Journal des modifications

​

2026

​

17 juil.

Nouveaux modeles

• Ajout de kimi-k3 : Kimi K3 est le modele ouvert longue fenetre de contexte de classe 3T de Moonshot AI, avec 2,8T parametres, une fenetre de contexte de 1M tokens et une prise en charge native de l’entree visuelle. Il convient au codage longue duree, au travail de connaissance, au raisonnement complexe et a la comprehension multimodale. Voir le guide pratique Kimi K3 (exemples des trois API et matrice de prise en charge).
• Ajout de hy-3d-3.1 : modele Tencent Hunyuan 3D Professional pour la generation texte-vers-3D, image-vers-3D et multi-vues. Il convient aux assets de jeu, aux presentations e-commerce, a l’impression 3D et aux workflows de design produit ; la version 3.1 ameliore la geometrie, les textures et prend en charge l’entree huit vues.

API de generation 3D disponible

• Ajout de l’API asynchrone /v1/3d/generations, connectee en premier a Tencent TokenHub Hunyuan 3D. Elle permet de soumettre une tache et d’en consulter le resultat, afin d’integrer plus facilement la generation d’assets 3D aux workflows automatises.

Compatibilite des outils dynamiques Kimi K3

• Les outils charges dynamiquement au niveau message dans les requetes Kimi K3 sont maintenant conserves et transmis, evitant les erreurs 400 liees a la perte des declarations d’outils. Les clients utilisant les outils dynamiques Kimi gagnent en compatibilite.

Erreurs de conversion de requetes plus claires

• La compatibilite s’ameliore pour les custom tools Chat Completions, les blocs de texte Cohere et les requetes avec assistant.content: null. Les requetes valides atteignent mieux les services amont ; les entrees mal formees ou non prises en charge renvoient des erreurs structurees au lieu d’etre signalees comme des succes HTTP 200 vides.

Facturation Seedream mise a jour

• La generation d’images doubao-seedream-5-0-pro prend maintenant en charge la facturation par palier de pixels de sortie et par nombre d’images d’entree, afin que les requetes texte-vers-image et image-vers-image soient facturees plus pres de leurs caracteristiques reelles.

​

15 juil.

Compatibilite amelioree pour les appels d’outils Gemini

• Lors d’un appel a Gemini ou Vertex via l’API compatible OpenAI, les requetes dont les definitions d’outils ou les schemas de sortie structuree contiennent une valeur d’enumeration vide ne sont plus rejetees en amont avec une erreur 400. Les workflows d’appels d’outils et de JSON Schema sont plus fiables.

​

14 juil.

Nouveaux modeles audio

• Ajout de gpt-audio-1.5, le premier modele audio OpenAI disponible de facon generale. Il accepte les entrees et sorties audio et peut etre utilise via l’API REST Chat Completions, pour les conversations vocales, la comprehension audio et la generation audio.
• Ajout de gpt-4o-transcribe-diarize, un modele ASR avec diarisation integree qui associe les segments audio aux differents intervenants d’une conversation. Ce modele est disponible uniquement dans l’API Transcription.

Page de presentation LLM Router en ligne

• La page de presentation LLM Router est desormais en ligne : elle presente les scores publics par dimension de routage et les modeles du pool. Deux endpoints ouverts sont egalement ajoutes : Perimetre de modeles de la strategie LLM Router renvoie les scores des modeles sur 5 categories et 23 sous-dimensions, les coefficients de prix, la latence du premier token et les modeles du pool ; Icones des fournisseurs de modeles renvoie les noms d’affichage et les icones des fournisseurs de modeles. Les dimensions de generation d’images et de videos ne sont pas encore incluses. Voir la documentation Routage automatique (LLM Router) pour l’utilisation.

​

13 juil.

Reponses d’erreur API plus coherentes

• Quand /v1/responses est appele avec un modele inconnu, l’API renvoie maintenant HTTP 400 no_available_channel, comme les autres points d’entree. Les clients peuvent donc traiter ce cas comme “aucun service disponible” au lieu de recevoir une 500.

Les erreurs de validation reviennent plus tot

• Si la conversion du corps de requete ou la validation des parametres echoue, l’API renvoie directement la 400/l’erreur correspondante au lieu de transmettre la requete originale au service amont, ce qui reduit les appels invalides et les echecs difficiles a comprendre.

Cache plus stable pour Claude Code

• Les appels Claude Code vers Claude via Bedrock ont maintenant des hits de prompt cache plus stables dans une meme session, ce qui aide a reduire les couts d’ecriture de cache en double et la latence du premier token.

Gemini multitouret cache plus precis

• Les requetes Gemini restent sur le meme service uniquement lorsque la reponse contient effectivement des signatures de pensee ou une activite de cache. Cela reduit les incoherences de signature ou d’etat de cache en multitouret, tandis que les taches sans etat comme la generation d’image ne sont plus fixees inutilement.

​

10 juillet

Nouveaux modèles

• Ajout de gpt-5.6-sol, gpt-5.6-terra et gpt-5.6-luna, les trois modèles de la série GPT-5.6 (publication officielle OpenAI du 2026-07-09). Les trois offrent une fenêtre de contexte de 1 050 000, une sortie maximale de 128K et une coupure des connaissances au 2026-02-16, acceptent le texte et l’image en entrée, et sont appelables via Chat Completions, Responses et l’interface Messages compatible Claude. Sol est le palier phare pour le travail professionnel complexe, présenté officiellement comme le meilleur modèle de codage actuel ; Terra offre des performances équivalentes à GPT-5.5 pour un prix réduit de moitié ; Luna cible les scénarios sensibles au coût.

