เรียกใช้ในไม่กี่บรรทัด

LARN API ใช้รูปแบบเดียวกับ OpenAI Chat Completions จึงใช้กับ SDK ของ OpenAI และเครื่องมือที่รองรับ OpenAI ได้ทันที เปลี่ยนแค่ base URL กับ API key

สร้าง API key ได้ที่ แดชบอร์ด

โมเดล

มีโมเดลเดียวชื่อ larn ใส่ชื่อนี้ในช่อง model แล้วใช้ได้เลย ระบบปรับความเร็วกับความลึกให้เหมาะกับแต่ละคำถามเอง ไม่ต้องเลือกโมเดลหรือ effort

• ส่งชื่อโมเดลอื่นมา หรือไม่ส่งช่อง model เลย ก็ได้คำตอบจากโมเดลนี้ตามค่าเริ่มต้นของระบบ เครื่องมือที่ตั้งชื่อโมเดลของเจ้าอื่นค้างไว้จึงใช้ได้ทันทีที่เปลี่ยน base URL กับ API key ถ้าได้ 404 model_not_found แปลว่าผู้ดูแลระบบตั้งให้รับเฉพาะชื่อนี้ ให้เปลี่ยนเป็นชื่อข้างบน
• GET /v1/models คืนรายการเดียวคือโมเดลนี้
• พารามิเตอร์เลือก effort เช่น reasoning_effort ถูกเมิน เพราะระบบเลือกความลึกให้เอง
• โมเดลเบื้องหลังถูกอัปเดตไปเรื่อย ๆ โดยที่ชื่อนี้และโค้ดของคุณไม่ต้องเปลี่ยน คำตอบต่อคำถามเดียวกันจึงอาจไม่เหมือนเดิมทุกครั้ง อย่าออกแบบงานที่ต้องพึ่งคำตอบที่เหมือนเดิมทุกตัวอักษร

พารามิเตอร์ที่รองรับ: messages, stream, stream_options, temperature, top_p, max_tokens, max_completion_tokens, stop, seed, presence_penalty, frequency_penalty, tools, tool_choice, parallel_tool_calls, response_format, logit_bias, logprobs, top_logprobs

ตอนนี้เปิดให้ใช้งานเฉพาะผู้ที่ได้รับเชิญ ติดต่อผู้ดูแลระบบเพื่อขอบัญชี

ตอบทันที

เมื่อเรียกแบบ stream คำตอบจะเริ่มด้วยข้อความเปิดสั้น ๆ แล้วคำตอบเต็มตามมาใน stream เดียวกัน ผู้ใช้ของคุณจึงไม่ต้องจ้องหน้าจอว่างระหว่างรอ ข้อความเปิดมาเป็น delta.content ธรรมดา client ทั่วไปไม่ต้องทำอะไรเพิ่ม

ระบบข้ามขั้นนี้เองเมื่อไม่ได้ stream เมื่อมี tools เมื่อขอ response_format เป็น JSON หรือเมื่อข้อความสุดท้ายไม่ได้มาจาก user งานอัตโนมัติแบบนี้จึงได้คำตอบล้วนอยู่แล้ว

ปิดเมื่อไม่ต้องการ

งานอัตโนมัติที่เรียกแบบ stream และต้องการเฉพาะคำตอบเต็ม ให้ปิดด้วยวิธีใดวิธีหนึ่ง

• ทั้ง key: ตั้งค่า "ตอบทันที" ของ key ในแดชบอร์ดเป็นปิด
• ทีละ request ด้วย header x-larn-instant: off
• หรือใส่ใน body "larn": {"instant": false}

ค้นเว็บ

มีสองทาง ทางแรกคือให้โปรแกรมของคุณค้นเอง (tool calling มาตรฐาน) ซึ่งไม่มีค่าใช้จ่ายเพิ่มจากเรา ทางที่สองคือให้ระบบค้นให้ เป็นบริการเสริมที่คิดเครดิตเพิ่มต่อการค้นหนึ่งครั้ง

