EmpirioLabs AI

EmpirioLabs AI

EmpirioLabs AI는 텍스트, 이미지, 비디오, 오디오, 검색, 3D 엔드포인트에 걸쳐 종량제(pay-as-you-go) 가격으로 오픈·프로프라이어터리·커스텀 모델을 하나의 OpenAI 호환 API 뒤에 호스팅해요.

모든 EmpirioLabs chat 모델을 지원해요. completion 요청 시 empiriolabs/ 접두사로 설정하기만 하면 돼요.

출처: 문서

본문

개요 (Overview)

속성 설명
설명 텍스트, 이미지, 비디오, 오디오, 검색, 3D 엔드포인트에 걸쳐 종량제 가격으로 오픈·프로프라이어터리·커스텀 모델을 하나의 OpenAI 호환 API 뒤에 호스팅
LiteLLM 라우트 empiriolabs/
공급자 문서 EmpirioLabs AI Documentation
기본 URL https://api.empiriolabs.ai/v1
지원 작업 /chat/completions, /responses

사용 가능한 모델 (선택)

전체 실시간 카탈로그와 가격은 empiriolabs.ai/models에 있어요. 인기 chat 모델:

모델 설명 컨텍스트 창
empiriolabs/qwen3-7-max Qwen3.7 Max 플래그십 텍스트 모델, 코딩·에이전트·심층 사고용 1M 토큰
empiriolabs/qwen3-7-plus 비용 효율적인 Qwen3.7 비전-언어 모델 (텍스트, 이미지, 비디오 입력) 1M 토큰
empiriolabs/deepseek-v4-pro DeepSeek V4 플래그십 MoE (총 1.6T / 활성 49B 파라미터) 1M 토큰
empiriolabs/deepseek-v4-flash 경량 DeepSeek V4 MoE (총 284B / 활성 13B 파라미터) 1M 토큰
empiriolabs/glm-5-1 Zhipu AI 장기 컨텍스트 reasoning 모델, tool use 포함 202K 토큰
empiriolabs/kimi-k2-6 Moonshot Kimi K2.6 멀티모달 reasoning 모델 256K 토큰
empiriolabs/minimax-m3 MiniMax M3 멀티모달 reasoning, 코딩·에이전트용 524K 토큰
empiriolabs/gemma-4-26b-a4b Google Gemma 4 26B A4B 오픈 멀티모달 모델 256K 토큰

필수 변수

os.environ["EMPIRIOLABS_API_KEY"] = ""  # your EmpirioLabs API key

EmpirioLabs 대시보드에서 API 키를 얻어요.

LiteLLM Python SDK 사용법

비스트리밍 (Non-streaming)

import os
import litellm
from litellm import completion

os.environ["EMPIRIOLABS_API_KEY"] = ""  # your EmpirioLabs API key
messages = [{"content": "Hello, how are you?", "role": "user"}]

# EmpirioLabs call
response = completion(model="empiriolabs/qwen3-7-plus", messages=messages)
print(response)

스트리밍 (Streaming)

import os
import litellm
from litellm import completion

os.environ["EMPIRIOLABS_API_KEY"] = ""  # your EmpirioLabs API key
messages = [{"content": "Hello, how are you?", "role": "user"}]

# EmpirioLabs call with streaming
response = completion(
    model="empiriolabs/qwen3-7-plus",
    messages=messages,
    stream=True,
)

for chunk in response:
    print(chunk)

LiteLLM Proxy 사용법

config.yaml에 다음을 추가:

model_list:
  - model_name: qwen3-7-plus
    litellm_params:
      model: empiriolabs/qwen3-7-plus
      api_key: os.environ/EMPIRIOLABS_API_KEY
  - model_name: deepseek-v4-flash
    litellm_params:
      model: empiriolabs/deepseek-v4-flash
      api_key: os.environ/EMPIRIOLABS_API_KEY

LiteLLM Proxy 서버 시작:

litellm --config config.yaml
# RUNNING on http://0.0.0.0:4000

OpenAI SDK:

from openai import OpenAI

# Initialize client with your proxy URL
client = OpenAI(
    base_url="http://localhost:4000",  # Your proxy URL
    api_key="your-proxy-api-key",  # Your proxy API key
)

# Non-streaming response
response = client.chat.completions.create(
    model="qwen3-7-plus",
    messages=[{"role": "user", "content": "hello from litellm"}],
)
print(response.choices[0].message.content)

cURL:

curl http://localhost:4000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-p...-key" \
  -d '{
    "model": "qwen3-7-plus",
    "messages": [{"role": "user", "content": "hello from litellm"}]
  }'

더 알아보기 (Learn more)