Dites à votre agent une phrase, obtenez 500+ modèles

Tl;dr AIHubMix propose désormais un ensemble de surfaces d'accès lisibles par l'agent : votre agent de codage peut découvrir des modèles, générer des appels et les vérifier par lui-même, puis vous renvoyer une session Playground préconfigurée. Pour commencer, il vous suffit de dire une phrase à votre agent : Fetch https://aihubmix.com/agents.md and follow it. La liste complète des points d'entrée se trouve dans la documentation Agent Access.

De plus en plus de développeurs exécutent leurs flux de travail agentiques via des agents de codage tels que Claude Code, Codex et Cursor : le choix des modèles, l'écriture des appels et le réglage des paramètres sont tous délégués. La passerelle AIHubMix AI met plus de 500 modèles derrière une clé API unique à travers quatre protocoles de communication, y compris des points de terminaison compatibles avec OpenAI, et cette version permet à votre agent de lire tout cela directement.

Qu'est-ce qui a été livré ?

• agents.md : un guide d'intégration écrit pour que les agents puissent l'exécuter, couvrant les vérifications clés, la découverte de modèles en direct, les appels par protocole, la vérification de bout en bout et le dépannage.
• llms.txt par modèle : 850+ modèles, chacun avec un guide d'intégration lisible par machine à une adresse fixe (https://aihubmix.com/model/{model_id}/llms.txt) ; la puce llms.txt sur chaque page de modèle y renvoie directement.
• Compétence Playground et liens de transfert : la compétence confie l'essai, le réglage, la comparaison et la génération de médias à votre agent ; les liens profonds permettent à l'agent de renvoyer une session préconfigurée à votre navigateur, et le paramètre ?models= ouvre jusqu'à 6 onglets de modèles prêts à l'emploi à partir d'un seul lien.

Pourquoi les agents ont-ils besoin d'un accès lisible par machine ?

Lorsque qu'un agent devine les ID de modèles, les prix et les paramètres à partir de sa mémoire d'entraînement, les appels qu'il produit ont tendance à échouer : orthographes d'ID obsolètes, paramètres non pris en charge, prix dépassés. Les surfaces lisibles par machine fournissent à l'agent ces informations en direct et de manière structurée. Prenez le llms.txt pour gemini-3.7-flash : une récupération donne à un agent tous les faits nécessaires pour générer un appel correct :

- Développeur : Google
- Fenêtre de contexte : 1 048 576 tokens
- Modalités d'entrée : texte, image, audio, vidéo
- Capacités : Pensée, Streaming, Appel d'outil, Recherche web, Contexte URL,
  Interprète de code, Utilisation de l'ordinateur, Recherche de fichiers, Sorties structurées, Mise en cache des invites
- Tarification : 0,75 $/M tokens d'entrée, 3,75 $/M tokens de sortie, 0,075 $/M d'entrée mise en cache

Ce fichier est en direct en ce moment : curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt le vérifie. La règle de vérification dans agents.md exige également que les agents inspectent le corps de la réponse et le modèle renvoyé ; un HTTP 200 seul ne compte pas comme un succès.

Un guide complet : sélection de modèle, comparaison A contre B et transfert

Disons que vous avez besoin d'un modèle de chat à faible coût pour un bot de support client. Remettez d'abord la compétence à votre agent :

Run curl -fsSL https://aihubmix.com/skills/playground and follow it.

Étape 1 : découverte de modèles en direct. L'agent lit le catalogue de modèles sans authentification, filtre les candidats par prix et capacité, puis récupère le llms.txt de chaque candidat pour confirmer le support de l'appel d'outil et des sorties structurées.

Étape 2 : comparaison avec la même invite. L'agent exécute la même invite contre chaque candidat et rapporte les sorties réelles, la latence mesurée et les prix du catalogue par modèle. La compétence a une divulgation des coûts intégrée : avant les appels en lot, l'agent cite le prix et demande votre feu vert.