Documentation de la mise en cache des prompts GPT

• Nouvelle documentation Mise en cache des prompts GPT : à partir de la série GPT-5.6, l’écriture en cache est facturée à 1,25 fois le prix d’entrée, la lecture à 0,1 fois, et le cache est conservé au moins 30 minutes ; la page couvre les paramètres prompt_cache_key et points de rupture de cache explicites, la logique de facturation, des exemples d’interface et le dépannage des hits. Les formulations OpenAI de Mise en cache des prompts et Mise en cache des prompts Claude ont été mises à jour en conséquence.

Compatibilité thinking pour Claude Fable/Mythos

• Les requêtes Claude Fable et Mythos avec reasoning_effort utilisent désormais adaptive thinking, ce qui réduit les erreurs upstream 400 pour ces familles de modèles sans changement côté client.

Prise en charge des stop sequences pour Claude et Gemini

• Les paramètres stop compatibles OpenAI sont maintenant mappés vers les requêtes natives Claude et Gemini. Les stops purement vides invalides pour Claude sont filtrés, tandis que les limites OpenAI/Gemini sont appliquées par fournisseur.

Compatibilité de limite de tokens pour gpt-chat-latest

• gpt-chat-latest et les futurs alias latest GPT/ChatGPT conservent désormais max_completion_tokens lorsque l’upstream l’exige, réduisant les erreurs 400 dues à l’ancien champ max_tokens.

Message plus clair quand une Key atteint sa limite

• Lorsqu’une limite d’utilisation au niveau de la Key est épuisée, l’API renvoie désormais une indication plus claire pour ajuster et réactiver cette limite, au lieu d’un simple message quota de bas niveau.

Format des réponses tool calls aligné sur OpenAI

• Les réponses chat non streaming qui contiennent tool_calls sans texte renvoient maintenant explicitement content: null, améliorant la compatibilité avec les SDK et parseurs de style OpenAI.

​

9 juillet

Réparation de sortie structurée : correction automatique des erreurs de format JSON

• Ajout d’une capacité de réparation de sortie structurée au niveau de la clé, désactivée par défaut. Une fois activée, pour les requêtes non-streaming déclarant une sortie JSON structurée, lorsque le JSON renvoyé par le modèle présente des erreurs de format (troncature, virgule finale, encadrement par un bloc de code, etc.), la passerelle le répare automatiquement, avant le retour, en un JSON valide et analysable, en conservant les valeurs numériques telles quelles et sans aucune modification côté client. Compatible avec les quatre protocoles Chat Completions, Responses, Claude et Gemini ; lorsqu’une réparation a lieu, la réponse porte l’en-tête X-JSON-Repaired: true.

Documentation du cache de prompts Claude : seuils minimaux de tokens par modèle complétés

• Mise à jour de la documentation Mise en cache des prompts Claude et Mise en cache des prompts avec les seuils minimaux de tokens pouvant être mis en cache par modèle (512 / 1 024 / 2 048 / 4 096), en ajoutant les modèles actuels comme Claude Opus 4.8, Opus 4.7 et Fable 5. Le seuil n’est pas proportionnel à la version du modèle ; un préfixe en dessous du seuil n’est pas mis en cache même avec cache_control.

Alignement du tableau d’utilisation et des donnees de facturation

• L’agregation du tableau d’utilisation est maintenant plus proche des enregistrements de facturation issus des logs de requete, avec moins de pertes liees a la concurrence et un regroupement horaire unifie pour les relectures differees. Les donnees historiques du tableau peuvent encore presenter de legeres differences; les logs de requete restent la source de verite pour la reconciliation et la facturation.

Nouveau modele

• Ajout de grok-4.5, un modele pour le code, les taches agentiques et le travail de connaissance, avec raisonnement configurable, appels d’outils et fenetre de contexte de 500K. Il convient a la correction de code, aux taches d’ingenierie complexes, aux questions-reponses de connaissance et aux workflows d’agents.

​

8 juillet

Les appels tools gpt-5.5+ basculent automatiquement vers Responses

• Avec l’endpoint compatible OpenAI /v1/chat/completions, les requetes vers gpt-5.5 et versions plus recentes qui incluent des tools et reasoning_effort utilisent maintenant automatiquement les capacites Responses. Cela reduit les erreurs upstream 400 pour cette combinaison de parametres sans obliger les clients a migrer vers /v1/responses. Voir : Responses API

​

7 juillet

Compatibilite des sorties structurees entre protocoles

• response_format compatible OpenAI et output_config.format natif Claude sont maintenant adaptes sur les chemins concernes. Les clients qui passent entre protocoles de type OpenAI et Claude peuvent conserver plus fiablement les contraintes de sortie structuree. Voir : Structured Output.

Appels /v1/messages plus stables sur Vertex AI

• Lors d’appels a Gemini et a d’autres modeles non-Claude via Vertex AI, les requetes /v1/messages sont maintenant routees par famille de modele, ce qui reduit les erreurs not found ou 404 dues a des chemins specifiques a Claude.

​

6 juillet

Endpoints natifs Gemini completes

• Lors de l’utilisation du SDK @google/genai via l’entree Gemini d’AIHubMix, les workflows natifs embeddings, interactions create et context caching sont maintenant pris en charge. Ces chemins pouvaient auparavant renvoyer des erreurs de route non enregistree ou des 404 ; ils peuvent maintenant servir a generer des embeddings, lancer des appels interactifs et creer/lire/mettre a jour/supprimer des caches. Voir : Integration SDK natif Gemini

Extension de la couverture de facturation par paliers pour les modeles long contexte

• Les modeles long contexte comme hy3-preview, ERNIE, Grok et Mimo prennent maintenant en charge la facturation par paliers selon la longueur du contexte. Le calcul des frais est plus precis.

