Alpie Core API: LLMTR ile ilk istek

Kısa yanıt: base_url https://llmtr.com/v1, model 169pi/alpie-core

LLMTR, farklı sağlayıcıların yapay zekâ modellerine OpenAI uyumlu bir API üzerinden erişim veren bir gateway'dir. Alpie Core, LLMTR'de 169pi/alpie-core kimliğiyle https://llmtr.com/v1/chat/completions adresinden çağrılır. llmtr.com hesabınızda oluşturduğunuz bir API anahtarı ve yüklü bir bakiye yeterlidir; ayrı bir 169Pi hesabı gerekmez. OpenAI Python SDK'sında base_url değerini https://llmtr.com/v1, model değerini 169pi/alpie-core yapın. Fiyat 1 milyon token başına 0,15 $ girdi ve 0,40 $ çıktıdır.

169Pi'nin 7 Kasım 2026'da okunan kendi sayfalarına göre Alpie Core, 4-bit kuantizasyonla eğitilip sunulan 32 milyar parametreli bir akıl yürütme modelidir. DeepSeek-R1-Distill-Qwen-32B üzerine kuruludur ve ağırlıkları Apache 2.0 lisansıyla açıktır. 169Pi kendi API'sinde modele alpie-32b der; LLMTR'deki kimliği 169pi/alpie-core'dur. 4-bit'in ne anlama geldiğini ve ağırlıkları kendiniz çalıştırmanın ne gerektirdiğini serinin ikinci yazısı anlatır.

• Hugging Face, 169Pi/Alpie-Core model sayfası · 2026-11-07
• 169Pi, Alpie Core sayfası · 2026-11-07
• 169Pi, SDK sayfası · 2026-11-07

Alpie Core API'sine ilk istek nasıl gönderilir?

Üç adım yeterlidir. Önce llmtr.com'da bir API anahtarı oluşturun ve Panel > Faturalandırma'dan bakiye yükleyin. Sonra anahtarı LLMTR_API_KEY ortam değişkenine koyun ve OpenAI Python SDK'sını kurun. Son olarak istemcide base_url değerini https://llmtr.com/v1 yapın ve model alanına 169pi/alpie-core yazın. İstek ve yanıt OpenAI'nin Chat Completions biçimindedir; başka bir kütüphane ya da dil kullanıyorsanız aynı adres ve aynı kimlik geçerlidir.

Aşağıdaki örnek akışlı bir istek gönderir. Soru, problemi bütün bilgileriyle anlatır: bağlamsız çok kısa istemlerde yanıt konu dışı gelebilir, bu yüzden sorunuzu bağlamıyla yazın. Akışta önce delta.reasoning_content, sonra delta.content gelir. Örnek düşünmeyi bir listede biriktirir, yanıtı geldikçe yazdırır ve sonunda finish_reason değerini ve usage alanındaki token sayılarını gösterir. reasoning_content, SDK'nın tanımlı alanlarından biri olmadığı için model_extra üzerinden okunur. Türkçe yanıt istiyorsanız isteminizin sonuna "Türkçe yanıtla." ekleyin; eklemezseniz yanıt İngilizce gelebilir.

Alpie Core'a https://llmtr.com/v1/chat/completions üzerinden akışlı bir soru gönderen, reasoning_content ve content alanlarını ayrı okuyan OpenAI Python SDK örneği.

import os

from openai import OpenAI

client = OpenAI(base_url="https://llmtr.com/v1", api_key=os.environ["LLMTR_API_KEY"])
MODEL = "169pi/alpie-core"

question = (
    "A data pipeline processes 240 files in 3 hours at a constant rate. "
    "A second pipeline runs at half that rate. If both run together, "
    "how many hours do 400 files take? Write the steps briefly."
)

stream = client.chat.completions.create(
    model=MODEL,
    messages=[{"role": "user", "content": question}],
    max_tokens=4096,
    stream=True,
    stream_options={"include_usage": True},
)

reasoning = []
finish_reason = None
usage = None
for chunk in stream:
    if chunk.usage:
        usage = chunk.usage
    if not chunk.choices:
        continue
    choice = chunk.choices[0]
    # reasoning_content is not one of the SDK's typed fields.
    thought = (choice.delta.model_extra or {}).get("reasoning_content")
    if thought:
        reasoning.append(thought)
    if choice.delta.content:
        print(choice.delta.content, end="", flush=True)
    if choice.finish_reason:
        finish_reason = choice.finish_reason

print()
print("reasoning:", "".join(reasoning)[:500])
print("finish_reason:", finish_reason)
if usage:
    print("tokens:", usage.prompt_tokens, usage.completion_tokens)

Düşünme metni: reasoning_content ve content

Alpie Core her yanıttan önce düşünür. Bu kapatılamaz, düşünme seviyesi de seçilemez: reasoning_effort ve reasoning: false içeren istek 400 döner. Akışsız çağrıda yanıt choices[0].message.content alanında, düşünme ayrı olarak reasoning_content alanında gelir.

Düşünme metni çoğu zaman yanıtın kendisinden uzundur, bu yüzden max_tokens değerini düşük tutmayın. max_tokens göndermezseniz istek 16.384 token sınırıyla çalışır; istem uzunsa değer kalan yere indirilir. finish_reason değeri length olan yanıtı tamamlanmamış sayın: content alanı yarım kalmış ya da boş olabilir. stop dizileri düşünme metnine de uygulanır; dizi düşünme sırasında geçerse yanıt gelmeden istek biter ve content boş döner. Bu yüzden düşünme metninde geçmesi zor bir dizi seçin.

İstek sınırları: 65.000 token bağlam, yalnızca metin

Tablo, Alpie Core'un LLMTR'deki davranışını özetler. Bağlam penceresi 65.000 token'dır ve yanıt başına çıktı en fazla 16.384 token olabilir. Girdi yalnızca metindir; görsel içeren istek 400 döner.