ทางที่ 1: ค้นเองที่ฝั่งคุณ

ประกาศ tool ค้นเว็บของคุณใน tools โมเดลจะตอบเป็น tool_calls ให้โปรแกรมของคุณไปค้นด้วย key ของคุณเอง แล้วส่งผลกลับมาเป็นข้อความ role "tool" ตัวอย่างนี้ใช้ Brave Search จะเปลี่ยนเป็นบริการค้นเจ้าไหนก็ได้

import json, requests
from openai import OpenAI

client = OpenAI(base_url="https://api.larn.io/v1", api_key="larn-sk-...")

def web_search(query: str) -> str:
    r = requests.get("https://api.search.brave.com/res/v1/web/search",
                     headers={"X-Subscription-Token": "YOUR_SEARCH_KEY"},
                     params={"q": query, "count": 5}, timeout=10)
    hits = r.json().get("web", {}).get("results", [])
    return json.dumps([{"title": h["title"], "url": h["url"], "text": h.get("description", "")} for h in hits], ensure_ascii=False)

tools = [{"type": "function", "function": {
    "name": "web_search", "description": "Search the internet for current information",
    "parameters": {"type": "object", "properties": {"query": {"type": "string"}}, "required": ["query"]}}}]
messages = [{"role": "user", "content": "หาราคาแรม kingston ให้หน่อย"}]

while True:
    res = client.chat.completions.create(model="larn", messages=messages, tools=tools)
    msg = res.choices[0].message
    messages.append(msg)                      # เก็บข้อความของผู้ช่วยไว้ทั้งก้อน
    if not msg.tool_calls:
        print(msg.content)
        break
    for call in msg.tool_calls:               # ตอบทุก tool call ด้วย id ของมัน
        args = json.loads(call.function.arguments)
        messages.append({"role": "tool", "tool_call_id": call.id, "content": web_search(args["query"])})

ถ้าต้องการให้ผู้ใช้เห็นทันทีว่า "กำลังจะค้น" ระหว่างรอ tool call ให้เรียกแบบ stream แล้วเปิด "ตอบทันที" สำหรับ request ที่มี tools ด้วยวิธีใดวิธีหนึ่ง ข้อความเปิดจะสั้น บอกแค่ว่ากำลังจะทำอะไร และไม่บอกผลที่ยังไม่ได้ค้น จากนั้นตามด้วย tool_calls และ finish_reason "tool_calls" ตามปกติ ค่าเริ่มต้นคือปิด เพื่อให้งานอัตโนมัติได้คำตอบล้วน

• header x-larn-instant: on
• ใน body "larn": {"instant": true}
• หรือตั้งค่า "ตอบทันที" ของ key เป็นเปิดเสมอ

ทางที่ 2: ให้ระบบค้นให้ (คิดเครดิตเพิ่ม)

เพิ่ม tool ชนิด larn:web_search ใน request ที่ต้องการ โมเดลจะตัดสินใจเองว่าต้องค้นไหม ระบบไปค้นแล้วตอบโดยอ้างอิงผลค้น ต้องขอทุกครั้ง ระบบไม่ค้นเองถ้าไม่ได้ขอ

{
  "model": "larn",
  "stream": true,
  "messages": [{ "role": "user", "content": "หาราคาแรม kingston ให้หน่อย" }],
  "tools": [{ "type": "larn:web_search", "parameters": { "max_results": 5, "max_searches": 2, "country": "th", "language": "th" } }]
}

