टैनस्टैक AI + गोंका - बहुत कम लागत पर टाइपस्क्रिप्ट पर AI-अनुप्रयोग

पैकेज इंस्टॉलेशन (कोर + OpenAI-एडेप्टर, जिसमें openaiCompatible मौजूद है):

# pnpm
pnpm add @tanstack/ai @tanstack/ai-openai

# npm
npm install @tanstack/ai @tanstack/ai-openai

React पर चैट-इंटरफेस के लिए क्लाइंट और हुक जोड़ें:

pnpm add @tanstack/ai-client @tanstack/ai-react

JoinGonka API-की: यदि आपके पास अभी तक नहीं है — gate.joingonka.ai/register पर रजिस्टर करें, 3M मुफ्त टोकन प्राप्त करें और Dashboard → API Keys में jg-xxx की (key) बनाएं। एक की (key) और एक बैलेंस OpenAI और Anthropic दोनों फॉर्मेट के लिए काम करते हैं।

TanStack AI में, कस्टम OpenAI-कम्पैटिबल प्रोवाइडर को openaiCompatible() फ़ंक्शन के साथ कॉन्फ़िगर किया जाता है: एक बार baseURL, apiKey और मॉडल की सूची सेट करें, और फिर प्रत्येक कॉल पर मॉडल चुनें। हमारा गेटवे Chat Completions फॉर्मेट का उपयोग करता है, इसलिए हम api: 'chat-completions' (डिफ़ॉल्ट मान) रखते हैं।

import { openaiCompatible } from '@tanstack/ai-openai'

// Gonka प्रोवाइडर — एक बार कॉन्फ़िगर करें
export const gonka = openaiCompatible({
  name: 'gonka',
  baseURL: 'https://gate.joingonka.ai/v1',
  apiKey: process.env.GONKA_API_KEY!, // jg-आपकी-की
  api: 'chat-completions',
  models: [
    'MiniMaxAI/MiniMax-M2.7', // डिफ़ॉल्ट
    'deepseek-ai/DeepSeek-V4-Flash-0731',
    'zai-org/GLM-5.3-Flash', // रीजनिंग मॉडल
  ],
})

सर्वर पर स्ट्रीमिंग-चैट (उदाहरण के लिए, किसी भी फुलस्टैक फ्रेमवर्क या TanStack Start में रूट-हैंडलर)। उत्तर की लंबाई modelOptions के माध्यम से सेट की जाती है — यह नेटिव वायर पैरामीटर्स (max_tokens, temperature) के लिए एकमात्र स्थान है:

import { chat, toServerSentEventsResponse } from '@tanstack/ai'
import { gonka } from './gonka'

export async function POST(request: Request) {
  const { messages } = await request.json()

  const stream = chat({
    adapter: gonka('MiniMaxAI/MiniMax-M2.7'),
    messages,
    modelOptions: { max_tokens: 8192 }, // गेटवे के माध्यम से आउटपुट सीमा
  })

  return toServerSentEventsResponse(stream)
}

React-क्लाइंट useChat हुक के माध्यम से — सर्वर से UI तक उत्तरों को स्ट्रीम करता है:

import { useChat } from '@tanstack/ai-react'

function Chat() {
  const { messages, sendMessage, status } = useChat({ api: '/api/chat' })

  return (
    <div>
      {messages.map((m) => (
        <p key={m.id}><b>{m.role}:</b> {m.content}</p>
      ))}
      <button onClick={() => sendMessage('Gonka क्या है?')}>
        पूछें
      </button>
    </div>
  )
}

सर्वर के बिना: वही प्रोवाइडर स्क्रिप्ट या बैकएंड में सीधे काम करता है — chat() कॉल करें और स्ट्रीम पढ़ें। Gonka के साथ कनेक्शन सभी विकल्पों के लिए समान है।