Metriques de streaming Vertex AI corrigees

• Les requetes streaming Vertex AI Gemini/Claude enregistrent maintenant des donnees plus exactes de premier token et de latence. Les logs et le monitoring sont plus fiables, sans changement du contenu des reponses.

Nouveau modele

• Ajout de tencent-hy3, un modele de generation de texte (Tencent Hunyuan Hy3, version officielle). Architecture MoE avec 295B de parametres totaux / 21B de parametres actifs et une fenetre de contexte de 256K. Prend en charge les modes d’inference rapide et lente combines, adapte au raisonnement complexe, a la generation de code et aux workflows d’agents. Open-source sous licence Apache 2.0.

​

3 juillet

Jina Search/Reader prend désormais en charge POST et l’upload de fichiers

• Jina Search et Reader prennent désormais en charge les requêtes POST. Reader peut recevoir des fichiers locaux via upload multipart, notamment PDF, Word, Excel, PPT, HTML et images. Les réponses par défaut se rapprochent de la sortie markdown native de Jina ; les clients qui ont besoin de JSON peuvent envoyer explicitement Accept: application/json.

Appels plus stables aux services de type Azure via Responses

• Correction d’un problème où les appels /v1/responses pontés vers des services de type Azure non GPT pouvaient échouer en 404 parce que api-version était vide, réduisant les échecs directs de ce type de requêtes.

Troncature du streaming corrigée

• Correction d’un cas où certains upstreams de type vLLM/Azure Foundry pouvaient tronquer aléatoirement les réponses en streaming. Les utilisateurs devraient recevoir plus fiablement les réponses complètes, les signaux de fin et les informations d’usage.

Nouveau modele : Command A Plus 05-2026

• Ajout de command-a-plus-05-2026, un modele de generation de texte pour le chat, la creation de contenu et les workflows d’agents.

​

1 juillet

API de recherche Jina et de lecture de pages Web disponibles

• Ajout des capacités Jina Search et Reader. Vous pouvez désormais utiliser votre clé API AIHubMix pour récupérer des résultats de recherche Jina et lire le contenu de pages Web, pour les scénarios de recherche Web externe, de lecture documentaire et d’outillage d’agents. Voir : Jina AI

Veo 3.1 image-vers-vidéo prend en charge les images de début/fin et les images de référence

• Veo 3.1 image-vers-vidéo prend désormais en charge les images de début, de fin et de référence, afin de contrôler plus précisément les plans de départ/arrivée, les références de personnages et les références de style dans les workflows avancés de génération vidéo. Voir : Génération vidéo

Stabilité améliorée des reprises multi-canaux Gemini

• Amélioration de la compatibilité des requêtes Gemini lors des reprises entre canaux, ce qui réduit certaines erreurs 400 en scénario de fallback et augmente le taux de succès des appels avec bascule multi-canaux. Voir : Guides Gemini

Champs de réponse compatibles OpenAI alignés

• Les réponses compatibles OpenAI, en mode non streaming comme streaming, conservent désormais les valeurs null pour des champs comme logprobs, refusal et finish_reason, ce qui réduit les écarts pour les SDK, agents et analyseurs de logs qui attendent le format standard OpenAI.

Confidentialité et compatibilité améliorées pour Claude Code

• Amélioration de la compatibilité des requêtes lorsque Claude Code appelle des modèles Claude via AIHubMix, avec moins d’informations d’environnement client transmises à l’amont et une meilleure protection de la confidentialité pour les clients Agent tiers.

Connexion, inscription et profil améliorés

• Le système de compte natif couvre la connexion/inscription par code e-mail, la définition de mot de passe, la modification du profil, la liaison/dissociation de comptes tiers et la suppression de compte, avec une meilleure séparation des usages OTP et le blocage des comptes désactivés. Les callbacks de recharge Stripe sont aussi traités de façon plus fiable.

Nouveaux modèles

• claude-sonnet-5 pour le chat, le raisonnement et les workflows d’agents.
• gemma-4-31b et longcat-2.0 pour la génération de texte.
• gemini-3.1-flash-lite-image pour les workflows avec capacités d’image.
• mai-image-2.5 et mai-image-2.5-flash pour la génération d’images.

​

29 juin

Amélioration de la facturation et de la compatibilité des paramètres pour la génération d’images

• La facturation de gpt-image-2 sur les endpoints Images est désormais uniformisée en mode token. La génération d’images GLM transmet les paramètres étendus comme watermark_enabled et quality, afin que les réglages de filigrane et de qualité puissent s’appliquer lorsque l’amont les prend en charge. Voir : Génération d’images

Journaux Gemini File Upload plus propres

• Les échecs de l’upload de fichiers Gemini ne créent plus de journaux de requête ordinaires visibles par l’utilisateur, ce qui réduit le bruit des endpoints hors inférence dans la page de logs, tout en conservant les journaux internes de dépannage.

​

27 juin

Nouveaux modèles Deep Research

• Ajout de o4-mini-deep-research et o3-deep-research, disponibles uniquement via le point de terminaison /v1/responses. Les requêtes doivent inclure web_search_preview ou mcp tools, pour les cas de recherche web approfondie et de réponses orientées research.

