Modellinformationen abrufen

​Request-Parameter

​Antwort

​Antwort-Datenstruktur

Neue API-Version

Modellinformationen abrufen

Beschreibung der Felder im Modell-Objekt

Basisinformationen

Preise

Reasoning- und Tool-Fähigkeiten

Varianten und Lebenszyklus

Zeitlich begrenzte Aktionen

Request-Beispiele

Request-Parameter (zur Filterung)

Beispiel einer erfolgreichen Antwort

Anwendungsbeispiele

Performance-Optimierung

Caching-Mechanismus

Beispiel zur Cache-Nutzung

Fehlerbehandlung

Wichtige Hinweise

Legacy-API-Version

Modellliste abrufen

Antwort

Antwort-Datenstruktur

Modellinformationen abrufen

Request-Parameter

Antwort

Antwort-Datenstruktur