Update backend_models.py

backend_models.py

@@ -3,10 +3,8 @@ from openai import OpenAI
 
 def get_inference_client(model_id: str, provider: str = "auto"):
     """
-    Ép tất cả các model trong danh sách (Kimi, Gemma, Qwen...) 
-    phải gọi vào endpoint miễn phí của Hugging Face.
+    Ép buộc sử dụng endpoint Serverless miễn phí của Hugging Face.
     """
-    # Nếu nó đòi Novita, ta cứ phớt lờ và đưa nó sang endpoint miễn phí
     return OpenAI(
         base_url="https://api-inference.huggingface.co/v1/",
         api_key=os.getenv("HF_TOKEN")
@@ -14,17 +12,27 @@ def get_inference_client(model_id: str, provider: str = "auto"):
 
 def get_real_model_id(model_id: str) -> str:
     """
-    Hàm này cực kỳ quan trọng:
-    Nó biến 'moonshotai/Kimi-K2.6:novita' thành 'moonshotai/Kimi-K2.6'
-    'google/gemma-4-31B:fastest' thành 'google/gemma-4-31B'
+    Ánh xạ các model trả phí trong menu sang model miễn phí tương đương.
     """
-    # Xóa hậu tố provider để API của Hugging Face nhận diện được model
-    base_id = model_id.split(":")[0]
-    return base_id
+    mapping = {
+        "Kimi-K2.6": "meta-llama/Llama-3.1-8B-Instruct",
+        "Gemma-4-31B-it": "google/gemma-2-9b-it",
+        "Qwen3.5-397B-A17B": "Qwen/Qwen2.5-7B-Instruct",
+        "DeepSeek-V3": "Qwen/Qwen2.5-Coder-7B-Instruct"
+    }
+    
+    # Lấy tên model chính (bỏ qua hậu tố :novita, :cerebras)
+    clean_id = model_id.split(":")[0]
+    
+    # Nếu có trong mapping, chuyển sang model miễn phí
+    for key, free_model in mapping.items():
+        if key in clean_id:
+            return free_model
+            
+    return "meta-llama/Llama-3.1-8B-Instruct" # Mặc định an toàn
 
 def is_native_sdk_model(model_id: str) -> bool:
     return False
 
 def is_mistral_model(model_id: str) -> bool:
     return "mistral" in model_id.lower()
-