Guía Rápida

¡Bienvenido a la plataforma de Arewa AI! Accede a los modelos más avanzados en minutos.

Antes de comenzar

Prepara todo para hacer tu primera llamada a la API con estos pasos:

Crea una cuenta de inferencia en la consola de Arewa AI.
Genera tu clave API (API key) desde el dashboard. Mantenla secreta y segura.
Instala el paquete oficial de OpenAI para Python. Somos 100% compatibles.
```
pip install openai
```
Configura tu API key como una variable de entorno. Es la forma más segura de manejar tu clave.
```
export AREWA_API_KEY='tu-api-key-aqui'
```

Chat Completions

Genera respuestas de texto para IA conversacional. Puedes usar cualquiera de los modelos de código abierto disponibles en nuestra plataforma, como Kimi K2, gpt-oss o Qwen3, especificando el parámetro `model`. Nuestra API es 100% compatible con la Completions API de OpenAI

cURL y Python

El siguiente ejemplo muestra cómo crear una realizar una inferencia de Chat:

curl https://api.arewa.ai/inference/v1/chat/completions \
  -H "Authorization: Bearer $AREWA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Qwen/Qwen3-Next-80B-A3B-Instruct",
    "messages": [
        {
            "role": "user",
            "content": "What is the secret of life?"
        }
    ]
  }'

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.arewa.ai/inference/v1",
    api_key=os.environ.get("AREWA_API_KEY")
)

completion = client.chat.completions.create(
    model="Qwen/Qwen3-Next-80B-A3B-Instruct",
    messages=[
        {
            "role": "user",
            "content": "What is the secret of life?"
        }
    ]
)

print(completion.choices[0].message.content)

Embeddings

Crea representaciones vectoriales para tus datos de texto. Son útiles para búsqueda semántica, clustering, RAG (Retrieval-Augmented Generation) y más. Nuestra API de Embeddings es 100% compatible con la Completions API de OpenAI

cURL y Python

Usa cualquiera de nuestros modelos de embedding disponibles para generar vectores para tu texto.

curl https://api.arewa.ai/inference/v1/embeddings \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AREWA_API_KEY" \
  -d '{
    "model": "text-embedding-3-small",
    "input": "What is the secret of life?"
  }'

import os
from openai import OpenAI

# Configura tu AREWA_API_KEY como variable de ambiente
# os.environ["AREWA_API_KEY"] = ""

client = OpenAI(
    base_url="https://api.arewa.ai/inference/v1",
    api_key=os.environ.get("AREWA_API_KEY")
)

response = client.embeddings.create(
    # Selecciona cualquier modelo de embeddings de Arewa AI
    model="text-embedding-3-small", 
    input="What is the secret of life?"
)

# La API retornará una lista de flotantes (embedding)
embedding_vector = response.data[0].embedding
print(f"Embedding vector (first 5 dimensions): {embedding_vector[:5]}")
print(f"Total dimensions: {len(embedding_vector)}")