Tutorial

Posts Tutorial da equipe AIHubMix.

• 

  Claude Code settings.json e variáveis de ambiente: URL base, token de autenticação e modelo

  O Claude Code obtém sua configuração de arquivos JSON de configurações e de variáveis de ambiente. Para executá-lo por meio de um gateway, em vez da API da Anthropic, você precisa de duas variáveis, ANTHROPIC_BASE_URL e um token, e geralmente de um modelo. As variáveis são simples. O que costuma confundir é onde defini-las, pois a mesma variável pode estar no perfil do shell, em vários arquivos settings.json e nas configurações do VS Code. Este guia começa com uma configuração funcional e, em seguida, explica onde ficam os arquivos, qual

  20 de outubro de 20267 min de leituraTutorial
• 

  Níveis de esforço do MiniMax M3.1 Flash: por que o padrão custou 7× mais no mesmo conserto de bug

  O MiniMax M3.1 Flash tem cinco níveis de raciocínio e não oferece uma opção para desativá-lo. Se você não escolher um nível, o modelo selecionará o mais profundo por você. O guia de geração de texto da MiniMax diz que o esforço “é definido como max por padrão quando omitido”. Esse padrão é caro de uma forma fácil de não perceber. A AIHubMix executou o mesmo conserto de dois bugs em todos os níveis. O padrão usou cerca de 10× mais tokens de raciocínio do que low e levou cerca de 6× mais tempo, e todas as execuções, em todos os níveis, passaram nos 215 testes. O custo de raciocínio do modelo aumentou conforme a configuração de

  19 de outubro de 20267 min de leituraTutorial
• 

  Migrando do MiniMax M2.5/M2.7 antes de 18 de novembro: como corrigir o erro 400 “requires adaptive thinking” do M3.1 Flash

  A MiniMax vai descontinuar o M2.5 e o M2.7 em 18 de novembro de 2026, e a migração já começou. Desde 19 de outubro, as duas famílias antigas não estão mais disponíveis para novos usuários, e as solicitações feitas nos planos que especificam esses modelos são atendidas pelo M3.1 Flash. Se você usa o modelo pré-pago por consumo, tem quatro semanas para alterar o ID do modelo por conta própria. A maior parte do código do M2.7 funciona sem alterações no M3.1 Flash. O problema vem de uma decisão de projeto: o M3.1 Flash sempre pensa e, a menos que você especifique o contrário, pensa no nível mais profundo. Isso gera um erro

  19 de outubro de 20269 min de leituraTutorial
• 

  Como configurar o Codex config.toml: API personalizada, proxy e erros comuns

  O Codex mantém as configurações em um único arquivo, config.toml: qual modelo usar, qual API chamar e quanto o agente pode fazer sem perguntar. O formato mudou várias vezes em 2026, e muitos guias publicados no início do ano mostram configurações que agora impedem o Codex de iniciar. Este guia começa com uma configuração funcional e, em seguida, aborda os elementos que a maioria das pessoas altera: perfis, configurações do projeto, o sandbox e um proxy. No final, há uma lista dos erros que você provavelmente verá e o significado de cada um. Verificado

  19 de outubro de 20267 min de leituraTutorial
• 

  Migração para o DeepSeek V4.1 Flash 1017: o erro 400 de reasoning_content, a troca silenciosa de alias e a cobrança nos horários de pico

  A maioria das migrações começa pela troca do nome do modelo. Com o DeepSeek V4.1 Flash 1017, aconteceu o contrário: em 17 de outubro de 2026, a DeepSeek manteve o nome deepseek-flash e mudou o modelo por trás dele. Quem chamava deepseek-flash, deepseek-v4-flash ou deepseek-v4-flash-vision-exp na API da DeepSeek foi direcionado para o novo modelo sem alterar uma linha de código. Na AIHubMix, o novo checkpoint tem seu próprio ID, deepseek-v4.1-flash-1017, então você escolhe quando fazer a migração. De qualquer forma, estes são os problemas que você precisa verificar: Probl

