---
title: "Migrasi dari API OpenAI: perubahan kode dan pengujian"
description: "Perubahan kode untuk pindah dari OpenAI ke API kompatibel OpenAI: setup klien, Responses ke Chat Completions, tools, streaming, embeddings, dan smoke test."
url: https://broadrouter.com/id/blog/migrate-from-openai-api-code-walkthrough/
lang: id
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/blog/migrate-from-openai-api-code-walkthrough/) (diperbarui 2026-11-15).

# Migrasi dari API OpenAI: panduan kode Python, Node, dan cURL

Oleh tim BroadNet Inference · 6 menit baca · Dipublikasikan 2026-11-15

Ganti base URL, kunci API, dan ID model di klien. Untuk panggilan Chat Completions, itu sudah cukup. Kode yang memakai Responses API harus ditulis ulang ke Chat Completions: input menjadi messages, output\_text menjadi choices\[0\].message.content, dan definisi tools bertambah satu level bersarang. Taruh embeddings di klien terpisah jika penyedia baru tidak punya, lalu jalankan smoke test sebelum memindahkan trafik.

## Poin penting

-   Untuk kode Chat Completions, peralihan hanya tiga nilai: base\_url, api\_key, dan model. Kedua SDK resmi juga membaca OPENAI\_BASE\_URL dan OPENAI\_API\_KEY dari environment.
-   Mengatur OPENAI\_BASE\_URL memindahkan semua panggilan, termasuk embeddings. Jika penyedia baru tidak punya endpoint embeddings, beri embeddings klien sendiri.
-   Kode Responses API perlu ditulis ulang: input ke messages, instructions ke pesan system, text.format ke response\_format, dan definisi tool datar ke bentuk bersarang.
-   BroadNet Inference mendokumentasikan /v1/chat/completions, /v1/audio/transcriptions, dan GET /v1/models, tanpa endpoint embeddings, file, atau batch. Dokumentasinya mencantumkan tools dan output terstruktur untuk GLM 5.3 dan Qwen3.8 27B.
-   Uji sebelum beralih: chat biasa, usage saat streaming, anggaran penalaran, dan satu kunci yang salah, plus satu tool call jika Anda memakai tools.

**Di halaman ini**

1.  Apa yang berubah di setup klien?
2.  Bagaimana jika kode saya memakai Responses API?
3.  Bagaimana tool call berubah?
4.  Bagaimana dengan output terstruktur?
5.  Apa yang terjadi pada embeddings?
6.  Bagaimana kode streaming berubah?
7.  Apakah penanganan error dan retry berubah?
8.  Parameter mana yang berperilaku berbeda?
9.  Bagaimana menguji peralihannya?
10.  Apa yang paling sering rusak?
11.  Posisi BroadNet Inference

Memindahkan aplikasi dari OpenAI ke penyedia yang kompatibel OpenAI hanya perubahan kode kecil jika Anda memakai Chat Completions, dan penulisan ulang jika Anda memakai Responses API. Artikel ini menunjukkan perubahan persisnya di Python, Node, dan cURL, apa yang harus dilakukan terhadap Responses, tools, output terstruktur, dan embeddings, serta smoke test yang dijalankan sebelum memindahkan trafik apa pun. Contohnya memakai BroadNet Inference di `https://inference.broadnet.ai/v1`; langkah yang sama berlaku untuk penyedia mana pun.

Ini adalah pendamping kode untuk [checklist migrasi](https://broadrouter.com/id/blog/openai-compatible-api-migration-checklist/), yang membahas rate limit, error, dan perencanaan peralihan. Untuk base URL penyedia lain, lihat [base URL API kompatibel OpenAI yang sudah dicek](https://broadrouter.com/id/blog/openai-compatible-api-base-urls/).

## Apa yang berubah di setup klien?

Tiga nilai: base URL, kunci API, dan ID model.

