Flex Tier

O Flex Tier oferece 50% de desconto em requisições síncronas (tempo real), sujeitas a disponibilidade de capacidade. Quando não há capacidade disponível, a API retorna o código HTTP 429.

Como usar

Para ativar o Flex Tier, basta incluir o parâmetro service_tier: "flex" na sua requisição:

import openai

client = openai.OpenAI(
    api_key="sua-chave-aqui",
    base_url="https://chat.maritaca.ai/api",
)

response = client.chat.completions.create(
    model="sabiazinho-4",
    messages=[
        {"role": "user", "content": "Qual a capital do Brasil?"},
    ],
    extra_body={"service_tier": "flex"},
)

print(response.choices[0].message.content)
print(f"Service tier: {response.service_tier}")  # "flex"

Preços

Requisições Flex têm o mesmo desconto de 50% da Batch API, mas são processadas em tempo real. Consulte a tabela completa na página de Preços.

Flex vs Batch API

	Flex	Batch API
Desconto	50%	50%
Resposta	Tempo real (síncrona)	Até 24h (assíncrona)
Disponibilidade	Sujeita a capacidade (pode retornar 429)	Garantida dentro da janela de 24h
Streaming	Sim	Não
Ideal para	Aplicações que toleram retry	Processamento em lote sem urgência

Boas práticas

1. Implemente retry com backoff: como requisições Flex podem retornar 429, adicione lógica de retry com backoff exponencial.
2. Ideal para arquiteturas multiagente: agentes podem enviar requisições com desconto e simplesmente tentar novamente se receberem 429.
3. Combine com cache de prompt: tokens cacheados mantêm o desconto de 75% sobre o preço de input, acumulando com o desconto Flex para economia ainda maior.