• คิดเครดิตต่อการค้นที่สำเร็จหนึ่งครั้ง ค้นไม่สำเร็จไม่คิดค่าค้น และโมเดลจะตอบจากความรู้เดิมพร้อมบอกว่าค้นไม่ได้
• parameters ไม่ใส่ก็ได้: max_results (จำนวนผลต่อการค้น), max_searches (จำนวนครั้งสูงสุดต่อ request), country (รหัสประเทศ 2 ตัวอักษร), language (รหัสภาษา) ค่าที่เกินเพดานของระบบจะถูกลดลงมา
• chunk สุดท้าย (หรือคำตอบแบบไม่ stream) มี x_larn.searches คือจำนวนครั้งที่คิดเงิน และ x_larn.sources คือรายการแหล่งอ้างอิง เลข n ตรงกับ [n] ในคำตอบ
• ระหว่างค้น stream จะมี chunk ว่างที่ x_larn.part เป็น "search" และ status เป็น "searching" แล้ว "done" ใช้แสดงสถานะบนหน้าจอได้
• ใช้คู่กับ tools ของคุณเองได้ ถ้าโมเดลเรียก tool ของคุณ คุณจะได้ tool_calls ตามปกติ (รอบนั้นระบบไม่ค้นและไม่คิดค่าค้น) ชื่อ larn_web_search สงวนไว้ ห้ามใช้ตั้งชื่อ tool ของคุณใน request ที่ขอ larn:web_search
• เมื่อ stream และขอแค่ larn:web_search ข้อความเปิดจะบอกก่อนว่ากำลังจะค้นให้เอง ปิดได้ด้วยวิธีเดียวกับ "ตอบทันที"
• ส่ง web_search_options แทนได้ (อ่านเฉพาะ user_location.approximate.country) แต่คำตอบไม่มี annotations ให้ใช้ x_larn.sources

data: {"choices":[{"delta":{"content":""}}],"x_larn":{"part":"search","status":"searching"}}
data: {"choices":[{"delta":{"content":"แรม Kingston Fury 16GB ราคาประมาณ … [1]"}}]}
data: {"choices":[{"delta":{},"finish_reason":"stop"}],"x_larn":{"request_id":"req_…","searches":1,"sources":[{"n":1,"title":"…","url":"https://…"}]}}
data: [DONE]

Streaming

• ส่ง "stream": true เพื่อรับคำตอบแบบ server-sent events ในรูปแบบเดียวกับ OpenAI และปิดท้ายด้วย data: [DONE]
• ส่ง "stream_options": {"include_usage": true} เพื่อรับจำนวน token ใน chunk สุดท้าย
• ระหว่างที่โมเดลคิดนาน ระบบจะส่งบรรทัด ": keep-alive" มาเป็นระยะ SDK มาตรฐานข้ามบรรทัดนี้ให้เอง
• เมื่อโมเดลคิดเป็นขั้นตอน เนื้อหาการคิดอาจมาใน delta.reasoning_content แยกจาก delta.content
• ทุกคำตอบมี header x-larn-request-id และ x_larn.request_id ในคำตอบ ใช้อ้างอิงเวลาแจ้งปัญหา

ข้อผิดพลาด

ข้อผิดพลาดใช้รูปแบบเดียวกับ OpenAI: {"error": {"message", "type", "code"}} ถ้า stream เริ่มไปแล้ว ข้อผิดพลาดจะมาเป็น data: {"error": …} ใน stream

ใช้เครื่องของเราเท่านั้น

ปกติเมื่อเครื่องของเราไม่ว่างหรือยังไม่พร้อม ระบบจะส่งคำถามให้ผู้ให้บริการภายนอกที่เป็นระบบสำรองตอบแทน เพื่อให้คุณได้คำตอบเสมอ ถ้างานของคุณไม่ต้องการให้ข้อมูลออกไปนอกเครื่องของเรา ให้ใช้ key แบบ "ใช้เครื่องของเราเท่านั้น"

• ตั้งได้ตอนสร้าง key หรือสลับภายหลังในแดชบอร์ด หน้า API keys การเปลี่ยนค่ามีผลภายในราว 30 วินาที
• ครอบคลุมทุกขั้นของ request: ข้อความเปิด คำตอบหลัก และการเขียนต่อเมื่อคำตอบถูกตัดกลางทาง
• ถ้าไม่มีเครื่องของเราพร้อม จะได้ HTTP 503 พร้อม code no_local_backend และ header retry-after ระบบจะไม่ตอบจากระบบสำรองให้ ลองใหม่อีกครั้งได้เลย เครื่องที่พักอยู่จะถูกปลุกตั้งแต่ request แรก
• ค้นเว็บฝั่ง server (larn:web_search) ใช้กับ request แบบนี้ไม่ได้ เพราะคำค้นต้องออกไปผู้ให้บริการค้นภายนอก จะได้ 403 web_search_not_allowed ส่วน tool ค้นเว็บของแอปคุณเองยังใช้ได้ตามปกติ
• ถ้าคำตอบถูกตัดกลางทางและไม่มีเครื่องของเราอีกตัวรับช่วงได้ จะได้ upstream_interrupted ให้ส่งใหม่
• จำกัดเฉพาะบาง request ของ key ปกติได้ด้วยการใส่ใน body "larn": {"local_only": true} ค่านี้ทำได้แค่เข้มขึ้น ใช้ปลดข้อจำกัดของ key ไม่ได้

