FLUX 3 and Gemini 3.7 Flash are now live on CometAPI โ†’

Blog

Blog CometAPI

Satu API. Setiap Model AI Terkemuka.

Pembaruan model, panduan API, benchmark, dan wawasan praktis untuk membangun lebih cepat dengan CometAPI.

Akses API Sora pada 2026: Harga, Batas Laju, dan Apa Saja yang Sebenarnya Tersedia Melalui Agregator
Technology

Akses API Sora pada 2026: Harga, Batas Laju, dan Apa Saja yang Sebenarnya Tersedia Melalui Agregator

่ฏทๆไพ›้œ€็ฟป่ฏ‘็š„ๅŽŸๆ–‡ๅ†…ๅฎน๏ผˆHTML/Markdown/JSON/XML/ไปฃ็ ็ญ‰็š†ๅฏ๏ผ‰๏ผ›่‹ฅๅธŒๆœ›ๆˆ‘ๅŸบไบŽ่ฏฅไธป้ข˜ๅˆ›ไฝœๅฐๅฐผ่ฏญๅ‚่€ƒๆ–‡ๆกฃ๏ผŒ่ฏทๆ˜Ž็กฎไธบโ€œๅˆ›ไฝœโ€้œ€ๆฑ‚ๅนถๅ‘Š็Ÿฅๅคง็บฒ/็ฏ‡ๅน…/ๅ—ไผ—ไธŽๆ‰€้œ€ๆฅๆบ่ฆๆฑ‚ใ€‚

A
Anna
Berikut panduan ringkas untuk mulai memakai DeepSeek V4 API. Karena detail endpoint, nama model, dan fitur bisa berubah, ganti placeholder sesuai dokumentasi resmi DeepSeek. Langkah persiapan - Dapatkan API key dari konsol/developer portal DeepSeek. - Catat Base URL layanan API (misal: <BASE_URL>), dan nama model (misal: <MODEL_NAME>, contohnya โ€œdeepseek-v4โ€ jika tersedia). - Simpan API key sebagai variabel lingkungan (misal: DEEPSEEK_API_KEY). Permintaan dasar (Chat Completions) - Endpoint (contoh pola): POST <BASE_URL>/chat/completions - Header: - Authorization: Bearer <API_KEY> - Content-Type: application/json - Body (contoh minimal): { "model": "<MODEL_NAME>", "messages": [ {"role": "user", "content": "Jelaskan teori relativitas secara singkat."} ], "temperature": 0.7, "max_tokens": 512 } Contoh cURL curl -X POST "<BASE_URL>/chat/completions" \ -H "Authorization: Bearer $DEEPSEEK_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "<MODEL_NAME>", "messages": [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Tuliskan ringkasan 3 poin tentang pembelajaran mesin."} ], "temperature": 0.6, "max_tokens": 300 }' Contoh JavaScript (fetch) const resp = await fetch("<BASE_URL>/chat/completions", { method: "POST", headers: { "Authorization": `Bearer ${process.env.DEEPSEEK_API_KEY}`, "Content-Type": "application/json" }, body: JSON.stringify({ model: "<MODEL_NAME>", messages: [ {role: "user", content: "Beri contoh prompt yang baik untuk analisis sentimen."} ], temperature: 0.7, max_tokens: 256 }) }); const data = await resp.json(); console.log(data.choices?.[0]?.message?.content); Contoh Python (requests) import os, requests, json BASE_URL = os.getenv("DEEPSEEK_BASE_URL") # isi dengan <BASE_URL> API_KEY = os.getenv("DEEPSEEK_API_KEY") payload = { "model": "<MODEL_NAME>", "messages": [ {"role": "user", "content": "Apa perbedaan supervised dan unsupervised learning?"} ], "temperature": 0.7, "max_tokens": 256 } r = requests.post( f"{BASE_URL}/chat/completions", headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}, data=json.dumps(payload), timeout=60 ) r.raise_for_status() print(r.json()["choices"][0]["message"]["content"]) Streaming respons (SSE) - Banyak penyedia mendukung SSE dengan parameter "stream": true dan mengembalikan event data per chunk. - Permintaan (body): { "model": "<MODEL_NAME>", "messages": [{"role": "user", "content": "Tuliskan puisi 4 baris tentang laut."}], "stream": true } - Tangani event โ€œdata:โ€ hingga menerima [DONE]. Contoh Node.js streaming (fetch + ReadableStream) const resp = await fetch("<BASE_URL>/chat/completions", { method: "POST", headers: { "Authorization": `Bearer ${process.env.DEEPSEEK_API_KEY}`, "Content-Type": "application/json" }, body: JSON.stringify({ model: "<MODEL_NAME>", messages: [{role: "user", content: "Buatkan ringkasan 5 poin."}], stream: true }) }); const reader = resp.body.getReader(); const decoder = new TextDecoder(); let buffer = ""; while (true) { const {value, done} = await reader.read(); if (done) break; buffer += decoder.decode(value, {stream: true}); for (const line of buffer.split("\n")) { if (!line.startsWith("data:")) continue; const chunk = line.slice(5).trim(); if (chunk === "[DONE]") break; try { const json = JSON.parse(chunk); const delta = json.choices?.[0]?.delta?.content || ""; if (delta) process.stdout.write(delta); } catch {} } } Parameter umum yang berguna - temperature: 0โ€“2 (semakin tinggi semakin kreatif/acak). - max_tokens: batas token keluaran. - top_p: sampling berbasis nucleus (alternatif temperature). - stop: array string untuk menghentikan output saat token tertentu muncul. - presence_penalty/frequency_penalty: menyesuaikan repetisi/kebaruan (jika didukung). Penanganan error dan praktik baik - 401/403: periksa API key dan izin. - 429: terkena rate limit; tambahkan retry dengan backoff eksponensial. - 5xx: retry dengan jitter; log request-id jika disediakan. - Tetapkan timeout, batasi ukuran prompt, cache hasil yang deterministik jika perlu. - Simpan API key di variabel lingkungan/secret manager, bukan di kode. - Patuhi kuota dan kebijakan penggunaan model. Catatan penting - Ganti <BASE_URL>, <MODEL_NAME>, dan parameter lain sesuai dokumentasi DeepSeek V4 terbaru. - Beberapa fitur lanjutan (function/tool calling, JSON mode, multimodal) bisa memiliki payload khusus; ikuti skema resmi jika tersedia.
Guide

