> ## Documentation Index
> Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Perguntas Frequentes

> Consulte este documento para perguntas comuns

### Problemas de acesso / Não consigo conectar à API — o que fazer?

Se o domínio principal `https://aihubmix.com` estiver inacessível (por exemplo, falhas de conexão ou tempos limite), substitua a URL da requisição pelo domínio de backup `https://api.inferera.com`. Todos os demais parâmetros (API Key, modelo, corpo da requisição etc.) permanecem inalterados.

***

## 1. Uso do Modelo e Segurança

### **A AIHubMix armazena dados das requisições de API dos usuários?**

Por padrão, a AIHubMix **não** armazena nenhum conteúdo das requisições que você envia através da nossa API, nem registramos as respostas retornadas pelos provedores de modelos. A AIHubMix atua apenas como um proxy, encaminhando com segurança sua requisição ao provedor de modelo apropriado e retornando a resposta dele sem modificações.

***

### **A única exceção**

Se você proativamente relatar um problema, enviar um ticket de erro ou solicitar ajuda com depuração, a AIHubMix pode armazenar temporariamente informações técnicas relacionadas ao erro (como stack traces, metadados de invocação ou status de endpoint) para nos ajudar a diagnosticar e resolver o problema.\
Esses logs **não** incluem seus dados de negócios, conteúdo de prompt ou o payload completo da requisição/resposta.

***

### Por que produtos oficiais como Claude ou GPT retornam resultados diferentes da API?

O modelo subjacente é o mesmo; a diferença vem de otimizações de engenharia adicionais na versão web.

**Explicação:**

* A versão web é como um apartamento totalmente mobiliado, com recursos integrados como busca, memória, calculadora e prompts de sistema.
* As chamadas de API são como um apartamento sem acabamento, fornecendo apenas as capacidades essenciais. Os desenvolvedores precisam configurar contexto e ferramentas por conta própria.

***

### Por que usar GPT-5 ou modelos da série “o” pode resultar em suspensão da conta AiHubMix?

Se você solicitar ao GPT-5 ou aos modelos da série “o” para “mostrar etapas de raciocínio”, “exibir a cadeia de pensamento” ou “trace de raciocínio”, o sistema pode acionar políticas de segurança, o que pode restringir ou suspender temporariamente sua conta.

**Explicação:**

* As políticas oficiais de segurança para GPT-5 e modelos da série “o” são mais rigorosas; o uso normal não acionará um banimento.
* Se sua conta for sinalizada por engano ou você vir mensagens anormais, entre em contato com o suporte por e-mail: [**feedback@aihubmix.com**](mailto:feedback@aihubmix.com) para obter assistência.
* Para visualizar resumos de raciocínio do modelo, use a Response API em vez de perguntar diretamente ao modelo no prompt, evitando acionar políticas de segurança.

***

### O que fazer quando sua conta for desativada?

Se sua conta foi desativada, você pode entrar em contato com o atendimento online ou enviar um e-mail para [**feedback@aihubmix.com**](mailto:feedback@aihubmix.com) para solicitar assistência ou a reativação da conta.

Suspensões de conta geralmente são acionadas automaticamente pelos mecanismos de controle de risco do sistema. Razões comuns se enquadram nas duas categorias a seguir:

1. **Uso de Modelos da Série GPT-5 em Cenários de Tradução Imersiva**

   Esta série de modelos foi projetada para raciocínio complexo e geração de conteúdo estruturado, tornando-a inadequada para tarefas de tradução em tempo real e alta frequência. Chamadas frequentes nesses cenários podem acionar as políticas de controle de risco do sistema, levando a restrições temporárias ou suspensão da conta. Para garantir a operação estável da conta, priorize o uso de modelos sem raciocínio para tarefas de tradução, como:

   * `gpt-4.1-mini`
   * `gpt-4o-mini`
2. **Envio de Conteúdo Violador Durante o Uso do Modelo Grok**

   Durante o uso do modelo Grok, se o conteúdo solicitado for considerado pelo sistema como uma violação das normas de uso (por exemplo, envolvendo violência, gore, pornografia, etc.), isso acionará diretamente o mecanismo de suspensão. Certifique-se de que o conteúdo de sua requisição esteja em conformidade com as diretrizes de uso da plataforma e do modelo para evitar o envio de conteúdo ilegal ou inadequado.

Se você encontrar uma suspensão indevida ou restrições incomuns, pode enviar um recurso através do atendimento ou e-mail. Porém, observe que **se sua conta acionar registros de suspensão várias vezes, pode não ser possível reativá-la novamente**.