​

25 juin

Le protocole Responses prend en charge n’importe quel modèle

• Le point de terminaison /v1/responses n’est plus limité à la série GPT : il peut désormais appeler n’importe quel modèle de la plateforme. Les outils basés sur le protocole Responses (comme Codex CLI) peuvent ainsi utiliser GLM, Gemini, DeepSeek, Kimi, Qwen et d’autres modèles via un catalogue de modèles local, sans se limiter aux modèles officiels d’OpenAI.

Correction de la sortie Responses pour Step 3.7 Flash

• Correction d’un problème où step-3.7-flash pouvait renvoyer un contenu vide ou une réponse vide via /v1/responses ; le contenu de raisonnement et les réponses finales sont désormais renvoyés correctement.

Prise en charge des modèles personnalisés dans Codex CLI

• Un nouveau tutoriel « Utiliser des modèles personnalisés dans Codex » a été ajouté à la documentation Codex CLI : déclarez n’importe quel modèle disponible sur AIHubMix (GLM, Gemini, DeepSeek, Kimi, Qwen, etc.) via un catalogue de modèles local (model_catalog_json) et basculez librement depuis la liste /model de Codex, sans être limité aux seuls modèles d’OpenAI. La documentation inclut un script permettant de générer en une commande un catalogue des 30 premiers modèles, ainsi que les pièges courants. Voir : Codex CLI · Utiliser des modèles personnalisés dans Codex

​

24 juin

Domaine de secours désormais pris en charge

• Ajout d’un domaine de secours https://api.inferera.com, dont les points de terminaison et les capacités sont identiques à ceux du domaine principal https://aihubmix.com. Lorsque le domaine principal est inaccessible (échecs de connexion ou délais d’attente, par exemple), remplacez l’URL de la requête par le domaine de secours ; la clé API, le modèle, le corps de la requête et les autres paramètres restent inchangés.

​

23 juin

Nouveaux modèles

• Doubao doubao-seed-2-1-pro, doubao-seed-2-1-turbo.
• Série vidéo HappyHorse happyhorse-1.1-t2v (texte vers vidéo), happyhorse-1.1-r2v (génération par référence), happyhorse-1.1-i2v (image vers vidéo).

Expérience de paiement Stripe améliorée

• Le paiement Stripe préremplit désormais l’e-mail du compte et réduit la collecte inutile du nom et de l’adresse de facturation, rendant les recharges via des moyens comme Alipay plus fluides.

Limite pour les comptes à solde négatif

• Lorsque le solde du compte est inférieur à -$1, les modèles gratuits ne peuvent plus être appelés tant que le compte n’est pas rechargé.

​

22 juin

Nouvelle documentation AIHubMix CLI

• Nouvelle documentation AIHubMix CLI : un binaire unique sans dépendances (ni Python, ni Node, ni Go) pour consulter le solde du compte, gérer les clés API et voir les modèles disponibles directement depuis le terminal, avec une sortie adaptée aux scripts et aux agents IA (comme Claude Code).

LLM Router (routage automatique de modèle)

• Définissez model sur auto et la passerelle analyse votre requête pour choisir le meilleur modèle parmi des centaines, avec des politiques coût / qualité / latence, facturé selon le modèle réellement utilisé, sans modifier le code client. Voir : LLM Router

Correction du taux de réussite du cache DeepSeek

• Correction d’un problème où le taux de réussite du cache de deepseek-v4-pro et deepseek-v4-flash était inférieur aux attentes.

AIHubMix Skill (extension pour assistants de programmation IA)

• Une capacité d’extension locale pour les agents IA prenant en charge les Skills (Codex, Claude Code, Cursor, Cline, etc.) : réalisez en langage naturel l’intégration d’AIHubMix, l’interrogation des modèles, la sélection par capacité, la génération d’exemples et le dépannage des erreurs. Ce Skill lit à la demande les informations en temps réel (modèles, prix, contrats de protocole, etc.) depuis l’API officielle, évitant aux agents de s’appuyer sur une mémoire périmée. Voir : Skills

​

17 juin

Nouveaux modèles vidéo Kling (Keling)

• Intégration de toutes les capacités de génération vidéo Kling : texte vers vidéo, image vers vidéo, référence multi-images et génération multimodale omni, appelées via le protocole natif selon le nom du modèle.

​

16 juin

Problème du plugin d’intégration OpenClaw corrigé

• Le plugin d’intégration OpenClaw d’AIHubMix aihubmix-auth a corrigé ses problèmes d’intégration précédents et est désormais stable. Installez-le et saisissez une seule clé AIHubMix pour appeler simultanément les modèles OpenAI / Anthropic / Gemini dans OpenClaw.

Nouveaux modèles

• Zhipu glm-5.2.

​

15 juin

Nouvelle prise en charge de l’intégration d’Open Design

• AIHubMix est désormais une passerelle BYOK prise en charge nativement par Open Design (une alternative à Claude Design, open source et local-first). Sélectionnez AIHubMix dans son mode API (BYOK), renseignez une seule clé, et pilotez simultanément la génération de chat / d’images / de vidéos / de voix, chaque modèle empruntant le protocole natif de son fournisseur selon son nom. Voir : Tutoriel d’intégration d’Open Design

Zhipu GLM 5.2 prend en charge les niveaux d’intensité de raisonnement

• Le glm-5.2 du canal natif Zhipu prend en charge le réglage de la profondeur de réflexion par niveaux via reasoning_effort ; les anciens modèles sont automatiquement routés selon leur version, sans modification côté appelant.

Nouveaux modèles

• kimi-k2.7-code-highspeed (version code haute vitesse de Kimi).

​

13 juin

Nouveaux modèles

• coding-glm-5.2 et sa version gratuite coding-glm-5.2-free.

