> ## Documentation Index
> Fetch the complete documentation index at: https://docs.venice.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# Venice API
> Documentación de la Venice API — acceso privado y sin restricciones a modelos de chat, imagen, audio y vídeo compatibles con OpenAI tras una sola clave de API.
La API para acceso privado y sin restricciones a la inteligencia.
Chat, imagen, audio y vídeo compatibles con OpenAI tras una única API key.
```bash curl theme={"system"}
curl https://api.venice.ai/api/v1/chat/completions \
-H "Authorization: Bearer $VENICE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "zai-org-glm-5-1",
"messages": [{"role": "user", "content": "Build without permission."}]
}'
```
```ts TypeScript theme={"system"}
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.VENICE_API_KEY,
baseURL: "https://api.venice.ai/api/v1",
});
const res = await client.chat.completions.create({
model: "zai-org-glm-5-1",
messages: [{ role: "user", content: "Build without permission." }],
});
```
```python Python theme={"system"}
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["VENICE_API_KEY"],
base_url="https://api.venice.ai/api/v1",
)
res = client.chat.completions.create(
model="zai-org-glm-5-1",
messages=[{"role": "user", "content": "Build without permission."}],
)
```
Endpoints
Una API para cada modalidad
Chat, imagen, audio, vídeo y embeddings tras una única API key.
Además, embeddings, entradas de archivo, herramientas MCP y pagos con monedero. Ver todos los endpoints →
Agentes
Hecho para agentes de IA
Inferencia privada, herramientas MCP y flujos de trabajo financiados con monedero para mensajería, programación y agentes onchain.
Explorar el hub de agentes de IA →
Modelos
Modelos populares
Algunos de los modelos más usados en Venice. Usa el ID como tu parámetro `model`.
250+ modelos
Texto, imagen, audio y vídeo
Explorar el catálogo →
Herramientas
Herramientas integradas para modelos de chat
Activa la búsqueda web, adjunta archivos o consulta una blockchain con `venice_parameters` o un endpoint nativo de Venice.
Añade búsqueda web en tiempo real con citas a cualquier modelo de texto mediante `enable_web_search`.
```bash Curl theme={"system"}
curl https://api.venice.ai/api/v1/chat/completions \
-H "Authorization: Bearer $VENICE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "zai-org-glm-5-1",
"messages": [{"role": "user", "content": "What are the latest developments in AI?"}],
"venice_parameters": {
"enable_web_search": "auto"
}
}'
```
```ts TypeScript theme={"system"}
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.VENICE_API_KEY!,
baseURL: "https://api.venice.ai/api/v1",
});
const completion = await client.chat.completions.create({
model: "zai-org-glm-5-1",
messages: [{ role: "user", content: "What are the latest developments in AI?" }],
// @ts-expect-error - Venice-specific parameter
venice_parameters: {
enable_web_search: "auto",
},
});
console.log(completion.choices[0].message.content);
```
```python Python theme={"system"}
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["VENICE_API_KEY"],
base_url="https://api.venice.ai/api/v1",
)
response = client.chat.completions.create(
model="zai-org-glm-5-1",
messages=[{"role": "user", "content": "What are the latest developments in AI?"}],
extra_body={
"venice_parameters": {
"enable_web_search": "auto",
}
},
)
print(response.choices[0].message.content)
```
```bash Model Suffix theme={"system"}
# Alternativa: añade parámetros directamente al ID del modelo
curl https://api.venice.ai/api/v1/chat/completions \
-H "Authorization: Bearer $VENICE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "zai-org-glm-5-1:enable_web_search=on&enable_web_citations=true",
"messages": [{"role": "user", "content": "What are the latest developments in AI?"}]
}'
```
Establece `enable_web_scraping: true` y el modelo obtendrá y leerá cualquier URL del mensaje del usuario antes de responder.
```bash Curl theme={"system"}
curl https://api.venice.ai/api/v1/chat/completions \
-H "Authorization: Bearer $VENICE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai-gpt-55",
"messages": [
{"role": "user", "content": "Summarize this post in five bullets: https://venice.ai/blog/how-to-use-venice-api"}
],
"venice_parameters": {
"enable_web_scraping": true
}
}'
```
```ts TypeScript theme={"system"}
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.VENICE_API_KEY!,
baseURL: "https://api.venice.ai/api/v1",
});
const response = await client.chat.completions.create({
model: "openai-gpt-55",
messages: [
{
role: "user",
content:
"Summarize this post in five bullets: https://venice.ai/blog/how-to-use-venice-api",
},
],
// @ts-expect-error - Venice-specific parameter
venice_parameters: {
enable_web_scraping: true,
},
});
console.log(response.choices[0].message.content);
```
```python Python theme={"system"}
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["VENICE_API_KEY"],
base_url="https://api.venice.ai/api/v1",
)
response = client.chat.completions.create(
model="openai-gpt-55",
messages=[
{
"role": "user",
"content": "Summarize this post in five bullets: https://venice.ai/blog/how-to-use-venice-api",
}
],
extra_body={
"venice_parameters": {
"enable_web_scraping": True,
}
},
)
print(response.choices[0].message.content)
```
Adjunta PDFs, documentos de Office, código y archivos de texto (hasta 25 MB) directamente en una solicitud de chat. Consulta la [guía de entradas de archivo](/guides/features/file-inputs) para la lista completa de formatos.