<Tip>
  Se você é desenvolvedor, pode usar a [API de Moderação](https://docs.aihubmix.com/cn/api/moderation) da AIHUBMIX para realizar verificações de conformidade no conteúdo de entrada antes de fazer requisições, reduzindo assim o risco de violações. Esta etapa é opcional, mas é fortemente recomendada em cenários onde o conteúdo é aberto ou a entrada do usuário é incontrolável.
</Tip>

***

### Por que minha conta ainda falha ao chamar certos modelos (como Claude Opus ou GPT-5.4-Pro) mesmo tendo saldo?

Usamos um **mecanismo de pré-cobrança**. Ao chamar modelos de maior custo (como Claude Opus ou GPT-5.4-Pro), o sistema estima o custo máximo possível de saída com base no limite configurado de tokens de saída e verifica seu saldo quando a requisição é iniciada. Se o saldo da sua conta for **menor que o preço do token de saída × tokens máximos de saída**, a requisição pode ser rejeitada. Para evitar isso, garanta que o saldo da sua conta seja suficiente antes de chamar esses modelos e defina um limite razoável de tokens máximos de saída; se não especificado, o sistema usará o valor padrão para estimativa. Observe que o nome do parâmetro de saída máxima difere por modelo: modelos Claude e GPT usam `max_tokens`, enquanto modelos Gemini usam `max_output_tokens`.

### Por que o GPT-5 não é recomendado para ferramentas de tradução?

GPT-5 é um modelo de raciocínio projetado para inferência complexa e geração estruturada, não para tarefas em tempo real de alta frequência.

**Razões:**

1. Tempos de resposta mais lentos devido a várias etapas de inferência.
2. Maior uso de tokens (prompts de sistema longos e contexto de raciocínio).
3. Plugins de tradução podem acionar acidentalmente políticas de segurança.

Para cenários de tradução ou chat, use modelos leves como GPT-4o mini ou Gemini para respostas mais rápidas e estáveis.

***

### Por que o GPT-5 às vezes responde “Sou o GPT-4” quando perguntado “Quem é você”?

Esta é uma alucinação conhecida de LLM, onde o modelo descreve imprecisamente sua própria base, origem ou capacidades. Desenvolvedores usando GPT-4, GPT-5, Claude, etc., podem encontrar autoidentificações confiantes, mas incorretas.

**Explicação:**

* Esse comportamento não se deve a modificações da plataforma ou adulteração de saída; é normal para LLMs.
* O GPT-5 não recebeu o nome “GPT-5” durante o treinamento; o nome foi atribuído posteriormente pelo lançamento oficial.
* O modelo não conhece seu próprio nome ou data de corte do conhecimento; a versão web pode responder corretamente porque possui prompts de sistema integrados. Nossa versão de API é a API oficial não-web.
* Perguntar diretamente ao modelo via API pode produzir respostas aleatórias ou imprecisas porque ele não possui autoconsciência.

***

### O que devo fazer se chamadas a alguns modelos (como Gemini-3-Pro) atingirem o tempo limite com frequência?

Tente aumentar a duração do timeout. Gemini-3-Pro é um modelo grande, e seu processo de inferência geralmente requer um tempo de raciocínio mais longo — especialmente para tarefas complexas onde a resposta pode levar mais de 30 segundos. Como resultado, o timeout padrão de 30 segundos pode facilmente levar a erros.

* Se você precisa usar o Gemini-3-Pro, certifique-se de estender o timeout adequadamente.
* Se um tempo de resposta rápido é essencial, considere mudar para um modelo mais leve, como o Gemini 2.0, que funciona melhor com configurações de timeout mais curtas.

***

### Por que enviar apenas “Olá” consumiu tantos Tokens?

Algumas ferramentas de terceiros (como Cline ou Claude Code) incluem automaticamente contexto ou prompts de sistema nas requisições, que também contam para o uso de Tokens.

Mesmo que você digite apenas “Olá”, a requisição do backend pode conter um histórico extenso de chat ou texto predefinido.

Esses tokens extras vêm da ferramenta, não da plataforma AiHubMix.

***

### Por que vejo uso do 4o-mini mesmo tendo chamado apenas o GPT-4o?

Algumas ferramentas de terceiros podem chamar modelos leves (como o 4o-mini) para sumarização de conversa, busca ou computação auxiliar.\
Assim, sua fatura ou logs podem mostrar o uso de Tokens de vários modelos.

Esse uso extra vem das configurações da ferramenta, não da AiHubMix trocando modelos automaticamente.

***

### Qual é o limite de concorrência para requisições de API?

A AiHubMix atualmente não impõe um limite uniforme de concorrência. Entre em contato com o suporte via [**feedback@aihubmix.com**](mailto:feedback@aihubmix.com) se encontrar problemas de concorrência.