​

12 juin

Mappage de modèles et fallback en cas d’erreur

• Nouveau : Model Mapping et Fallback en cas d’erreur : Configurez le mappage des noms de modèle et le fallback en cas d’erreur par API Key dans la console — réécrivez l’alias de modèle du client vers le vrai modèle upstream, basculez automatiquement vers un modèle de secours en cas d’échec du modèle principal et facturez selon le modèle qui répond finalement, sans modifier le code client. Voir : Model Mapping et Fallback

Nouveaux modèles

• kimi-k2.7-code.

​

11 juin

step-3.7-flash à -90 % pour une durée limitée

• Offre limitée à -90 % sur step-3.7-flash : seulement 0,022 USD par million de tokens en entrée et 0,132 USD par million de tokens en sortie. À découvrir sans tarder.

Retrait de modèles et routage automatique

• claude-opus-4-20250514 et claude-sonnet-4-20250514 seront officiellement retirés le 15 juin ; la plateforme routera alors automatiquement les modèles retirés vers la version 4-5 de la même série.

​

10 juin

Nouveaux modèles

• claude-fable-5 [Retiré].

Notes sur les nouveaux modèles Claude Fable 5 / Mythos 5

• Fable 5 applique des garde-fous de sécurité plus stricts, et certaines demandes légitimes peuvent aussi être bloquées : il ajoute des classifications sur la cybersécurité, la biologie / chimie, la distillation de modèles et l’extraction de raisonnement. Certaines recherches techniques, analyses de vulnérabilités ou questions biomédicales peuvent être refusées ou redirigées vers Opus 4.8.
• Mythos 5 est en accès restreint, ce n’est pas un modèle ouvert à tous : Mythos 5 et Fable 5 partagent la même base de capacités, mais Mythos 5 utilise moins de classificateurs de sécurité. Il est actuellement réservé à Project Glasswing / aux clients approuvés ; la plupart des utilisateurs utiliseront Fable 5 avec garde-fous.
• Coût API plus élevé : Fable 5 est tarifé 10 USD par million de tokens en entrée et 50 USD par million de tokens en sortie, soit environ deux fois le coût d’Opus 4.8.
• Confidentialité : Fable 5 / Mythos 5 sont classés comme Covered Models, exigent par défaut au moins 30 jours de conservation des données et ne prennent pas en charge Zero Data Retention.
• Comportement des refus API : lorsque Fable 5 refuse une requête, l’API renvoie HTTP 200, mais stop_reason vaut refusal.

​

08 juin

L’interface compatible Gemini prend en charge l’entrée audio

• L’appel de Gemini via l’interface compatible OpenAI (/v1/chat/completions) prend désormais en charge l’entrée audio input_audio (auparavant silencieusement ignorée), et complète la mesure des audio_tokens dans le champ usage renvoyé.

​

05 juin

Nouveaux modèles

• grok-build-0.1, hy3-preview, et le modèle gratuit step-3.7-flash-free.

​

04 juin

Nouveaux modèles

• Tongyi Qianwen qwen3.7-plus.

​

01 juin

Nouveaux modèles

• MiniMax minimax-m3.
• Baidu musesteamer-air-image (génération d’images).

​

29 mars

Page Détail du journal

• Latency : indique la rapidité de démarrage d’une requête (temps entre l’initiation de la requête et le premier jeton renvoyé)
• Throughput : fournit une mesure claire de la vitesse de sortie du modèle
• E2E Latency : durée totale entre la soumission de la requête et sa complétion, utilisée pour évaluer la performance globale de la requête
• Provider : identifie le fournisseur de modèle qui a traité la requête
• Status: Shows the execution result (e.g., success / failure) for quick detection of anomalies
• TID: A unique request identifier that can be shared with support for faster troubleshooting

​

Mar 23

• AIHubMix Global Acceleration Network is now live: Built on self-managed global edge nodes and an intelligent routing system, with continuous monitoring and dynamic optimization, achieving 75% lower latency, 60% improved stability, and 99.99% availability—delivering a faster, more reliable AI experience.
• Added 24/7 real-time health monitoring: Distributed probes scan the entire network every minute, tracking latency, success rate, and stability. Issues are detected and resolved before users even notice, ensuring consistent performance.
• Enhanced intelligent traffic routing: Node health is dynamically evaluated across multiple time windows, enabling millisecond-level switching to the optimal path, significantly reducing fluctuations and timeouts while improving overall request success rates.

​

Feb 08

• New Feature: Chat → Responses Compatibility
  This release introduces Chat → Responses compatibility, allowing the Chat Completions API to invoke OpenAI models that support the Responses protocol only, including gpt-5.2-codex, gpt-5.1-codex-max, and gpt-5.2-pro. If you want to force the AIHubmix Chat API to route requests through the Responses protocol, add the following header to your request:
  X-Use-Responses-Enabled: true When a model supports both Chat and Responses protocols, setting this header will force the request to use the Responses API.
  Please note that the Responses protocol does not currently support audio input or output, so plan usage accordingly.
• Model Deprecation Notice:
  OpenAI will deprecate chatgpt-4o-latest on February 17, 2026. After the deprecation, we will automatically remap chatgpt-4o-latest to gpt-4o-2024-11-20.

​

2025

​

Dec 15

• New feature: Google API now supports Files API.