गेटवे के माध्यम से मॉडल पैरामीटर्स: कॉन्टेक्स्ट — MiniMax M2.7 के लिए 200K टोकन, DeepSeek V4 Flash के लिए 380K और GLM-5.3 Flash के लिए 390K। max_tokens की सीमा — MiniMax M2.7 और GLM-5.3 Flash के लिए 8192, DeepSeek V4 Flash के लिए 32768। यदि max_tokens निर्दिष्ट नहीं है, तो नॉन-स्ट्रीम के लिए डिफ़ॉल्ट 1500 है, इसलिए लंबे उत्तरों के लिए इसे स्पष्ट रूप से सेट करें।

TanStack AI OpenAI/Anthropic की सीधी दरों और Gonka दोनों के माध्यम से समान रूप से काम करता है — केवल baseURL बदलता है। लेकिन कीमत में बहुत बड़ा अंतर है। TanStack AI पर प्रोडक्शन-एप्लीकेशन के विशिष्ट लोड की तुलना करें:

TanStack AI का Provider-agnostic दृष्टिकोण का मतलब है कि Gonka पर स्विच करना केवल एक लाइन (baseURL) बदलना है, कोड को फिर से लिखना नहीं। आपके टाइप-सेफ टूल्स, स्ट्रक्चर्ड आउटपुट और React-हुक्स बिना किसी बदलाव के काम करते हैं। हजारों यूजर्स वाली एप्लीकेशन के लिए यह अंतर महीने में हजारों डॉलर का है।

Gonka की कीमत: इनपुट ~$0.0069 प्रति 1M टोकन, आउटपुट ×3। यह OpenAI और Anthropic की सीधी दरों से सैकड़ों-हजारों गुना सस्ता है।

TanStack AI की मुख्य विशेषता एक एकीकृत toolDefinition() कॉन्ट्रैक्ट है: टूल को एक बार परिभाषित किया जाता है (Zod, ArkType, Valibot या JSON Schema के माध्यम से इनपुट/आउटपुट), और कार्यान्वयन सर्वर या क्लाइंट से जुड़ा होता है। MiniMax M2.7, DeepSeek V4 Flash और GLM-5.3 Flash, Gonka के माध्यम से नेटिव टूल कॉलिंग का समर्थन करते हैं, इसलिए एजेंट बिना टेक्स्ट रिस्पॉन्स पार्स किए मज़बूती से काम करते हैं।

import { chat, toolDefinition } from '@tanstack/ai'
import { gonka } from './gonka'
import { z } from 'zod'

const getWeather = toolDefinition({
  name: 'getWeather',
  description: 'शहर का मौसम पता करें',
  inputSchema: z.object({ city: z.string() }),
  outputSchema: z.object({ tempC: z.number() }),
}).server(async ({ city }) => {
  return { tempC: 21 } // आपकी वास्तविक API कॉल
})

const stream = chat({
  adapter: gonka('MiniMaxAI/MiniMax-M2.7'),
  messages: [{ role: 'user', content: 'मास्को का मौसम कैसा है?' }],
  tools: [getWeather],
  modelOptions: { max_tokens: 8192 },
})

कौन सा मॉडल चुनें:

• MiniMaxAI/MiniMax-M2.7 — डिफ़ॉल्ट, गति और गुणवत्ता का संतुलन, लंबा कॉन्टेक्स्ट। रिस्पॉन्स की सीमा 8192।
• deepseek-ai/DeepSeek-V4-Flash-0731 — नेटवर्क का सबसे लंबा कॉन्टेक्स्ट (380K), सस्ते बड़े प्रॉम्प्ट। रिस्पॉन्स की सीमा 32768।
• zai-org/GLM-5.3-Flash — रीजनिंग मॉडल: उत्तर देने से पहले तर्क करता है, जटिल तर्क में मजबूत; नेटवर्क का सबसे लंबा कॉन्टेक्स्ट (390K)। रिस्पॉन्स की सीमा 8192; रीजनिंग max_tokens का हिस्सा खर्च करती है।

TanStack AI में runtime adapter switching के कारण, आप तीनों मॉडलों को एक ही प्रोवाइडर में रख सकते हैं और तुरंत उनके बीच स्विच कर सकते हैं — उदाहरण के लिए, GLM-5.3 Flash पर रीजनिंग वाले कार्य और MiniMax पर तेज़ उत्तर।