Modelele AI, mai aproape de aplicația ta.

Am interogat catalogul public pe 6 septembrie 2026: 107 modele, toate marcate live. Familia GPT-5 e acoperită pe larg, de la nano la pro, inclusiv variantele codex și cele patru versiuni 5.6; există o1/o3/o4-mini, întreaga linie Gemini (2.0, 2.5, 3, 3.1 flash și flash-lite), Gemma 3 și 4, imagine (gpt-image-1/1.5/2, flux-2-pro, gemini flash image, mai-image-25), video (sora-2), audio și realtime (gpt-realtime până la 2.1, transcriere, elevenlabs-tts în trei variante), embeddings și deepseek-v4-flash. Un lucru pe care trebuie să-l spunem direct: în catalogul live nu există niciun model Anthropic Claude, deși README-ul nostru intern și pagini de prezentare încă promit „Anthropic Claude direct”. La fel lipsesc Llama, Qwen, Mistral, Voyage și Cohere, care apar în documentul nostru pentru crawlere. Catalogul public e sursa de adevăr; textele acelea sunt în urmă.

Costul real al furnizorului plus 70%, rotunjit în sus la micro-cent. Același procent pe toate cele cinci planuri — nu există tarif preferențial pe token la planurile scumpe. Regula e o invariantă verificată la execuție: dacă vreo cale de cod ar încerca sub 70%, aruncă eroare în loc să emită o factură. Planul plătit nu îți ieftinește tokenii; îți dă credit lunar egal cu abonamentul, e-Factura la Business și Enterprise, și trepte de suport.

Suprafața e OpenAI-compatibilă, servită de un proxy LiteLLM la https://api.longday.io/v1. În practică: în Node schimbi baseURL în constructorul OpenAI, în Python base_url, și restul codului rămâne identic. Documentația proprie listează ca testate OpenAI Node, OpenAI Python, LangChain JS, LangChain Python, LlamaIndex și Vercel AI SDK. Funcționează și din instrumente no-code care pot trimite un header Bearer.

Planul Free e plafonat la 10 cereri pe minut; celelalte patru planuri nu au plafon de plan definit în cod și sunt limitate de bugetul cheii. Alimentarea acceptă între 5 și 250 de dolari per tranzacție. Fiecare cheie poate avea buget propriu cu ciclu de 1, 7, 30 sau 90 de zile și listă albă de modele. Unele modele au limite proprii din amonte notate în catalog — gpt-image-2 la 10 cereri pe minut, gpt-realtime-2.1 la o cotă de 15 TPM.

Un document, nu o măsurătoare — și e important să știi diferența înainte să te bazezi pe cifră. Pagina noastră de SLA publică cinci trepte, de la 99,0% pe Free la 99,99% pe Enterprise, și spune că uptime-ul se calculează lunar din status.longday.io. Subdomeniul acela nu există: nu are înregistrare DNS și nu răspunde. În cod nu există niciun colector de disponibilitate — nici endpoint de metrici, nici monitor extern; ambele sunt taskuri neîncepute în propriul nostru backlog. Pagina de stare care există face trei sonde în timp real și nu păstrează istoric, deci nu poate produce un procent lunar. Cifra de 99,9% afișată pe pagina principală e un angajament contractual scris, nu o observație, iar produsul se autoetichetează BETA în antetul aceleiași pagini. Până când monitorul există, tratează procentul ca pe o clauză de contract cu credit de compensare, nu ca pe o performanță demonstrată.

Aici trebuie să fim exacți, pentru că e o diferență între ce e proiectat și ce e construit. Conversia valutară e reală și funcționează: cursul oficial BNM e citit din XML-ul băncii pentru ziua respectivă, cu rezervă locală dacă serviciul nu răspunde în cinci secunde. Clientul care depune factura la Serviciul Fiscal e însă încă un schelet — un înveliș peste fetch, cu comentariul propriu care spune că implementarea reală, cea care încarcă certificatul PKCS#12 al firmei și semnează fiecare cerere, urmează. Până atunci partea de e-Factura se rezolvă cu contabilitatea, nu automat din platformă.

Nu. E un strat de acces și de facturare peste modelele altora. Nu trebuie confundat cu Grai, care e proiectul nostru de cercetare pe voce în română și nu are legătură tehnică cu gateway-ul.