​

Sep 22

• Added support for Qwen series, Doubao Seedream 4, and Baidu image generation models

​

Aug 10

• Released the Aihubmix Image Generation MCP, making it easier for developers to integrate image generation services

​

Aug 1

• Use any large language model on the AiHubMix platform directly in Claude Code

​

Jul 29

• Added support for the AI SDK: access a massive number of models with a single API key

​

Jul 26

• Added support for the Flux image generation API, enabling high-quality images in seconds

​

Jul 23

• Added support for Qwen Code, leveraging all large language models available on the Aihubmix platform

​

Jul 4

• Added support for llms.txt: get standardized model navigation with one click so your LLM assistant can quickly understand the entire model ecosystem

​

Jun 29

• Added forwarding support for Gemini CLI, with multiple flexible usage modes
• Added code interpreter and Remote MCP invocation to the OpenAI Responses API

​

Jun 26

• Added a Unified Image Generation API, supporting major models including OpenAI, Ideogram, Stability, and Google Imagen

​

Jun 23

• Launched APP-Code, offering developers a 10% discount across all models

​

Jun 18

• Added HTTP Status Code documentation to help users better understand error messages

​

Jun 13

• Added support for Veo 3.0 video generation to expand creative formats

​

Jun 12

• Integrated Claude Code for stable usage within mainland China

​

Jun 9

• Added support for OpenAI Reasoning Summaries in the Responses API

​

Jun 5

• Added implicit caching for Gemini, with automatic cache hits and hit feedback
  Developers can use usage_metadata to determine cache hits
  Cost savings are not guaranteed and depend on request structure and usage scenarios

​

May 31

Full Support for New Claude 4 Features

• ⏳ New cache TTL: 1-hour cache support ^Beta
• 🎉 New text editing tools: Claude 4 now supports text_editor_20250429 and str_replace_based_edit_tool
• 🚫 New refusal stop reason for safety-based rejections
• 🧠 Extended Thinking: Claude 4 now returns full summaries of its reasoning process
• 🔄 Interleaved Thinking: Tool usage can now interleave with extended thinking for more natural conversations (Beta)
• ⚠️ Deprecated Features:
  • undo_edit is no longer supported
  • token-efficient-tools-2025-02-19 removed (Claude 3.7 only)
  • output-128k-2025-02-19 removed (Claude 3.7 only)
• 📚 Full migration guides and code examples have been updated to help users smoothly transition from Claude 3.7 to Claude 4

​

May 22

• Added support for the Dify plugin, enabling seamless integration of Aihubmix models into Dify
  Extend and manage over 200 models with a single API key

​

May 17

• Added support for codex-mini-latest, optimized for programming tasks, accessible via the Responses API or Codex CLI
• Added support for Google Imagen 3.0 image generation and Veo 2.0 video generation
• gemini-2.0-flash-exp upgraded to the official preview version gemini-2.0-flash-preview-image-generation

​

May 9

• Added the Ideogram AI V3 API — Ideogram’s most advanced image generation model

​

May 6

• Added Utility Management Scripts for managing API keys, viewing accounts, and listing available models via CLI

​

Apr 26

1. The highly anticipated OpenAI image generation API gpt-image-1 is now live, supporting both text-to-image and image-to-image
2. Added native Gemini API support with precise reasoning budget control for Flash 2.5

​

Apr 24

• Integrated three core Jina AI APIs to help build powerful agents: Embeddings, Rerank, and DeepSearch

​

Apr 20

• Added support for the OpenAI Responses API endpoint with expanded tool capabilities

​

Apr 17

• Added OpenAI CodeX CLI support: program with natural language directly in the terminal

​

Apr 12

• By appending :surfing to a model ID, any model can gain search capabilities (Beta)

​

Apr 9

• Added Claude prompt caching, saving up to 76% in cost for repeated high-frequency prompts

​

Apr 7

• Added Ideogram AI image generation support with strong text rendering, hybrid generation, local edits, and upscaling

​

Apr 5

• Brand-new documentation experience launched

​

Mar 30

• Added support for the Claude Text Edit Tool

​

Mar 24

• Launched the brand-new Trident logo

​

Mar 16

• Added native search support for OpenAI and Google Gemini models
• Third-party search integration will be added in future updates

​

Mar 15

• Added models: gpt-4o-mini-search-preview and gpt-4o-search-preview

​

Mar 7

• Prices for o1 and o3-mini reduced by 10%, in line with official pricing

​

Mar 6

• Due to a 7× upstream price increase from Microsoft, the price of aihubmix-DeepSeek-R1 also increased 7×
  Recommended alternative: Volcano Engine’s DeepSeek-R1 (more stable and cost-effective)
  Added models: qwen-qwq-32b and qwen2.5-vl-72b-instruct

​

Feb 28

• All Claude models received a 15% price reduction
• Added model gpt-4.5-preview (extremely expensive — use with caution)

​

Feb 26

• Improved DeepSeek stability
• ByteDance versions of DeepSeek are currently the most stable
  Recommended models: DeepSeek-R1 and DeepSeek-V3

​

Feb 25

• Added model claude-3-7-sonnet-20250219

​

Feb 24

• The gpt-4o model may occasionally respond very slowly due to upstream provider issues
  It is recommended to temporarily switch to gpt-4o-2024-11-20
• The Perplexity API is temporarily offline
  Due to Perplexity’s complex billing model and higher costs than this platform’s pricing structure, the service will be relaunched after pricing adjustments
• The temporary ByteDance official discount has ended and prices have returned to normal
  The price of DeepSeek-R1 has been increased accordingly
• Added a new model details page with full parameter information

​

Feb 23

• The temporary ByteDance official discount has ended and prices have returned to normal
  The price of DeepSeek-V3 has been increased
  ByteDance’s R1 model is also expected to return to normal pricing soon, and this platform will同步 adjust prices accordingly