**Python**

```python
import os
from openai import OpenAI

# before: client = OpenAI()  # reads OPENAI_API_KEY, calls api.openai.com
client = OpenAI(
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
)
r = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",          # was e.g. "gpt-..."
    messages=[{"role": "user", "content": "Reply with one short sentence."}],
)
print(r.choices[0].message.content)
```

**Node**

```javascript
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://inference.broadnet.ai/v1",
  apiKey: process.env.BROADNET_API_KEY,
});
const r = await client.chat.completions.create({
  model: "broadnet/gemma-4-26b-a4b",
  messages: [{ role: "user", content: "Reply with one short sentence." }],
});
console.log(r.choices[0].message.content);
```

**cURL**

```bash
curl https://inference.broadnet.ai/v1/chat/completions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"broadnet/gemma-4-26b-a4b","messages":[{"role":"user","content":"Reply with one short sentence."}]}'
```

Perhatikan path-nya: base URL sudah diakhiri `/v1`, jadi SDK menambahkan `/chat/completions`. Menulis `/v1` dua kali adalah kesalahan pertama yang paling umum.

### Bisakah beralih tanpa menyentuh kode?

Bisa, untuk kode Chat Completions. SDK Python membaca `OPENAI_BASE_URL` jika tidak ada `base_url` yang diberikan, dan klien Node memakai `process.env['OPENAI_BASE_URL']` sebagai default `baseURL`. Keduanya membaca `OPENAI_API_KEY`. Mengatur dua environment variable akan memindahkan semua panggilan.

Itu juga risikonya. **Semua panggilan** pindah, termasuk embeddings, moderasi, unggahan file, dan apa pun yang mungkin tidak dimiliki penyedia baru. Pakai peralihan lewat environment hanya jika aplikasi Anda tidak melakukan apa pun selain panggilan chat.

## Bagaimana jika kode saya memakai Responses API?

README SDK OpenAI kini menyebut Responses API sebagai API utama; README Python menyebut Chat Completions sebagai “the previous standard (supported indefinitely)” (Terjemahan BroadRouter: “standar sebelumnya (didukung tanpa batas waktu)”). Banyak penyedia kompatibel hanya mengimplementasikan Chat Completions. BroadNet mendokumentasikan `POST /v1/chat/completions` dan `POST /v1/audio/transcriptions`, jadi panggilan Responses perlu ditulis ulang. Pemetaannya:

| Responses API | Chat Completions |
| --- | --- |
| `client.responses.create(...)` | `client.chat.completions.create(...)` |
| `instructions="..."` | Pesan pertama `{"role": "system", "content": "..."}` |
| `input="..."` atau daftar item | `messages=[...]` |
| `response.output_text` | `response.choices[0].message.content` |
| `max_output_tokens` | `max_tokens` (dokumentasi BroadNet) atau `max_completion_tokens` |
| `text={"format": {...}}` | `response_format={...}` |
| `previous_response_id`, conversations | Kirim ulang sendiri seluruh riwayat pesan |
| Tool `{"type": "function", "name": ...}` | Tool `{"type": "function", "function": {"name": ...}}` |
| Item output `function_call`, balas dengan `function_call_output` dan `call_id` | `message.tool_calls`, balas dengan role `tool` dan `tool_call_id` |
| Tool bawaan (web search, file search) | Tidak tersedia; jalankan tool Anda sendiri |

Sebelum dan sesudah untuk panggilan sederhana:

```python
# Before: Responses API
r = client.responses.create(model="gpt-...", instructions="Be brief.", input="What is RAG?")
text = r.output_text

# After: Chat Completions
r = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "system", "content": "Be brief."},
              {"role": "user", "content": "What is RAG?"}],
)
text = r.choices[0].message.content
```

Perubahan struktural terbesar adalah state. Responses bisa menyimpan state percakapan di sisi OpenAI dengan `previous_response_id`. Chat Completions tidak punya state di sisi server, jadi kode Anda yang menyimpan daftar pesan dan mengirim semuanya di setiap giliran. Perhitungkan itu dalam anggaran: seluruh riwayat menjadi token input di setiap panggilan.