Berikut panduan ringkas untuk mulai memakai DeepSeek V4 API. Karena detail endpoint, nama model, dan fitur bisa berubah, ganti placeholder sesuai dokumentasi resmi DeepSeek. Langkah persiapan - Dapatkan API key dari konsol/developer portal DeepSeek. - Catat Base URL layanan API (misal: <BASE_URL>), dan nama model (misal: <MODEL_NAME>, contohnya โ€œdeepseek-v4โ€ jika tersedia). - Simpan API key sebagai variabel lingkungan (misal: DEEPSEEK_API_KEY). Permintaan dasar (Chat Completions) - Endpoint (contoh pola): POST <BASE_URL>/chat/completions - Header: - Authorization: Bearer <API_KEY> - Content-Type: application/json - Body (contoh minimal): { "model": "<MODEL_NAME>", "messages": [ {"role": "user", "content": "Jelaskan teori relativitas secara singkat."} ], "temperature": 0.7, "max_tokens": 512 } Contoh cURL curl -X POST "<BASE_URL>/chat/completions" \ -H "Authorization: Bearer $DEEPSEEK_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "<MODEL_NAME>", "messages": [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Tuliskan ringkasan 3 poin tentang pembelajaran mesin."} ], "temperature": 0.6, "max_tokens": 300 }' Contoh JavaScript (fetch) const resp = await fetch("<BASE_URL>/chat/completions", { method: "POST", headers: { "Authorization": `Bearer ${process.env.DEEPSEEK_API_KEY}`, "Content-Type": "application/json" }, body: JSON.stringify({ model: "<MODEL_NAME>", messages: [ {role: "user", content: "Beri contoh prompt yang baik untuk analisis sentimen."} ], temperature: 0.7, max_tokens: 256 }) }); const data = await resp.json(); console.log(data.choices?.[0]?.message?.content); Contoh Python (requests) import os, requests, json BASE_URL = os.getenv("DEEPSEEK_BASE_URL") # isi dengan <BASE_URL> API_KEY = os.getenv("DEEPSEEK_API_KEY") payload = { "model": "<MODEL_NAME>", "messages": [ {"role": "user", "content": "Apa perbedaan supervised dan unsupervised learning?"} ], "temperature": 0.7, "max_tokens": 256 } r = requests.post( f"{BASE_URL}/chat/completions", headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}, data=json.dumps(payload), timeout=60 ) r.raise_for_status() print(r.json()["choices"][0]["message"]["content"]) Streaming respons (SSE) - Banyak penyedia mendukung SSE dengan parameter "stream": true dan mengembalikan event data per chunk. - Permintaan (body): { "model": "<MODEL_NAME>", "messages": [{"role": "user", "content": "Tuliskan puisi 4 baris tentang laut."}], "stream": true } - Tangani event โ€œdata:โ€ hingga menerima [DONE]. Contoh Node.js streaming (fetch + ReadableStream) const resp = await fetch("<BASE_URL>/chat/completions", { method: "POST", headers: { "Authorization": `Bearer ${process.env.DEEPSEEK_API_KEY}`, "Content-Type": "application/json" }, body: JSON.stringify({ model: "<MODEL_NAME>", messages: [{role: "user", content: "Buatkan ringkasan 5 poin."}], stream: true }) }); const reader = resp.body.getReader(); const decoder = new TextDecoder(); let buffer = ""; while (true) { const {value, done} = await reader.read(); if (done) break; buffer += decoder.decode(value, {stream: true}); for (const line of buffer.split("\n")) { if (!line.startsWith("data:")) continue; const chunk = line.slice(5).trim(); if (chunk === "[DONE]") break; try { const json = JSON.parse(chunk); const delta = json.choices?.[0]?.delta?.content || ""; if (delta) process.stdout.write(delta); } catch {} } } Parameter umum yang berguna - temperature: 0โ€“2 (semakin tinggi semakin kreatif/acak). - max_tokens: batas token keluaran. - top_p: sampling berbasis nucleus (alternatif temperature). - stop: array string untuk menghentikan output saat token tertentu muncul. - presence_penalty/frequency_penalty: menyesuaikan repetisi/kebaruan (jika didukung). Penanganan error dan praktik baik - 401/403: periksa API key dan izin. - 429: terkena rate limit; tambahkan retry dengan backoff eksponensial. - 5xx: retry dengan jitter; log request-id jika disediakan. - Tetapkan timeout, batasi ukuran prompt, cache hasil yang deterministik jika perlu. - Simpan API key di variabel lingkungan/secret manager, bukan di kode. - Patuhi kuota dan kebijakan penggunaan model. Catatan penting - Ganti <BASE_URL>, <MODEL_NAME>, dan parameter lain sesuai dokumentasi DeepSeek V4 terbaru. - Beberapa fitur lanjutan (function/tool calling, JSON mode, multimodal) bisa memiliki payload khusus; ikuti skema resmi jika tersedia.