```bash Curl theme={"system"}
# Codifica un archivo local como una URL de datos base64 y envíalo en línea
FILE_B64=$(base64 q3-report.pdf | tr -d '\n')
curl https://api.venice.ai/api/v1/chat/completions \
-H "Authorization: Bearer $VENICE_API_KEY" \
-H "Content-Type: application/json" \
-d "{
\"model\": \"openai-gpt-55\",
\"messages\": [
{
\"role\": \"user\",
\"content\": [
{\"type\": \"text\", \"text\": \"Summarize this report in five bullets and list the main risks.\"},
{\"type\": \"file\", \"file\": {\"filename\": \"q3-report.pdf\", \"file_data\": \"data:application/pdf;base64,${FILE_B64}\"}}
]
}
]
}"
```
```ts TypeScript theme={"system"}
import OpenAI from "openai";
import { readFile } from "node:fs/promises";
const client = new OpenAI({
apiKey: process.env.VENICE_API_KEY!,
baseURL: "https://api.venice.ai/api/v1",
});
const pdf = await readFile("q3-report.pdf");
const fileData = `data:application/pdf;base64,${pdf.toString("base64")}`;
const response = await client.chat.completions.create({
model: "openai-gpt-55",
messages: [
{
role: "user",
content: [
{ type: "text", text: "Summarize this report in five bullets and list the main risks." },
// @ts-expect-error - Venice file input block
{ type: "file", file: { filename: "q3-report.pdf", file_data: fileData } },
],
},
],
});
console.log(response.choices[0].message.content);
```
```python Python theme={"system"}
import base64
import os
from pathlib import Path
from openai import OpenAI
client = OpenAI(
api_key=os.environ["VENICE_API_KEY"],
base_url="https://api.venice.ai/api/v1",
)
path = Path("q3-report.pdf")
file_data = "data:application/pdf;base64," + base64.b64encode(path.read_bytes()).decode("utf-8")
response = client.chat.completions.create(
model="openai-gpt-55",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "Summarize this report in five bullets and list the main risks."},
{"type": "file", "file": {"filename": "q3-report.pdf", "file_data": file_data}},
],
}
],
)
print(response.choices[0].message.content)
```
Enruta llamadas JSON-RPC 2.0 en 11 cadenas compatibles con tu API key de Venice o un monedero x402. Consulta la [referencia de Crypto RPC](/api-reference/endpoint/crypto/rpc) para cadenas, métodos y niveles de créditos.
```bash Curl theme={"system"}
curl https://api.venice.ai/api/v1/crypto/rpc/ethereum-mainnet \
-H "Authorization: Bearer $VENICE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"jsonrpc": "2.0",
"method": "eth_blockNumber",
"params": [],
"id": 1
}'
```
```ts TypeScript theme={"system"}
const response = await fetch(
"https://api.venice.ai/api/v1/crypto/rpc/base-mainnet",
{
method: "POST",
headers: {
Authorization: `Bearer ${process.env.VENICE_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify([
{ jsonrpc: "2.0", method: "eth_chainId", params: [], id: 1 },
{ jsonrpc: "2.0", method: "eth_blockNumber", params: [], id: 2 },
]),
}
);
const results = await response.json();
console.log(results);
```
```python Python theme={"system"}
import os
import requests
response = requests.post(
"https://api.venice.ai/api/v1/crypto/rpc/ethereum-mainnet",
headers={
"Authorization": f"Bearer {os.environ['VENICE_API_KEY']}",
"Content-Type": "application/json",
},
json={
"jsonrpc": "2.0",
"method": "eth_getBalance",
"params": ["0xd8dA6BF26964aF9D7eEd9e03E53415D37aA96045", "latest"],
"id": 1,
},
)
print(response.json())
```
Precios
Recarga, haz staking o paga por solicitud
Financia una cuenta con créditos, haz staking de DIEM para obtener una asignación diaria o sáltate la cuenta por completo con USDC en Base.
Créditos
USD o cripto
Pago por uso en USD o cripto. Los créditos no caducan y funcionan en todos los endpoints.
Comprar créditos
DIEM
Asignación diaria
Haz staking de DIEM o VVV una vez y obtén una asignación fija de inferencia cada día, sin cargos por llamada.
Conoce más sobre DIEM
x402
USDC en Base
Paga por solicitud desde cualquier monedero de Base en USDC. Sin cuenta ni API key, hecho para agentes.
Leer guía de x402
¿Preguntas o comentarios? Únete a nosotros en [Discord](https://discord.gg/askvenice).