Migration aus OpenAI

Schritt-für-Schritt-Anleitung: bestehende Anwendung von OpenAI auf SovrGPT umstellen.

In der Regel sind drei Änderungen nötig:

baseURL ändern.
API-Key austauschen.
Modell-ID ersetzen.

Mehr nicht. Streaming, Function-Calling, JSON-Modus, Vision — alles funktioniert.

1. `baseURL` setzen

Vorher (OpenAI)	Nachher (SovrGPT)
`https://api.openai.com/v1`	`https://sovrgpt.com/api/v1`

Bei den meisten SDKs: client.base_url = "https://sovrgpt.com/api/v1" oder new OpenAI({ baseURL: "https://sovrgpt.com/api/v1" }).

2. API-Key austauschen

OpenAI-Keys (sk-…) ersetzen durch SovrGPT-Keys (sk-sovr-…). Erzeugen unter Settings → API-Keys, siehe Authentifizierung.

Tipp: ENV-Variable in OPENAI_API_KEY einfach mit dem SovrGPT-Key überschreiben — nichts im Code ändern. Aber: Achte darauf, dass dieselbe Variable nicht versehentlich noch mit OpenAI-Calls geteilt wird.

3. Modell-ID ersetzen

OpenAI	SovrGPT-Äquivalent	Kontext	Anmerkung
`gpt-4o`	`qwen3.8-27b` (balanced)	131 072	Der Eins-zu-eins-Ersatz: einziger eigener Tier mit einem Kontextfenster in derselben Größenordnung wie `gpt-4o` (128k). Ohne Kaltstart: `tensorx-qwen3.8-27b`.
`gpt-4o-mini`	`gemma-4-12b` (default)	262 144	Beide klein und schnell — hier ist das Fenster sogar doppelt so groß wie bei `gpt-4o-mini`.
`gpt-4-turbo`	`qwen3.8-27b` (balanced)	131 072	Tiefer als gpt-4o-mini.
`o1` / `o1-mini`	`qwen3.5-9b-deepseek-v4-flash` (reasoning)	16 384	Gedankengang in `reasoning_content`. ⚠️ Der Gedanke zählt gegen `max_tokens` — bei knappem Budget bleibt die Antwort leer.
`gpt-4o-vision-preview`	`gemma-4-26b-a4b` (vision)	262 144	Multimodal.

🔴 Der Kontext ist der Punkt, an dem eine Migration still schiefgeht. /v1/chat/completions lehnt eine zu lange Anfrage nicht ab — sie wird oben gekürzt, und Sie bekommen HTTP 200 mit einer Antwort, die den abgeschnittenen Teil Ihres Prompts nie gesehen hat. Prüfen Sie das Fenster Ihres Zielmodells vor der Umstellung über context_window in GET /v1/models und stellen Sie sicher, dass Eingabe + max_tokens darunter bleibt.

Die exakten Mapping-Empfehlungen aktualisieren wir mit jedem Modell-Refresh in Modelle.

Beispiel: Diff einer Python-App

 from openai import OpenAI

 client = OpenAI(
-    api_key=os.environ["OPENAI_API_KEY"],
+    api_key=os.environ["SOVR_API_KEY"],
+    base_url="https://sovrgpt.com/api/v1",
 )

 resp = client.chat.completions.create(
-    model="gpt-4o-mini",
+    model="gemma-4-12b",
     messages=[{"role": "user", "content": "Hallo!"}],
 )

Drei Zeilen. Mehr nicht.

Was ist nicht 1:1 verfügbar?

Embeddings — text-embedding-3-* haben wir noch nicht in v1. Geplant Q3/2026.
DALL·E 3 — wir bieten Z-Image und FLUX.2 im Chat-UI; dedizierter /v1/images/generations-Endpoint folgt Q3/2026.
Whisper / TTS — nicht im aktuellen v1, geplant Q4/2026.
Assistants-API — wird wahrscheinlich nicht implementiert; nutze stattdessen unseren Marketplace + Scheduled Jobs.
Realtime-API (WebRTC) — kein Roadmap-Eintrag in 2026.

Für jeden dieser Bausteine empfehlen wir hybrides Vorgehen: SovrGPT für Chat-Completions (≥80 % der Last), OpenAI nur für die spezifischen fehlenden Features (≤20 %). Dadurch bleibt der Großteil der Daten in der EU.

Performance-Tuning

Cold-Start vermeiden: bei produktiven Cron-Jobs (z. B. nächtlich) einen kleinen Warm-Up-Request 30 s vor der eigentlichen Last schicken.
Streaming nutzen: bei längeren Antworten verbessert SSE die wahrgenommene Latenz drastisch.
Modell richtig wählen: default-Tier statt premium spart Geld und Latenz, wenn keine Tiefe nötig.
Token-Limit setzen: max_tokens aktiv setzen — verhindert ausufernde Antworten und überraschende Rechnungen.

Daten-Migration

Bestehende OpenAI-Threads / Assistants lassen sich nicht direkt importieren.
Embeddings müssen neu erzeugt werden (anderer Vektorraum).
System-Prompts funktionieren ohne Änderung.

Bei größeren Migrationen (≥10 Apps): kontakt@e-networkers.de kontaktieren, wir bieten kostenlose 1-Stunden-Migrations-Beratung.