## Bagaimana tool call berubah?

Di Chat Completions, definisi tool menempatkan fungsi di bawah key `function`, dan balasannya dikirim kembali sebagai pesan `tool`:

```python
import json

tools = [{
    "type": "function",
    "function": {
        "name": "get_order",
        "description": "Look up an order by ID.",
        "parameters": {"type": "object",
                       "properties": {"order_id": {"type": "string"}},
                       "required": ["order_id"]},
    },
}]
messages = [{"role": "user", "content": "Where is order A-1042?"}]
r = client.chat.completions.create(model="broadnet/glm-5.3", messages=messages, tools=tools)
msg = r.choices[0].message
if msg.tool_calls:
    messages.append(msg)                                   # keep the assistant turn
    for call in msg.tool_calls:
        args = json.loads(call.function.arguments)         # a JSON string: parse and validate it
        messages.append({"role": "tool", "tool_call_id": call.id,
                         "content": json.dumps(lookup_order(args["order_id"]))})
    r = client.chat.completions.create(model="broadnet/glm-5.3", messages=messages, tools=tools)
```

Modelnya lebih penting daripada bentuknya. Dokumentasi BroadNet hanya mencantumkan tools untuk [GLM 5.3](https://broadrouter.com/id/models/glm-5.3/) dan [Qwen3.8 27B](https://broadrouter.com/id/models/qwen3.8-27b/). Jangan arahkan loop tool ke model yang dokumentasinya tidak mencantumkan tools, dan validasi argumen sebelum menjalankan apa pun. [Tool calling dengan model open](https://broadrouter.com/id/blog/tool-calling-open-models/) berisi loop lengkap dengan validasi.

## Bagaimana dengan output terstruktur?

`client.chat.completions.parse(..., response_format=MyPydanticModel)` dan `zodResponseFormat` di Node sama-sama mengirim `response_format` dengan JSON schema. Keduanya hanya berfungsi jika penyedia menerima bentuk itu pada model tersebut. BroadNet mencantumkan output terstruktur untuk GLM 5.3 dan Qwen3.8 27B tetapi tidak menyebut nama parameter permintaannya. Jalankan uji empat langkah di [JSON mode vs json\_schema](https://broadrouter.com/id/blog/structured-output-json-schema/) sekali per model, dan tetap validasi hasil parse-nya apa pun janji penyedianya.

## Apa yang terjadi pada embeddings?

Jika Anda mengganti base URL di klien bersama dan penyedia tidak punya endpoint embeddings, setiap panggilan `client.embeddings.create` akan gagal. BroadNet tidak menjual [embeddings](https://broadrouter.com/id/glossary/embeddings/). Pertahankan dua klien:

```python
chat = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
embed = OpenAI(api_key=os.environ["OPENAI_API_KEY"])   # or any embeddings provider

vec = embed.embeddings.create(model="text-embedding-3-small", input=query).data[0].embedding
answer = chat.chat.completions.create(model="broadnet/glm-5.3", messages=build_prompt(query, search(vec)))
```

Jangan pernah mencampur vektor dari dua model embedding dalam satu indeks. Jika Anda juga mengganti penyedia embedding, buat ulang embedding untuk seluruh korpus. [Kalkulator biaya embedding](https://broadrouter.com/tools/embedding-cost-calculator/) menghitung biayanya.

Hal yang sama berlaku untuk apa pun selain chat: pembuatan gambar, text-to-speech, moderasi, Batch API, dan penyimpanan file. BroadNet tidak menawarkan satu pun. Speech-to-text tetap bisa dipindahkan: `client.audio.transcriptions.create` berjalan di `/v1/audio/transcriptions` dengan WAV atau MP3 dan field `language` ([panduan speech-to-text bahasa Arab](https://broadrouter.com/id/guides/arabic-speech-to-text-api/)).

