Use o Vercel AI SDK com UberLLM (modelos mais baratos, mesmo código)

Passos

1. Crie uma chave na sua página de chaves e adicione um pouco de crédito (contas começam em $0).
2. Instale o provedor:

npm i ai @ai-sdk/openai-compatible

3. Coloque a chave em .env.local (Next.js) ou no ambiente do seu servidor:

UBERLLM_API_KEY=ull_your_key

4. Crie o provedor uma vez, por exemplo em lib/uberllm.ts:

import { createOpenAICompatible } from "@ai-sdk/openai-compatible";

export const uberllm = createOpenAICompatible({
  name: "uberllm",
  baseURL: "https://api.uberllm.dev/v1",
  apiKey: process.env.UBERLLM_API_KEY, // sent as Authorization: Bearer <key>
  includeUsage: true, // token counts on streamed answers too
});

5. Use-o onde você usava um modelo antes:

import { generateText } from "ai";
import { uberllm } from "@/lib/uberllm";

const { text } = await generateText({
  model: uberllm("deepseek/deepseek-v4.1-flash"),
  prompt: "Write a one-line welcome message.",
});

Migrando um aplicativo que já usa @ai-sdk/openai

Troque o argumento do modelo e mantenha todo o resto:

// before
import { openai } from "@ai-sdk/openai";
const model = openai("gpt-4o");

// after
import { uberllm } from "@/lib/uberllm";
const model = uberllm("deepseek/deepseek-v4.1-flash");

Os IDs dos modelos são os IDs em uberllm.dev/models e sempre têm um fabricante na frente (openai/…, anthropic/…, deepseek/…). É assim que você pode executar GPT, Claude, Gemini e modelos abertos com uma única chave e compará-los mudando uma única string.

Uma rota de chat Next.js para useChat

useChat de @ai-sdk/react envia para /api/chat por padrão. Esta rota responde a isso:

// app/api/chat/route.ts
import { streamText, convertToModelMessages, type UIMessage } from "ai";
import { uberllm } from "@/lib/uberllm";

export async function POST(req: Request) {
  const { messages }: { messages: UIMessage[] } = await req.json();
  const result = streamText({
    model: uberllm("deepseek/deepseek-v4.1-flash"),
    messages: await convertToModelMessages(messages),
  });
  return result.toUIMessageStreamResponse();
}

Mantenha a chave no servidor. Nunca a coloque em uma variável NEXT_PUBLIC_: qualquer um poderia lê-la da página e gastar seu saldo.

Defina um teto para o custo de uma chamada

As solicitações de chat aceitam provider.max_price (dólares por milhão de tokens). Passe o valor em providerOptions, sob o provedor name que você escolheu:

await generateText({
  model: uberllm("deepseek/deepseek-v4.1-flash"),
  prompt: "Hi",
  providerOptions: { uberllm: { provider: { max_price: { prompt: 0.2, completion: 0.4 } } } },
});

Se ninguém vender o modelo por um preço abaixo desse no momento, a chamada é recusada com max_price_exceeded e nada é cobrado.

Solução de problemas

• 401 invalid_api_key: a chave não chegou ao servidor. Reinicie next dev após editar .env.local, e verifique se process.env.UBERLLM_API_KEY está configurado onde o código é executado (servidor, não o navegador).
• 402 insufficient_credits: adicione crédito na página de créditos.
• 404 model_not_found: o ID está errado ou faltando seu criador. Copie-o da página do modelo.
• 400 wrong_endpoint: você passou um modelo de imagem ou vídeo para streamText. Modelos de imagem passam por uberllm.imageModel(…) com generateImage; vídeo é um trabalho, veja Criar um vídeo ou imagem.
• O uso está vazio em streams: defina includeUsage: true no provedor, como acima.

Continue lendo

• A referência completa com chamadas de ferramentas e imagens: Documentação do Vercel AI SDK
• Endpoint compatível com OpenAI explicado
• Preços de LLM ao vivo