บัญชีและรหัสผ่าน

• เปลี่ยนรหัสผ่านได้ในแดชบอร์ด หน้าบัญชี (ต้องใช้รหัสผ่านปัจจุบัน)
• ถ้าลืมรหัสผ่าน ติดต่อผู้ดูแลระบบเพื่อขอลิงก์ตั้งรหัสผ่านใหม่ ระบบยังไม่ส่งอีเมลเอง ลิงก์ใช้ได้ครั้งเดียวและหมดอายุใน 60 นาที ดูรายละเอียดที่ หน้าตั้งรหัสผ่านใหม่
• เมื่อตั้งรหัสผ่านใหม่ อุปกรณ์ที่เข้าระบบค้างไว้ทั้งหมดจะถูกออกจากระบบ ส่วน API key ไม่เปลี่ยนและยังใช้ได้ตามเดิม

แผนและขีดจำกัด

ทุกบัญชีอยู่ในแผนรายเดือนหนึ่งแผน การเรียกโมเดลไม่คิดตาม token แต่ละแผนต่างกันที่สามขีดด้านล่างและการเก็บข้อมูล ดูแผนและวันหมดรอบของคุณได้ในแดชบอร์ด

• request พร้อมกัน: นับรวมทุก API key ของบัญชี หน้าลองใช้ในแดชบอร์ด และ tool chat ของ MCP ถ้าครบแล้ว request ใหม่รอได้ราว 2 วินาที ถ้ายังไม่มีช่องว่างจะได้ 429 concurrency_limit_exceeded พร้อม retry-after: 1
• ขนาดข้อความเข้า: ประมาณจาก messages และ tools ที่ส่งมา เกินขีดของแผนได้ 400 context_length_exceeded ข้อความ error บอกขนาดโดยประมาณและขีดของแผน
• ขนาดคำตอบ: max_tokens หรือ max_completion_tokens ที่ขอเกินแผนถูกลดลงให้เอง ไม่ตอบ error ถ้าคำตอบยาวถึงขีดของแผน stream จะจบด้วย finish_reason "length" ส่วนที่โมเดลใช้คิดนับรวมเป็นคำตอบตามที่ผู้ให้บริการนับ
• การเก็บข้อมูล: แผน FREE อาจเก็บข้อความและคำตอบเพื่อปรับปรุงบริการตามนโยบายความเป็นส่วนตัว แผนเสียเงินไม่เก็บ และส่งต่อเฉพาะผู้ให้บริการที่ไม่เก็บข้อมูล ข้อมูลกำกับ (เวลา จำนวน token สถานะ ต้นทุน) ยังถูกบันทึกทุกแผน
• นโยบายใช้งานอย่างเป็นธรรม: บริการตอบจากเครื่องของเราเป็นหลัก และใช้ชั้นสำรองได้ในปริมาณจำกัดต่อรอบ เมื่อใช้ครบและเครื่องของเราไม่ว่างจะได้ 429 fair_use_limit_reached ให้รอแล้วลองใหม่
• ทุกข้อผิดพลาดของแผนอยู่ในตารางหัวข้อ "ข้อผิดพลาด" สำหรับ 429 ให้รอตาม retry-after แล้วลองใหม่

ขีดจำกัดและค่าใช้จ่าย

• rate limit นับต่อ key ค่าเริ่มต้น 120 request ต่อนาที ถ้าต้องการมากกว่านี้ติดต่อผู้ดูแลระบบ
• ไม่รองรับ n มากกว่า 1

ต่อกับผู้ช่วย AI ผ่าน MCP

LARN API มี MCP server ในตัว (Streamable HTTP) ที่ /mcp ต่อด้วย API key ของคุณ แล้วผู้ช่วย AI จะดูการใช้งาน จัดการ key เติมเครดิต และเรียกโมเดลแทนคุณได้