## Bagaimana kode streaming berubah?

Responses API men-stream event bertipe, seperti `response.output_text.delta` dan `response.completed`. Chat Completions men-stream chunk, dan teksnya ada di `choices[0].delta.content`. Usage tidak dikirim kecuali Anda memintanya, dan jika diminta, usage datang di chunk terakhir dengan daftar `choices` yang kosong.

```javascript
// Before (Responses): for await (const e of stream) if (e.type === "response.output_text.delta") out(e.delta);
const stream = await client.chat.completions.create({
  model: "broadnet/gemma-4-26b-a4b",
  messages: [{ role: "user", content: "Count from one to three." }],
  stream: true,
  stream_options: { include_usage: true },
});
for await (const chunk of stream) {
  const text = chunk.choices[0]?.delta?.content;
  if (text) process.stdout.write(text);
  if (chunk.usage) console.log("\ntokens:", chunk.usage.total_tokens);   // last chunk
}
```

Dua kebiasaan menjaga kode stream tetap aman setelah peralihan. Lindungi akses `choices[0]`, karena chunk usage tidak punya choices. Dan anggap stream yang berakhir sebelum baris `data: [DONE]` terakhir sebagai tidak lengkap; dokumentasi BroadNet meminta Anda mencatat `X-Request-ID` dan memutuskan apakah permintaan baru aman dilakukan. [Streaming chat completions](https://broadrouter.com/id/guides/streaming-chat-completions/) berisi pola lengkapnya dalam Python.

## Apakah penanganan error dan retry berubah?

Class error SDK tetap sama: `AuthenticationError` untuk 401, `RateLimitError` untuk 429, `APIStatusError` untuk sisanya. Yang berubah adalah arti setiap status di penyedia baru. Di BroadNet, 401 bisa berarti jatah bayar sesuai pemakaian sudah habis, bukan hanya kunci yang salah, dan 402 berarti saldo tidak cukup untuk pembelian. Keduanya tidak akan beres dengan retry. 429 bisa berasal dari batas laju, konkurensi, laju token, atau pengeluaran. Coba ulang 429 dan 5xx dengan backoff, dan perbaiki sisanya. [Panduan error dan retry](https://broadrouter.com/id/guides/errors-and-retries/) berisi tabel lengkapnya.

SDK secara default mencoba ulang error koneksi, 408, 409, 429, dan 5xx sebanyak dua kali. Jika Anda menambahkan loop retry sendiri, atur `max_retries=0` di klien agar keduanya tidak bertumpuk.

## Parameter mana yang berperilaku berbeda?

| Parameter | Yang perlu dicek |
| --- | --- |
| `max_tokens` / `max_completion_tokens` | OpenAI menandai `max_tokens` deprecated; dokumentasi BroadNet memakainya. Pada model penalaran, nilainya mencakup proses berpikir, jadi nilai kecil menghasilkan jawaban kosong ([kenapa](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/)) |
| `reasoning_effort` | BroadNet mendokumentasikan `low`; uji nilai lain sebelum mengandalkannya |
| `stream_options: {"include_usage": true}` | Didokumentasikan BroadNet; usage datang di chunk terakhir |
| `n`, `logprobs`, `seed`, `logit_bias` | Tidak ada di dokumentasi BroadNet; uji, atau hapus |
| `store`, `metadata` | Fitur penyimpanan OpenAI; buang |
| Bagian konten `image_url` | Hanya pada model yang tercantum mendukung gambar: DeepSeek V4.1 Flash, Qwen3.8 27B, Gemma 4 VL 26B |