Bagi para pengembang, kombinasi itu penting karena satu alasan sederhana: ini mengurangi hambatan migrasi sekaligus meningkatkan batas kemampuan dari apa yang dapat Anda bangun. Anda tidak perlu mempelajari struktur API yang benar-benar baru. Anda memperbarui nama model, mempertahankan URL dasar, dan merilis dengan memanfaatkan jendela konteks yang lebih besar serta perilaku penalaran yang lebih mutakhir. Dokumentasi resmi DeepSeek secara eksplisit menyatakan untuk mempertahankan URL dasar dan mengganti parameter model menjadi deepseek-v4-pro atau deepseek-v4-flash.

A
Anna
Cara Menggunakan API Claude Opus 4.7
Guide

Cara Menggunakan API Claude Opus 4.7

Claude Opus 4.7 (ID model: `claude-opus-4-7`) adalah model Anthropic paling canggih yang tersedia secara umum, dirilis pada 16 April 2026. Model ini menghadirkan kemajuan signifikan dalam pengodean berbasis agen, visi multimodal beresolusi tinggi (hingga 3.75MP), pemikiran adaptif, dan alur kerja jangka panjang, sambil mempertahankan $5/$25 per satu juta token input/output. Gunakan melalui CometAPI untuk harga 20-40% lebih rendah, satu kunci terpadu, dan pergantian model instanโ€”tanpa keterikatan vendor.

A
Anna
GPT Image 1.5 vs Seedream 4.5: Mana yang Lebih Baik pada Tahun 2026
AI Comparisons

GPT Image 1.5 vs Seedream 4.5: Mana yang Lebih Baik pada Tahun 2026

GPT Image 1.5 (OpenAI, Des 2025) memimpin dengan generasi 4ร— lebih cepat (5โ€“15 detik), skor ELO LM Arena teratas (~1,264โ€“1,285), dan kemampuan mengikuti instruksi untuk pengeditan yang unggul. Seedream 4.5 (ByteDance, Des 2025) unggul dalam tipografi, resolusi 4K, konsistensi antar-gambar (hingga 14 referensi), dan harga tetap $0.04/gambar. Pilih GPT Image 1.5 untuk kecepatan dan fleksibilitas; Seedream 4.5 untuk pekerjaan komersial yang berat pada desain. Keduanya dapat diakses dengan harga terjangkau melalui platform terpadu **CometAPI** untuk penghematan 20%+ dan integrasi satu kunci.

A
Anna
Bagaimana cara menggunakan Kimi K-2.5 dengan OpenClaw secara cepat?
Guide

Bagaimana cara menggunakan Kimi K-2.5 dengan OpenClaw secara cepat?

Kimi K-2.5 adalah model multimodal sumber terbuka terbaru yang berkemampuan agen dari Moonshot/MoonshotAI (keluarga Kimi). OpenClaw adalah asisten/gateway AI pribadi populer yang dapat dihosting sendiri, yang dapat berjalan di atas model lokal atau merutekan ke API eksternal. Panduan ini menjelaskan mengapa Anda menghubungkan Kimi K-2.5 ke OpenClaw, dan memberikan panduan langkah demi langkah yang siap dijalankan.

A
Anna