Multimodalität - Phaseo Docs

Das Gateway stellt über eine einheitliche API mehrere Modalitäten bereit. Jeder Endpunkt gehört zu einer anderen Funktion, und die Modellunterstützung unterscheidet sich je nach Provider.

Modalitäten und Endpunkte

Modalität	Zentrale Endpunkte	Hinweise
Text	`/v1/responses`, `/v1/chat/completions`, `/v1/messages`	Strukturierte und dialogorientierte Ausgaben.
Bilder	`/v1/images/generations`, `/v1/images/edits`	Bilderzeugung aus Text und Bildbearbeitung.
Audio (TTS/STT/Übersetzungen)	`/v1/audio/speech`, `/v1/audio/transcriptions`, `/v1/audio/translations`	Text-zu-Sprache, Sprache-zu-Text und Übersetzung gesprochener Audiodaten.
Video	`/v1/videos`, `/v1/videos/{video_id}`, `/v1/videos/{video_id}/content`, `/v1/videos/{video_id}` (DELETE)	Erstelle asynchrone Videojobs, frage ihren Status ab, rufe Inhalte ab und lösche Jobs.
Musik	`/v1/music/generate`	Musikgenerierung über unterstützte Provider.
OCR	`/v1/ocr`	Extrahiere Text aus Bildern, sofern unterstützt.

Modellunterstützung prüfen

Mit dem Modelle-Endpunkt kannst du verfügbare Modelle und ihre unterstützten Endpunkte abrufen. Die Abdeckung der Provider zeigt der Provider-Endpunkt.

Bewährte Vorgehensweisen

Wähle den Endpunkt passend zur benötigten Modalität, auch wenn der Modellname modalitätsübergreifend gleich ist. Validiere Payloads vor dem Go-live anhand der API-Referenz.

Zuletzt geändert am 2. Oktober 2026