## Bagaimana menguji peralihannya?

Jalankan smoke test singkat terhadap penyedia baru sebelum ada trafik yang dipindahkan. Tes ini mengecek chat biasa, usage saat streaming, anggaran penalaran, dan autentikasi. Tambahkan kasus tool call jika Anda memakai tools.

```python
import os, openai
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=0)
FAST, REASONING = "broadnet/gemma-4-26b-a4b", "broadnet/qwen3.8-27b"
msg = [{"role": "user", "content": "Reply with the word ok."}]

# 1. Plain chat returns text and usage
r = client.chat.completions.create(model=FAST, messages=msg)
assert r.choices[0].message.content and r.usage.prompt_tokens > 0

# 2. Streaming reports usage in the last chunk
chunks = list(client.chat.completions.create(model=FAST, messages=msg, stream=True,
                                             stream_options={"include_usage": True}))
assert chunks[-1].usage is not None

# 3. A reasoning model needs room: a tiny budget can come back empty
r = client.chat.completions.create(model=REASONING, messages=msg, max_tokens=2000)
assert r.choices[0].finish_reason == "stop" and r.choices[0].message.content

# 4. A bad key raises AuthenticationError (401), which you should not retry
bad = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key="invalid", max_retries=0)
try:
    bad.chat.completions.create(model=FAST, messages=msg)
    raise AssertionError("expected 401")
except openai.AuthenticationError:
    pass
print("smoke test passed")
```

Setelah itu bandingkan kualitasnya, bukan hanya bentuknya. Putar ulang sampel prompt nyata di kedua penyedia dan beri skor pada jawabannya; [mengevaluasi LLM sebelum beralih](https://broadrouter.com/id/blog/evaluate-llm-before-switching/) menunjukkan caranya. [Alat migrasi OpenAI ke BroadNet](https://broadrouter.com/tools/openai-to-broadnet-migration/) membantu menulis ulang potongan kode dan mencantumkan fitur yang dipakainya.

## Apa yang paling sering rusak?

-   **Base URL global** yang ikut memindahkan panggilan embeddings dan file.
-   **Helper khusus Responses** seperti `output_text` yang tertinggal di kode yang kini memanggil Chat Completions.
-   **ID model.** Nama `gpt-...` tidak ada di tempat lain. Di BroadNet, bentuknya seperti `broadnet/glm-5.3`.
-   **Balasan kosong** dari model penalaran dengan `max_tokens` yang kecil.
-   **Rate limit.** Kunci BroadNet bayar sesuai pemakaian mengizinkan 30 permintaan per menit dan 4 permintaan berjalan bersamaan. Job massal butuh antrean ([penanganan 429](https://broadrouter.com/id/blog/handle-llm-api-429-rate-limits/)).

## Posisi BroadNet Inference

BroadNet Inference cocok untuk aplikasi yang memakai OpenAI untuk chat dan transkripsi: asisten, ekstraksi, peringkasan, terjemahan, dan ucapan bahasa Arab. Layanan ini juga cocok untuk aplikasi yang menginginkan paket harga tetap [DeepSeek V4.1 Flash](https://broadrouter.com/id/models/deepseek-v4.1-flash/) untuk agen. Ini bukan tujuan yang tepat jika Anda bergantung pada state sisi server Responses API, tool bawaan, embeddings, pembuatan gambar, text-to-speech, suara realtime, atau Batch API. Pindahkan semua itu ke penyedia yang menawarkannya, atau biarkan di OpenAI dan pindahkan hanya panggilan chat. Gemma 4 VL 26B dan kedua model transkripsi berjalan dengan kredit awal $5; GLM 5.3, Qwen3.8 27B, dan DeepSeek V4.1 Flash memerlukan top up terlebih dahulu.

Alat gratis untuk topik ini (bahasa Inggris)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[Alat gratis (bahasa Inggris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Embeddings (vektor embedding)](https://broadrouter.com/id/glossary/embeddings/)

Embeddings adalah daftar angka floating-point (vektor) yang dihasilkan model untuk merepresentasikan sepotong teks, gambar, atau input lain. Input dengan makna serupa mendapat vektor yang berdekatan, sehingga jarak antarvektor bisa dipakai untuk mengurutkan hasil pencarian, mengelompokkan dokumen, atau menemukan item terkait.