Étape 3 : renvoyez-le vous. L'agent génère un lien profond vers le Playground. Ouvrez-le dans votre navigateur et la session est déjà configurée : modèle, paramètres et invite système en place, avec un brouillon prérempli dans le compositeur mais non envoyé. Que cela se déclenche ou non dépend de vous.

Deux liens réels que vous pouvez ouvrir dès maintenant :

• Ouvrir deux onglets de modèles prêts à l'emploi à partir d'un seul lien (le paramètre ?models=, jusqu'à 6 ; basculez entre les onglets)
• Besoin de spécifications et de prix côte à côte ? L'agent peut également remettre un lien de comparaison principal tel que Gemini 3.7 Flash contre Claude Opus 4.1 (le modèle compare/{a}/{b}, également répertorié dans chaque llms.txt)
• Le lien profond produit par l'étape 3 de ce guide (le scénario de support client : invite système, paramètres et brouillon du compositeur tous en place ; la capture d'écran ci-dessus est ce lien ouvert)

Du point de vue de l'agent, tout le flux se compose de quatre commandes, chacune vérifiable par copier-coller :

# 1. Lire le guide d'intégration
curl -s https://aihubmix.com/agents.md
# 2. Lire le catalogue en direct pour choisir des candidats
curl -s "https://aihubmix.com/api/v1/models?type=llm&sort_by=order"
# 3. Lire le guide lisible par machine d'un candidat
curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt
# 4. Appel réel minimal pour vérifier la connectivité (le corps doit contenir la réponse exacte demandée)
curl -s https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"gemini-3.7-flash","messages":[{"role":"user","content":"Reply with exactly: AIHubMix is connected"}],"max_tokens":64}'

Vous faites exactement deux choses dans ce flux : envoyez une phrase à votre agent et prenez le résultat dans votre navigateur. Essayez-le maintenant :

Fetch https://aihubmix.com/agents.md and follow it.

Quel point d'entrée pour quel travail ?

Quels principes de conception suivent-ils ?

• Seules les informations vérifiées sont publiées. Le llms.txt d'un modèle contient des revendications de capacité et de point de terminaison uniquement après vérification ; les modèles non encore vérifiés affichent un court avis pointant vers le catalogue en direct et les schémas de paramètres, sans revendications non vérifiées.
• Les liens profonds ne contiennent pas de credentials et fonctionnent exactement une fois. Les paramètres de lien sont effacés de la barre d'adresse au chargement, et la charge utile ne contient jamais de clé.
• Les coûts sont divulgués avant que de l'argent ne soit dépensé. La compétence exige que l'agent cite les prix du catalogue et demande le consentement avant les appels en lot et la génération de médias.

Quelle est la suite ?

Le point de terminaison MCP sert actuellement à la génération d'images, avec une couverture de capacité plus large en cours ; la vérification des modèles continue d'expansion, et le llms.txt d'un modèle nouvellement vérifié passe automatiquement à un guide complet. Si vous rencontrez quelque chose d'étrange, faites-le nous savoir via Retour d'information.

FAQ

Ces points d'entrée nécessitent-ils des identifiants ?

Toutes les surfaces lisibles par machine (agents.md, llms.txt, llms.txt par modèle, le fichier de compétence, le catalogue de modèles) sont lisibles sans authentification. Une clé API AIHubMix est uniquement nécessaire pour les appels de modèle réels : passez-la par une variable d'environnement, créée dans la console.

Quels agents sont pris en charge ?

Tout assistant de codage capable d'exécuter des commandes shell ou de récupérer des URL, y compris Claude Code, Codex, Cursor, Cline, Gemini CLI et OpenCode. Le fichier de compétence suit la spécification ouverte des compétences d'agent et peut également être installé avec npx skills add AIhubmix/skills.

Où est la liste complète des points d'entrée ?

Voir Agent Access dans la documentation : agents.md, site et llms.txt par modèle, les deux adresses de compétence Playground, les formats de paramètres de lien profond, et les packages de génération de code, chacun avec une commande de copier-coller.

Envoyez cette phrase à votre agent et commencez maintenant :

Fetch https://aihubmix.com/agents.md and follow it.