​

Feb 18

• Added model: kimi-latest
  (Official billing is tiered by input length at 8k, 32k, and 128k.
  This platform does not support tiered pricing and uses the mid-tier 32k as the pricing standard.
  If you are price-sensitive, use with caution.)
• Optimized overall website layout
• Merged the Changelog page into the Usage Statistics page
• Moved Announcements to the Model Marketplace page
• Moved Settings under the user avatar menu
• Reduced the price of aihubmix-DeepSeek-R1 by 50%
• Added models:
  gemini-2.0-pro-exp-02-05-search, gemini-2.0-flash-exp-search
  (Integrated with Google’s official online search)
• Added models:
  gemini-2.0-flash, gemini-2.0-pro-exp-02-05, gemini-2.0-flash-lite-preview-02-05
• Added models:
  o3-mini, o1
  (These two models are billed about 10% higher than official pricing due to limited account resources)

​

Feb 4

• The o1 model does not support the stream parameter in the official OpenAI API
• The o3-mini model does not support the temperature parameter
  A new parameter reasoning_effort is available with values: "low", "medium", "high"
  Default is "medium" if not specified

​

Feb 1

Feature Update:

• Added support for OpenAI audio model input and output
  The api.aihubmix.com preview server is now available
  After one week of stable operation, the main site will be updated
  Backend billing is fully consistent with official pricing
  Currently, usage logs only display text token usage
  Audio token usage is not yet shown in logs but does not affect normal usage

New Models Added:

• o3-mini, o1
  (Billed about 10% higher than official pricing due to limited account availability)
• aihubmix-DeepSeek-R1 (recommended, highly stable)
• qwen-max-0125 (Qwen2.5-Max), sonar-reasoning
• deepseek-ai/DeepSeek-R1-Zero, deepseek-ai/DeepSeek-R1, deepseek-r1-distill-llama-70b
• aihub-Phi-4
• Doubao-1.5-pro-256k, Doubao-1.5-pro-32k,
  Doubao-1.5-lite-32k, Doubao-1.5-vision-pro-32k
• sonar, sonar-pro (latest from Perplexity AI)
• gemini-2.0-flash-thinking-exp-01-21
• deepseek-reasoner (aka DeepSeek-R1)
• MiniMax-Text-01
• codestral-latest (Mistral’s new code model — Codestral 25.01)

​

Jan 23

New Models Added:

• aihub-Phi-4
• Doubao-1.5-pro-256k, Doubao-1.5-pro-32k,
  Doubao-1.5-lite-32k, Doubao-1.5-vision-pro-32k
• sonar, sonar-pro (latest from Perplexity AI)
• gemini-2.0-flash-thinking-exp-01-21
• deepseek-reasoner (aka DeepSeek-R1)

​

Jan 19

• Added Perplexity AI API models
  Currently supported only on the preview server api.aihubmix.com
  After stable testing, it will be rolled out to the main server aihubmix.com
• api.aihubmix.com is the preview server
  New features will be deployed there first and promoted to the main server after ~1 week of stability testing

New Models Added:

• MiniMax-Text-01
• codestral-latest (Mistral Codestral 25.01)
• gpt-4o-zh
  Automatically translates any input language to English before inference,
  and automatically translates the model output back to Chinese
  (This feature is in testing and only supports gpt-4o; high concurrency is not supported)

​

Jan 6

• Added gemini-2.0-flash-exp-search, supporting native Google online search
  The official Gemini 2.0 Flash model requires additional parameters for online search
  Aihubmix has integrated this functionality — simply append search to the model name
• Added model: deepseek-ai/DeepSeek-V3

​

Jan 1

• Launched the new Model Marketplace page to replace the old Model & Pricing page

​

2024

​

Dec 30

• Fixed the issue where gemini-2.0-flash-thinking-exp-1219 only returned reasoning without final answers
• Fixed the issue of balance reminder emails not being delivered

​

Dec 22

• Added Usage Statistics page
• Added Recharge History page
• Added Doubao series models:
  Doubao-lite-128k, Doubao-lite-32k, Doubao-lite-4k,
  Doubao-pro-128k, Doubao-pro-256k, Doubao-pro-32k, Doubao-pro-4k
• Added model: gemini-2.0-flash-thinking-exp-1219
• Added models:
  gemini-2.0-flash-exp, aihubmix-Mistral-Large-2411,
  aihubmix-Llama-3-3-70B-Instruct, grok-2-1212, grok-2-vision-1212
• Added models:
  gemini-exp-1206, llama-3.3-70b-versatile, learnlm-1.5-pro-experimental

​

Dec 14

• Added models:
  gemini-2.0-flash-exp, aihubmix-Mistral-Large-2411,
  aihubmix-Llama-3-3-70B-Instruct

​

Dec 8

• Added models:
  gemini-exp-1206, llama-3.3-70b-versatile, learnlm-1.5-pro-experimental
• Added Usage Statistics page

​

Nov 21

• Recently added models:
  gpt-4o-2024-11-20, step-2-16k, grok-vision-beta
• Qwen 2.5 Turbo million-context model:
  qwen-turbo-2024-11-01

​

Nov 7

• Added compatibility with the native Claude SDK
  The v1/messages endpoint is now live
• Native Claude prompt caching and computer use features are not yet supported
  These will be completed within the next two weeks

​

Nov 5

• Added model: claude-3-5-haiku-20241022
• Added Elon Musk’s xAI latest model: grok-beta

​

Oct 23

• Added model: claude-3-5-sonnet-20241022

​

Oct 10

• OpenAI’s latest caching feature is now live
  Currently supported models:
  • GPT-4o
  • GPT-4o-mini
  • o1-preview
  • o1-mini
• Note: gpt-4o-2024-05-13 is not included in the official supported list
• Cache hit tokens will be visible in backend logs when a request hits the cache
• For full details and usage rules, refer to the OpenAI official documentation