[Base URL](https://broadrouter.com/id/glossary/base-url/)

Base URL adalah alamat root tetap sebuah API, seperti https://api.example.com/v1, yang ditempatkan client di depan setiap path endpoint, seperti /chat/completions. Di SDK yang kompatibel dengan OpenAI, mengganti base URL bersama kunci API dan ID model akan mengarahkan kode yang sama ke penyedia lain.

[Chat Completions API](https://broadrouter.com/id/glossary/chat-completions-api/)

Chat Completions API adalah endpoint HTTP milik OpenAI, POST /v1/chat/completions, yang menerima nama model dan daftar pesan bertanda peran lalu mengembalikan pesan berikutnya dari model. Bentuk request dan response-nya menjadi format umum yang dipakai ulang oleh penyedia dan SDK yang kompatibel dengan OpenAI.

[Tool calling (function calling)](https://broadrouter.com/id/glossary/tool-calling/)

Tool calling, disebut juga function calling, adalah fitur API LLM di mana model mengembalikan permintaan terstruktur untuk menjalankan fungsi yang didefinisikan developer, lengkap dengan argumen JSON. Aplikasi yang menjalankan fungsi itu dan mengirim hasilnya kembali; model tidak pernah menjalankan kode sendiri.

[Rate limit (batas laju)](https://broadrouter.com/id/glossary/rate-limit/)

Rate limit adalah batas yang diterapkan API pada seberapa banyak client boleh memakainya dalam rentang waktu tertentu, misalnya permintaan per menit atau token per menit. Permintaan yang melebihi batas ditolak, biasanya dengan HTTP 429 Too Many Requests, sampai pemakaian kembali di bawah batas.

[Streaming (respons streaming)](https://broadrouter.com/id/glossary/streaming/)

Streaming adalah cara mengembalikan respons model bahasa dalam potongan-potongan kecil selagi masih dihasilkan, bukan sebagai satu balasan utuh di akhir. API yang kompatibel dengan OpenAI melakukan streaming lewat server-sent events jika permintaan mengatur stream ke true.

[Batch API](https://broadrouter.com/id/glossary/batch-api/)

Batch API adalah endpoint LLM asinkron yang menerima banyak request sekaligus, biasanya sebagai file, memprosesnya dalam jangka waktu tertentu alih-alih seketika, lalu mengembalikan hasilnya bersama-sama. Penyedia seperti OpenAI dan Anthropic memberi harga request batch dengan diskon dibanding API standar mereka.

[Bayar sesuai pemakaian (pay-as-you-go)](https://broadrouter.com/id/glossary/pay-as-you-go/)

Bayar sesuai pemakaian (pay-as-you-go) adalah model harga di mana Anda hanya membayar yang Anda pakai, dihitung per satuan seperti token, permintaan, atau menit audio, tanpa langganan atau komitmen minimum. Sebagian besar API LLM menagih dengan cara ini, dari saldo prabayar atau tagihan berkala.

## Pertanyaan umum

### Apakah perlu SDK lain untuk memakai API kompatibel OpenAI?

Tidak. Tetap pakai paket resmi openai dan berikan base\_url (Python) atau baseURL (Node) yang berbeda, plus kunci dari penyedia baru. Objek permintaan dan respons tetap sama untuk endpoint yang didukung penyedia.

### Apakah API kompatibel OpenAI mendukung Responses API?

Sebagian mendukung; banyak yang hanya mendukung Chat Completions. Cek daftar endpoint penyedia. BroadNet Inference mendokumentasikan /v1/chat/completions dan /v1/audio/transcriptions, jadi kode Responses harus ditulis ulang ke Chat Completions.

