> ## 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
> Documentação da Venice API — acesso privado e irrestrito a modelos de chat, imagem, áudio e vídeo compatíveis com OpenAI por trás de uma única chave de API.
A API para acesso privado e irrestrito à inteligência.
Chat, imagem, áudio e vídeo compatíveis com OpenAI por trás de uma única chave de API.
```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
Uma API para todas as modalidades
Chat, imagem, áudio, vídeo e embeddings por trás de uma única chave de API.
Mais embeddings, file inputs, ferramentas MCP e pagamentos com carteira. Ver todos os endpoints →
Agentes
Feito para agentes de IA
Inferência privada, ferramentas MCP e fluxos de trabalho financiados por carteira para mensageria, programação e agentes onchain.
Explore o hub de agentes de IA →
Modelos
Modelos populares
Alguns dos modelos mais usados na Venice. Use o ID como seu parâmetro `model`.
Mais de 250 modelos
Texto, imagem, áudio e vídeo
Navegar no catálogo →
Ferramentas
Ferramentas integradas para modelos de chat
Ative busca na web, anexe arquivos ou consulte uma blockchain com `venice_parameters` ou um endpoint nativo da Venice.
Adicione busca em tempo real na web com citações a qualquer modelo de texto via `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"}
# Alternative: append parameters directly to the model ID
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?"}]
}'
```
Defina `enable_web_scraping: true` e o modelo buscará e lerá quaisquer URLs na mensagem do usuário antes de responder.
```bash Curl theme={"system"}
curl https://api.venice.ai/api/v1/chat/completions \
-H "Authorization: Bearer $VENICE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai-gpt-55",
"messages": [
{"role": "user", "content": "Summarize this post in five bullets: https://venice.ai/blog/how-to-use-venice-api"}
],
"venice_parameters": {
"enable_web_scraping": true
}
}'
```
```ts TypeScript theme={"system"}
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.VENICE_API_KEY!,
baseURL: "https://api.venice.ai/api/v1",
});
const response = await client.chat.completions.create({
model: "openai-gpt-55",
messages: [
{
role: "user",
content:
"Summarize this post in five bullets: https://venice.ai/blog/how-to-use-venice-api",
},
],
// @ts-expect-error - Venice-specific parameter
venice_parameters: {
enable_web_scraping: true,
},
});
console.log(response.choices[0].message.content);
```
```python Python theme={"system"}
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["VENICE_API_KEY"],
base_url="https://api.venice.ai/api/v1",
)
response = client.chat.completions.create(
model="openai-gpt-55",
messages=[
{
"role": "user",
"content": "Summarize this post in five bullets: https://venice.ai/blog/how-to-use-venice-api",
}
],
extra_body={
"venice_parameters": {
"enable_web_scraping": True,
}
},
)
print(response.choices[0].message.content)
```
Anexe PDFs, documentos Office, código e arquivos de texto (até 25 MB) diretamente a uma requisição de chat. Veja o [guia de File Inputs](/guides/features/file-inputs) para a lista completa de formatos.
```bash Curl theme={"system"}
# Encode a local file as a base64 data URL, then send it inline
FILE_B64=$(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)
```
Faça proxy de chamadas JSON-RPC 2.0 em 11 chains suportadas com sua chave Venice ou uma carteira x402. Veja a [referência do Crypto RPC](/api-reference/endpoint/crypto/rpc) para chains, métodos e níveis de crédito.
```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())
```
Preços
Faça uma recarga, faça stake ou pague por requisição
Adicione créditos a uma conta, faça stake de DIEM para um limite diário ou dispense a conta totalmente com USDC na Base.
Créditos
USD ou cripto
Pague conforme o uso em USD ou cripto. Os créditos nunca expiram e funcionam em todos os endpoints.
Comprar créditos
DIEM
Limite diário
Faça stake de DIEM ou VVV uma vez e ganhe um limite fixo de inferência todos os dias, sem cobranças por chamada.
Saiba mais sobre o DIEM
x402
USDC na Base
Pague por requisição a partir de qualquer carteira na Base em USDC. Sem conta ou chave de API, feito para agentes.
Ler guia do x402
Dúvidas ou feedback? Encontre-nos no [Discord](https://discord.gg/askvenice).