クイックスタート

ロリポップ！AIゲートウェイは、1つのAPIキーでOpenAI互換APIとAnthropic互換APIを利用できます。このページでは、APIキーを発行して最初の応答を受け取るまでの手順を説明します。

使い方を選ぶ

方法	特徴
HTTPリクエスト	言語を選ばず、依存を追加しない
OpenAI SDK	既存のOpenAI SDKコードを流用できる
Anthropic SDK	既存のAnthropic SDKコードを流用できる

このページではHTTPリクエストで説明します。 SDKから使う場合は、SDKとツールを参照してください。

1. APIキーを発行する

ダッシュボードから利用するプロジェクトを開き、APIキー画面で「APIキーを発行する」を選んで有効期限を設定します。

以降の例では、ベースURLとAPIキーを環境変数へ設定します。

Shell


export AI_GATEWAY_BASE_URL="https://ai-gateway.lolipop.jp"
export AI_GATEWAY_API_KEY="<発行したAPIキー>"

2. 最初のリクエストを送る

model には、APIキーで利用できるモデルのIDを指定します。一覧は GET /v1/models で確認できます。 auto が含まれる場合は、それを指定すると許可された候補から自動で選ばれます。

Shell


curl "$AI_GATEWAY_BASE_URL/v1/models" \
  -H "Authorization: Bearer $AI_GATEWAY_API_KEY"

Shell


export AI_GATEWAY_MODEL="<data[].idの値、または auto>"

Shell

POST /v1/chat/completions はOpenAI互換のリクエストを受け付けます。


curl "$AI_GATEWAY_BASE_URL/v1/chat/completions" \
  -H "Authorization: Bearer $AI_GATEWAY_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{
    \"model\": \"$AI_GATEWAY_MODEL\",
    \"messages\": [
      { \"role\": \"user\", \"content\": \"ロリポップ！AIゲートウェイとは？\" }
    ]
  }"

TypeScript（fetch）


const baseURL = process.env.AI_GATEWAY_BASE_URL;
const apiKey = process.env.AI_GATEWAY_API_KEY;
const model = process.env.AI_GATEWAY_MODEL;
 
if (!baseURL || !apiKey || !model) {
  throw new Error(
    'AI_GATEWAY_BASE_URL、AI_GATEWAY_API_KEY、AI_GATEWAY_MODELを設定してください',
  );
}
 
const prompt = 'ロリポップ！AIゲートウェイについて一言で説明してください。';
 
const response = await fetch(`${baseURL}/v1/chat/completions`, {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${apiKey}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    model,
    messages: [
      { role: 'user', content: prompt },
    ],
  }),
});
 
if (!response.ok) {
  throw new Error(`request failed: ${response.status}`);
}
 
const completion = await response.json();
console.log(completion.choices[0].message.content);

Python


import json
import os
import urllib.request
 
base_url = os.environ["AI_GATEWAY_BASE_URL"]
api_key = os.environ["AI_GATEWAY_API_KEY"]
model = os.environ["AI_GATEWAY_MODEL"]
 
prompt = "ロリポップ！AIゲートウェイについて一言で説明してください。"
 
request = urllib.request.Request(
    f"{base_url}/v1/chat/completions",
    method="POST",
    headers={
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json",
    },
    data=json.dumps(
        {"model": model, "messages": [{"role": "user", "content": prompt}]}
    ).encode(),
)
 
with urllib.request.urlopen(request) as response:
    completion = json.load(response)
 
print(completion["choices"][0]["message"]["content"])

成功すると、次のような形のレスポンスが返ります。

JSON


{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "claude-sonnet-4-6",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "ロリポップ！AIゲートウェイは、1つのAPIキーで複数のプロバイダーのモデルを呼び出せるLLMゲートウェイです。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 42,
    "total_tokens": 60
  }
}

生成されたテキストは choices[0].message.content に入ります。 model には、実際に応答したモデルの名前が入ります。