  19 de outubro de 20269 min de leituraTutorial
• 

  Qwen3.8 Free no AIHubMix: corrija 429s, "Rate Limited by Provider" e um pool de tokens esgotado

  A maioria dos problemas com qwen3.8-max-free e qwen3.8-flash-free vem de três fontes: os limites do plano gratuito, a capacidade da campanha que a GMI Cloud reservou no upstream e a velocidade com que os tokens de raciocínio e o contexto de agentes consomem um pool diário de 1M tokens. Alguns desses problemas aparecem como erros. Outros aparecem como uma resposta estranha ou como uma cota vazia na hora do almoço. Além deles, os erros comuns da API continuam valendo: chave ou ID de modelo incorreto, contexto longo demais, histórico de chamadas de ferramentas quebrado, modo JSON,

  16 de outubro de 202613 min de leituraTutorial
• 

  Tutorial x402: deixe seu agente de IA recarregar o AIHubMix com USDC

  O AIHubMix agora aceita recargas em USDC. Seu agente de IA pode adicionar crédito à própria conta com o USDC da carteira: sem abrir página na web e sem que alguém precise clicar em um botão. Com o x402, uma recarga pode ser de apenas US$ 1. O agente recarrega conforme usa, então você não precisa carregar um saldo grande antecipadamente. São duas etapas: preparar um token, uma carteira e algum USDC na web e em um app e, depois, executar nosso script de recarga pronto com um único comando. Cerca de 20 segundos após o pagamento, o crédito aparece

  15 de outubro de 20267 min de leituraTutorial
• 

  Migrando para o Gemini 4 Argon a partir do Gemini 3.1 Pro ou do 3.8 Flash: o que quebra e como corrigir

  O Gemini 4 Argon ficou geralmente disponível em 13 de outubro de 2026, sob o ID de modelo gemini-4-argon, na API paga do Gemini, no Vertex AI e no AIHubMix. O AIHubMix lista o modelo a US$ 2 por milhão de tokens de entrada, US$ 10 por milhão de tokens de saída e US$ 0,10 por milhão de tokens de entrada em cache, o mesmo valor da tarifa introdutória do Google. A tarifa do Google vale até 30 de novembro; a partir de 1º de dezembro ela dobra para US$ 4 e US$ 20. [TBD: preço do AIHubMix a partir de 1º de dezembro] Trocar o nome do modelo é a parte fácil. A página What's new in Gemini 4

  14 de outubro de 20269 min de leituraTutorial
• 

  Gemini 4 Argon: níveis de raciocínio e long decode, padrões, custos e quando usar cada um

  O Gemini 4 Argon ficou geralmente disponível em 13 de outubro de 2026, e com ele o Google documentou as duas configurações que determinam o custo de uma requisição ao Argon e o tempo que ela leva: o nível de raciocínio e o limite de saída. O Argon oferece três níveis de raciocínio, low, medium e high, e usa medium por padrão. As respostas são interrompidas em 64K tokens, a menos que você ative o long decode, que permite que uma única resposta chegue a 1M tokens. Há uma armadilha nos padrões. Todos os benchmarks publicados do Argon rodaram em high: o Google o

  14 de outubro de 20268 min de leituraTutorial
• 

  AIHubMix suporta chat de roleplay com Zero Data Retention ativado por padrão

  O AIHubMix oferece suporte a chat de roleplay. Conecte-o ao JanitorAI como proxy, escolha um modelo gratuito e seus personagens responderão por meio do AIHubMix. Todas as contas do AIHubMix também têm o Zero Data Retention (ZDR) ativado por padrão, então não registramos, armazenamos nem mantemos suas mensagens, os prompts dos seus personagens nem as respostas do modelo. Resumo rápido: Chat de roleplay: o AIHubMix se conecta ao JanitorAI como proxy. Há dezenas de modelos gratuitos disponíveis, e nossa primeira escolha para chat de roleplay é o xiaomi-mimo-v2.6-pro-free. Zero D

  13 de outubro de 20265 min de leituraTutorial