### Apa yang terjadi pada embeddings saya saat beralih?

Embeddings akan rusak jika penyedia baru tidak punya endpoint embeddings dan Anda mengganti base URL secara global. BroadNet tidak menjual embeddings, jadi pertahankan klien embeddings yang mengarah ke penyedia embeddings Anda. Jangan pernah mencampur vektor dari dua model embedding dalam satu indeks.

### Sebaiknya mengirim max\_tokens atau max\_completion\_tokens?

OpenAI menandai max\_tokens sebagai deprecated dan menggantinya dengan max\_completion\_tokens. Banyak penyedia kompatibel justru mendokumentasikan max\_tokens, dan dokumentasi BroadNet memakai max\_tokens. Kirim yang didokumentasikan penyedia, lalu pastikan batasnya berlaku di smoke test Anda.

### Apakah helper output terstruktur OpenAI tetap berfungsi?

Hanya jika penyedia menerima response\_format dengan json\_schema pada model yang Anda pakai. BroadNet mencantumkan output terstruktur untuk GLM 5.3 dan Qwen3.8 27B tetapi tidak menyebut nama parameter permintaannya, jadi ujilah, dan tetap validasi hasil parse-nya.

## Baca juga

-   [Pindah ke API kompatibel OpenAI: checklist migrasi](https://broadrouter.com/id/blog/openai-compatible-api-migration-checklist/)
-   [Base URL API kompatibel OpenAI: 14 penyedia, sudah dicek](https://broadrouter.com/id/blog/openai-compatible-api-base-urls/)
-   [Tool calling dengan model terbuka: skema, panggilan paralel, retry](https://broadrouter.com/id/blog/tool-calling-open-models/)
-   [JSON mode vs json\_schema: output terstruktur yang andal](https://broadrouter.com/id/blog/structured-output-json-schema/)
-   [Cara mengevaluasi LLM sebelum berpindah penyedia](https://broadrouter.com/id/blog/evaluate-llm-before-switching/)
-   [Hardware GPU dan pendekatan serving BroadNet, menurut BroadNet](https://broadrouter.com/id/blog/broadnet-gpu-fleet-and-serving/)
-   [Cache respons API LLM untuk memangkas biaya: exact cache di Python](https://broadrouter.com/id/blog/cache-llm-responses-cut-cost/)
-   [Panduan: Memakai OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/id/guides/openai-python-sdk/)
-   [Panduan: Memakai OpenAI Node.js SDK dengan BroadNet Inference](https://broadrouter.com/id/guides/openai-node-sdk/)
-   [Panduan: Permintaan pertama ke BroadNet Inference dengan curl](https://broadrouter.com/id/guides/curl-quickstart/)
-   [Panduan: Kenapa model reasoning mengembalikan jawaban kosong](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-migrate-from-openai-api-code-walkthrough&utm_content=page-cta) ·

**Sumber**

-   [Referensi API BroadNet Inference: endpoint, ID model, kemampuan, usage saat streaming, error (dicek 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-migrate-from-openai-api-code-walkthrough&utm_content=sources)
-   [README openai-python: Responses adalah API utama, Chat Completions didukung tanpa batas waktu, retry (dicek 2026-11-15)](https://github.com/openai/openai-python)
-   [Source klien openai-node: baseURL default ke OPENAI\_BASE\_URL (dicek 2026-11-15)](https://github.com/openai/openai-node/blob/master/src/client.ts)
-   [OpenAI, migrasi ke Responses API: perbedaan output terstruktur, tools, dan penyimpanan (dicek 2026-11-15)](https://developers.openai.com/api/docs/guides/migrate-to-responses)
-   [Panduan function calling OpenAI: bentuk tool di kedua API (dicek 2026-11-15)](https://developers.openai.com/api/docs/guides/function-calling)
-   [Referensi Chat Completions OpenAI: max\_tokens deprecated, digantikan max\_completion\_tokens (dicek 2026-11-15)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