***

### Por que os resultados variam para o mesmo prompt?

Os grandes modelos de linguagem usam amostragem probabilística (por exemplo, temperature, top-p) para gerar texto, escolhendo aleatoriamente entre múltiplos tokens possíveis a cada vez.

* Reduzir a temperatura ou desabilitar a amostragem pode tornar os resultados mais consistentes.
* Variações também podem ser afetadas pelo contexto, prompts de sistema ou condições de rede.

***

### Por que as respostas do modelo Claude terminam prematuramente?

Para o modelo Claude, a AIHubMix atualmente suporta dois métodos de chamada:

1. Interface compatível com OpenAI Chat
2. Interface nativa Anthropic Claude

Ao invocar o modelo Claude através da interface compatível com OpenAI Chat, o sistema usa por padrão max\_tokens=4096. Se um max\_tokens maior não for explicitamente definido na requisição, o modelo automaticamente parará de gerar saída ao atingir esse limite. Portanto, a ocorrência de "respostas terminando antes da conclusão" geralmente não se deve a um mau funcionamento do modelo, mas sim porque atingiu a restrição padrão de comprimento de saída.

**Como gerar textos mais longos?**

Sob a interface compatível com OpenAI Chat, você pode definir manualmente um parâmetro max\_tokens maior, por exemplo:

```Python theme={null}
completion = client.chat.completions.create(
  model="claude-sonnet-4-6",
  max_tokens=6000,
  messages=[
    {
      "role": "assistant",
      "content": "Always respond in Chinese"
    },
    {
      "role": "user",
      "content": "What is the meaning of life?, over 6000 words"
    }
  ]
)
```

O max\_tokens não deve exceder o limite máximo suportado pelo modelo correspondente. Se o truncamento ainda ocorrer após configurar, forneça o nome do modelo e os parâmetros completos da requisição para investigação adicional.

***

## 2. Chamadas de API e Dados

### Quais endpoints de API estão disponíveis?

A AiHubMix fornece um gateway unificado compatível com vários padrões de modelos principais:

* **Endpoint padrão OpenAI:** `https://aihubmix.com/v1` (suporta GPT e modelos compatíveis)
* **Endpoint Dedicado Gemini:** `https://aihubmix.com/gemini` (compatível com padrões nativos do Google)
* **Endpoint de Auto-Encaminhamento Claude:** `https://aihubmix.com` (suporta chamadas via SDK da Anthropic)

***

### Quais dados são registrados durante o uso da API?

Registramos apenas os dados de uso necessários: informações da conta, registros de chamadas, modelos usados, consumo de Tokens e informações de pagamento.

**Garantia de privacidade:**

* Entrada do usuário e saída do modelo não são armazenadas.
* Os dados são usados apenas para faturamento e otimização de serviços, não para análise de conteúdo ou compartilhamento com terceiros.
* A AiHubMix não retém dados detalhados das requisições; no entanto, provedores de nuvem subjacentes podem registrar acessos por segurança ou conformidade, regidos por suas próprias políticas de privacidade.

Veja a [Política de Privacidade da AiHubMix](https://docs.aihubmix.com/cn/terms-and-privacy/Privacy) para detalhes.

***

## 3. Conhecimento do Modelo e Fenômenos Comuns

### O que é alucinação de IA?

A alucinação de IA ocorre quando um grande modelo de linguagem gera informações que são factualmente incorretas, não suportadas ou totalmente fictícias.

**Causas possíveis:**

* Vieses ou lacunas nos dados de treinamento.
* Overfitting dos parâmetros do modelo.
* Aleatoriedade durante a geração.

As alucinações são comuns a todos os LLMs e não indicam falha do sistema.

***

## 4. Uso e Solução de Problemas

### Como posso monitorar o uso e consumo da API?

Você pode visualizar o volume de chamadas, uso de Tokens e detalhes de cobrança através do dashboard da AiHubMix.

Suporta categorização por modelo e período de tempo, ajudando a otimizar o uso e gerenciar custos.

***

### O que devo fazer se uma chamada falhar ou retornar um erro?

Erros de API incluem um código de erro e explicação.

**Causas comuns:**

* Formato incorreto da requisição.
* Modelo indisponível ou limite de uso excedido.

Consulte o [Guia da API](https://docs.aihubmix.com/pt/api-reference) para solução de problemas, ou entre em contato com o suporte via [**feedback@aihubmix.com**](mailto:feedback@aihubmix.com).

***

### Como gerencio minha chave de API?

Os usuários podem gerar, revogar ou atualizar chaves de API via dashboard.

* Não exponha chaves de API em ambientes públicos.
* Use chaves separadas para projetos diferentes.
* Rotacione chaves periodicamente para garantir a segurança da conta.

***

Última atualização: 2026-06-01