Araç çağrısı yoktur: tools içeren istek 400 döner. JSON modu da yoktur: response_format gövdeden çıkarılır ve llmtr_dropped_parameters içinde adıyla bildirilir. Belirli bir biçim gerekiyorsa onu isteminizde tarif edin ve yanıtı kendiniz doğrulayın. n değeri 1'den büyükse aynı şekilde çıkarılır ve bildirilir.

Bir istek ne tutar?

Bir varsayımla hesaplayalım: 200 token'lık bir istem ve düşünmesiyle birlikte 500 token'lık bir çıktı. Girdi 0,00003 $, çıktı 0,0002 $ eder; istek toplam 0,00023 $ tutar. Bu boyda 10.000 istek 2,30 $ eder. Düşünme token'ları çıktının parçasıdır ve çıktı fiyatıyla faturalanır, bu yüzden gerçek çıktı sayınız sorunuza göre bu varsayımın epey üzerinde olabilir.

Ayrı bir önbellek fiyatı yoktur; akışlı ve akışsız istekler aynı şekilde faturalanır. Gerçek sayılar yanıttaki usage alanındadır: prompt_tokens girdiyi, completion_tokens çıktıyı gösterir. Harcamayı Panel > Kullanım sayfasından da izleyebilir, bu hesabı kendi isteklerinizin ortalamalarıyla yeniden yapabilirsiniz.

Sık görülen hatalar ve çözümleri

Bu yazı modelin kalitesi hakkında bir şey söylemez: kendi verilerinizle deneyin. Bu modelde karşılaşabileceğiniz durumlar ve yapmanız gerekenler şunlardır:

• 400, istekte reasoning_effort ya da reasoning: false var: bu modelde düşünme kapatılamaz, seviyesi de seçilemez; alanı çıkarın.
• 400, istekte tools var: bu modelde araç çağrısı yoktur; tools alanını çıkarın ya da araç destekleyen bir model seçin.
• 400, istekte görsel var: model yalnızca metin alır; içeriği metin olarak gönderin.
• Yanıt JSON gelmedi: response_format bu modelde çıkarılır ve adı llmtr_dropped_parameters içinde bildirilir; biçimi isteminizde tarif edin ve yanıtı kendiniz doğrulayın.
• finish_reason length: yanıt max_tokens sınırında kesildi; değeri artırın ya da alanı göndermeyin.
• Yanıt konu dışı geldi: bağlamsız çok kısa istemlerde bu olabilir; sorunuzu bağlamıyla yazın.
• Matematik sorusunun yanıtı beklediğiniz gibi ayrışmıyor: sonuç \boxed{} içinde gelebilir; yanıtı buna göre ayrıştırın.
• Sayısal sonuç yanlış geldi: model aritmetikte yanılabilir. Sayısal sonuçları kendi kodunuzla doğrulayın.

Ekibiniz için özet

Öneri: Alpie Core'u değerlendiriyorsanız 169pi/alpie-core kimliğiyle https://llmtr.com/v1/chat/completions adresinde llmtr.com üzerinden deneyin. 7 Kasım 2026 itibarıyla fiyat 1 milyon token başına 0,15 $ girdi ve 0,40 $ çıktı, bağlam penceresi 65.000 token'dır.

Nedenleri şunlar: bir LLMTR API anahtarı yeterlidir ve ayrı bir 169Pi hesabı gerekmez. Çağrı yapmak için hesapta yüklü bakiye bulunmalıdır. Kullanım, Panel > Kullanım sayfasında görünür; böylece denemenin kaç token harcadığını ve ne tuttuğunu ekibinizle birlikte görebilirsiniz.

Alpie Core'a LLMTR üzerinden ilk istek

Bir API anahtarı oluşturun, OpenAI Python SDK'sını https://llmtr.com/v1 adresine yönelterek 169pi/alpie-core'u çağırın ve usage alanından token sayısını okuyun.

1. Anahtar. llmtr.com'da bir API anahtarı oluşturun, Panel > Faturalandırma'dan bakiye yükleyin ve anahtarı LLMTR_API_KEY ortam değişkenine koyun.
2. İstek. OpenAI Python SDK'sında base_url değerini https://llmtr.com/v1, model değerini 169pi/alpie-core yapın ve sorunuzu bağlamıyla gönderin; max_tokens değerini düşük tutmayın.
3. Kontrol. Yanıtı, reasoning_content alanını, finish_reason değerini ve usage alanındaki token sayılarını okuyun; finish_reason length ise yanıtı tamamlanmamış sayın.

Sık sorulan sorular

Alpie Core'un LLMTR'deki model kimliği nedir?

169pi/alpie-core. İstek, llmtr.com'da oluşturduğunuz API anahtarıyla https://llmtr.com/v1/chat/completions adresine gönderilir; OpenAI SDK'sında base_url https://llmtr.com/v1 olur.

Ayrı bir 169Pi hesabı gerekir mi?

Hayır. Bir LLMTR API anahtarı ve yüklü bir bakiye yeterlidir. Kullanımınızı Panel > Kullanım sayfasından izlersiniz.

Bir istek ne tutar?

200 token istem ve düşünmesiyle birlikte 500 token çıktı 0,00023 $ tutar. Fiyat 1 milyon token başına 0,15 $ girdi ve 0,40 $ çıktıdır; düşünme token'ları çıktı olarak faturalanır.

İlgili yazılar

• 4-bit kuantize model nedir? Alpie Core ile bellek ve maliyet

• Alpie Core model sayfası
• Alpie Core dokümantasyonu
• Hızlı başlangıç
• Hata kodları