​

Oct 3

• Backend billing for gpt-4o has been reduced to match official pricing
• Added models:
  aihubmix-Llama-3-2-90B-Vision, aihubmix-Llama-3-70B-Instruct
• Added Cohere latest models:
  aihubmix-command-r-08-2024, aihubmix-command-r-plus-08-2024

​

Sep 19

• Added models: whisper-large-v3 and distil-whisper-large-v3-en
• Note: Whisper model billing is based on input seconds
  The current pricing display on the site is incorrect and will be fixed
  Backend billing for whisper-1 fully matches OpenAI official pricing

​

Sep 13

• Added models: o1-mini and o1-preview
  Note: These models require updated parameters
  Some client shells may throw errors if defaults are not updated

Test results show that the o1 model does NOT support:

• system field → 400 error
• tools field → 400 error
• Image input → 400 error
• json_object output → 500 error
• structured output → 400 error
• logprobs output → 403 error
• stream output → 400 error

Rate limits and fixed parameters:

• o1 series: 20 RPM, 150,000,000 TPM — extremely low, frequent 429 errors possible
• temperature, top_p, and n are fixed at 1
• presence_penalty and frequency_penalty are fixed at 0

​

Sep 10

• Added model: mattshumer/Reflection-Llama-3.1-70B
  (Reported to be one of the strongest fine-tuned versions of LLaMA 3.1 70B)
• Claude-3 model prices increased
  To ensure stable supply, calls through this platform are currently ~10% more expensive than direct official usage
• Increased concurrency capacity for OpenAI models
  The system now theoretically supports near-unlimited concurrency

​

Aug 11

• Added models:
  Phi3medium128k, ahm-Phi-3-medium-4k, ahm-Phi-3-small-128k
• Improved stability for LLaMA-related models
• Further optimized compatibility for Claude models

​

Aug 7

• Added OpenAI’s newly released gpt-4o-2024-08-06
  See: https://platform.openai.com/docs/guides/structured-outputs
• Added Google’s latest model: gemini-1.5-pro-exp-0801

​

Aug 4

• Added direct online payment for account top-ups
• Fixed Claude multi-turn conversation format error:
  messages: roles must alternate between "user" and "assistant", but found multiple "user" roles in a row
• Optimized index handling when using function calling with Claude models
• The backup server https://orisound.cn will be fully decommissioned on Sep 7
  Please migrate to the main server https://aihubmix.com or backup server https://api.aihubmix.com

​

Jul 27

• Added support for Mistral Large 2
  Model name: Mistral-large-2407 or aihubmix-Mistral-large-2407
• System optimizations

​

Jul 24

• Added latest LLaMA 3.1 models:
  llama-3.1-405b-instruct, llama-3.1-70b-versatile, llama-3.1-8b-instant

​

Jul 20

• Fixed pricing calculation issues for the gpt-4o-mini model
  • Text input pricing: 1/33 of GPT-4o officially
  • Image input pricing: equal to GPT-4o
• To align with official pricing, image token counts for gpt-4o-mini are multiplied by 33 during billing
• Refer to OpenAI official pricing for details

​

Jul 19

• Added support for the gpt-4o-mini model
  Backend billing is fully aligned with official pricing

​

Jul 15

• Added support for the official include_usage API parameter
  This allows returning usage data in stream mode
  See the official documentation for details

​

Jul 14

• The new version of NextWeb now supports calling non-OpenAI models through this platform
• Added backend billing support for Alibaba Qwen models
  Calls through this platform cost ~10% more than direct Alibaba Cloud usage
• Improved Azure OpenAI output compatibility with the standard OpenAI API
• Added tool calling support for Claude-3
• Added many new models (see Settings → Available Models)

​

Jul 3

• Overall backend UI optimization
• Each log entry now displays the model unit price at the time of the request
• Added the Model & Pricing page

​

Jun 20

• The latest claude-3-5-sonnet-20240620 is now supported
  See the guide for calling non-OpenAI models on this platform

​

Jun 18

• Backend logs now support downloading historical request records

​

Jun 16

• The probability of randomly routing requests to Azure OpenAI has been significantly reduced

​

Jun 13

• Reduced backend costs for Claude-3 models
  (Claude 3 Haiku, Claude 3 Sonnet, Claude 3 Opus)
  Backend billing now matches official pricing
  As a result, the effective retail API cost on this site is equivalent to ~86% of official pricing

​

Jun 10

• Optimized GPT-4o token billing
  Tokenizer changed from cl100k_base to o200k_base
  As a result, streaming token counts for Chinese, Korean, and Japanese are lower than before

​

Jun 8

• Added Alibaba’s latest open-source Qinwen 2 models:
  • alibaba/Qwen2-7B-Instruct
  • alibaba/Qwen2-57B-A14B-Instruct
  • alibaba/Qwen2-72B-Instruct

​

May 20

• Added model: gemini-1.5-flash
• Added model: gpt-4o
• Added models:
  llama3-70b-8192, llama3-8b-8192,
  gemini-1.5-pro, command-r, command-r-plus
• Claude-3 model supply has been restored
  Endpoints are currently deployed across AWS and Google Cloud
• To cover infrastructure and operational costs, Claude-3 backend billing is ~10% higher than official pricing
  With increased usage, this will be gradually reduced to ~5% or lower
• Concurrency limits are currently under testing and will be increased as demand grows

---

Dernière mise à jour : 2026-06-22