Glosar
Fiecare termen are întâi o definiție de un rând, apoi felul în care îl face Kodwen, apoi pagina din documentație cu detaliile.
Gateway AI
Un gateway AI este un singur endpoint API aflat între aplicația ta și unul sau mai mulți furnizori de modele, care se ocupă de autentificare, rutare, failover și facturare.
Gateway-ul Kodwen răspunde la https://ai.codai.ro/v1 și servește un singur nume public de model, Kodwen, susținut de modele Claude pe Google Vertex și Azure AI Foundry.
Rutarea modelelor
Rutarea modelelor înseamnă alegerea, pentru fiecare cerere, a modelului și a implementării concrete care o servesc.
Fiecare alias Kodwen are un lanț de perechi furnizor–model. La fiecare cerere, gateway-ul parcurge lanțul, sare peste adaptoarele marcate ca nesănătoase și trimite cererea la primul sănătos; lanțul se reîncarcă din registru în fiecare minut.
Alias de model
Un alias de model este un nume stabil pe care gateway-ul îl rezolvă la un model concret în momentul cererii, astfel încât codul clientului nu se schimbă când se schimbă modelul din spate.
Kodwen este aliasul public. Aliasurile de lucru, precum kodwen-fast, kodwen-explorer și codai-max, nu apar în /v1/models, dar pot fi folosite de orice cheie care are acces la Kodwen.
Cache de prompturi
Cache-ul de prompturi permite furnizorului să refolosească între cereri începutul deja procesat al unui prompt, astfel încât contextul repetat se facturează la o fracțiune din costul inputului nou.
Cache-ul de prompturi este activ implicit pentru toate modelele. Headerul X-Codai-Cache îl poate dezactiva, cu excepția aliasurilor Kodwen*, unde dezactivarea este ignorată. Numărul de tokeni din cache vine în x-codai-cache-read și x-codai-cache-write.
Sarcină verificată
O sarcină verificată este o unitate de lucru al cărei succes a fost confirmat — de un verificator care trece, prin re-executarea rezultatului sau prin confirmarea utilizatorului.
Kodwen numără o sarcină drept un succes verificat doar la un verdict trecut, o re-executare confirmată sau o confirmare a utilizatorului. O eroare de infrastructură nu este niciodată numărată drept succes.
Plată per sarcină verificată
Plata per sarcină verificată este un model de preț în care plătești pentru munca verificată ca reușită, nu pentru fiecare token produs de model.
Fiecare plan Kodwen include sarcini verificate pe lună; peste acestea, fiecare sarcină reușită și verificată costă 1,20 €; sarcinile neobișnuit de mari (peste 1,20 € consum de model) plătesc diferența la tarifele standard pe tokeni. O sarcină care nu este nici verificată, nici confirmată se taxează la costul brut al tokenilor, din portofel, fără taxă fixă.
BYOK (cheia proprie)
BYOK înseamnă că folosești propriile chei API de la furnizori printr-un serviciu, astfel încât furnizorul îți facturează direct consumul modelelor.
Planul Kodwen Services (BYOK) costă 3,99 € pe lună, are o perioadă de probă de 7 zile: modelul principal rulează pe cheile tale de furnizor, iar Kodwen adaugă transcriere, voce, căutare web, memorie și sincronizare. Traficul BYOK nu este folosit niciodată la antrenare.
MCP (Model Context Protocol)
Model Context Protocol (MCP) este un protocol deschis prin care clienții AI descoperă și apelează unelte, prompturi și resurse expuse de un server.
Kodwen rulează un server MCP la https://ai.codai.ro/mcp, autorizat cu OAuth 2.1 (PKCE obligatoriu, înregistrare dinamică a clienților activă), cu unelte pentru chat și listarea modelelor, plus unelte de memorie pe planurile cu memorie persistentă.
Streamable HTTP
Streamable HTTP este transportul MCP care trimite mesajele clientului ca cereri HTTP POST către un singur endpoint și poate transmite în flux răspunsurile serverului pe aceeași conexiune.
Serverul MCP Kodwen folosește Streamable HTTP, specificația 2025-11-25, compatibilă la nivel de protocol cu 2025-06-18, la POST https://ai.codai.ro/mcp.
Rezidența datelor
Rezidența datelor este angajamentul privind regiunea geografică în care datele tale sunt stocate și procesate.
Baza de date Kodwen rulează în Google Cloud europe-west1 (Belgia). Metadatele de utilizare se șterg după 30 de zile, iar textul mesajelor se elimină după 7 zile. Prompturile nu sunt folosite la antrenare decât cu acordul tău (opt-in).
Failover
Failover înseamnă trimiterea automată a unei cereri către o implementare sau un model de rezervă atunci când cel principal nu este disponibil.
Kodwen trece de la o implementare aprobată la alta și, doar când toate rutele principale sunt căzute, lateral la următorul model din lanț. Headerul de răspuns x-codai-routed-to îți spune ce model a servit fiecare cerere.
Format de protocol (wire format)
Un format de protocol (wire format) este forma exactă a cererilor și răspunsurilor pe care o așteaptă un API, de exemplu OpenAI Chat Completions, OpenAI Responses API sau Anthropic Messages.
Gateway-ul Kodwen le vorbește pe toate trei: POST /v1/chat/completions, POST /v1/responses și POST /v1/messages. SDK-ul OpenAI folosește URL-ul de bază https://ai.codai.ro/v1, iar SDK-ul Anthropic rădăcina https://ai.codai.ro.