TanStack AI + Gonka — TypeScript'te AI Uygulamaları Kuruşlara

Paket kurulumu (çekirdek + openaiCompatible'ın bulunduğu OpenAI adaptörü):

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

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

React üzerinde bir sohbet arayüzü için istemci ve kancaları ekleyin:

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

JoinGonka API Anahtarı: Hala yoksa - gate.joingonka.ai/register adresine kaydolun, 10M ücretsiz token alın ve Kontrol Paneli → API Anahtarları bölümünde jg-xxx anahtarını oluşturun. Tek bir anahtar ve tek bir bakiye, hem OpenAI hem de Anthropic formatı için çalışır.

TanStack AI içinde, özel OpenAI uyumlu sağlayıcı openaiCompatible() fonksiyonu ile yapılandırılır: Bir kez baseURL, apiKey ve model listesini tanımlarsınız, ardından her çağrıda modeli seçersiniz. Gateway'imiz Chat Completions formatını kullandığı için api: 'chat-completions' değerini bırakıyoruz (varsayılan değerdir).

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

// Gonka sağlayıcısı — tek seferlik yapılandırma
export const gonka = openaiCompatible({
  name: 'gonka',
  baseURL: 'https://gate.joingonka.ai/v1',
  apiKey: process.env.GONKA_API_KEY!, // jg-anahtarınız
  api: 'chat-completions',
  models: [
    'moonshotai/Kimi-K2.6', // varsayılan
    'MiniMaxAI/MiniMax-M2.7',
  ],
})

Sunucu tarafında Streaming-chat (örneğin herhangi bir fullstack framework veya TanStack Start içindeki route-handler). Yanıt uzunluğunu modelOptions üzerinden ayarlıyoruz — bu, native wire parametreleri (max_tokens, temperature) için tek noktadır:

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 }, // Gateway üzerinden çıktı sınırı
  })

  return toServerSentEventsResponse(stream)
}

React-client ise useChat hook'u üzerinden sunucudan gelen yanıtları UI'ya stream eder:

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 nedir?')}>
        Sor
      </button>
    </div>
  )
}

Sunucusuz: Aynı sağlayıcı doğrudan bir script veya backend içinde çalışır — chat() fonksiyonunu çağırın ve stream'i okuyun. Gonka bağlantısı tüm varyantlar için aynıdır.

Gateway üzerinden model parametreleri: Her iki modelin bağlam (context) kapasitesi 200K token'dır. max_tokens sınırı, ağdaki tüm modeller için 8192'dir. Eğer max_tokens belirtilmezse, non-stream için varsayılan değer 1500'dür, bu yüzden uzun yanıtlar için bunu açıkça belirtin.

TanStack AI, hem doğrudan OpenAI/Anthropic tarifeleriyle hem de Gonka ile aynı kolaylıkla çalışır; sadece baseURL değişir. Ancak fiyat kat kat farklıdır. TanStack AI üzerindeki tipik bir üretim uygulaması yüklerini karşılaştıralım:

TanStack AI'ın provider-agnostic yaklaşımı, Gonka'ya geçişin kodu yeniden yazmadan sadece bir satır (baseURL) düzeltme gerektirdiğini gösterir. Bu esnada tip güvenli tool'larınız, yapılandırılmış çıktınız ve React hook'larınız değişmez. Binlerce kullanıcısı olan bir uygulama için fark ayda on binlerce dolardır.

Gonka fiyatı: giriş ~$0.003/1M token, çıkış ×3. Bu, OpenAI ve Anthropic'in doğrudan tarifelerinden yüzlerce/binlerce kat daha ucuzdur.

TanStack AI'ın ana özelliği, tek tip toolDefinition() sözleşmesidir: Bir araç bir kez tanımlanır (Zod, ArkType, Valibot veya JSON Schema aracılığıyla giriş/çıkış), uygulama ise sunucu veya client tarafında bağlanır. Kimi K2.6 ve MiniMax-M2.7, Gonka üzerinden native tool calling desteği sunar, bu sayede metin yanıtlarını ayrıştırmanıza gerek kalmadan ajanlar güvenilir bir şekilde çalışır.

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

const getWeather = toolDefinition({
  name: 'getWeather',
  description: 'Şehirdeki hava durumunu öğren',
  inputSchema: z.object({ city: z.string() }),
  outputSchema: z.object({ tempC: z.number() }),
}).server(async ({ city }) => {
  return { tempC: 21 } // gerçek API çağrınız
})

const stream = chat({
  adapter: gonka('MiniMaxAI/MiniMax-M2.7'),
  messages: [{ role: 'user', content: 'Moskova\'da hava durumu nasıl?' }],
  tools: [getWeather],
  modelOptions: { max_tokens: 8192 },
})

Hangi modeli seçmeli:

• moonshotai/Kimi-K2.6 — kodlama, muhakeme (reasoning) ve ajan senaryolarında güçlüdür. Yanıt sınırı 8192.
• MiniMaxAI/MiniMax-M2.7 — varsayılan, hız ve kalite dengesi, uzun bağlam. Yanıt sınırı 8192.

TanStack AI'daki runtime adapter switching sayesinde her iki modeli tek sağlayıcıda tutabilir ve anlık olarak aralarında geçiş yapabilirsiniz — örneğin, ağır ajan görevleri için Kimi, hızlı yanıtlar için MiniMax.