Inicio rápido: Integra completions sin censura

Primera solicitud

Envía tu primera completación inmediatamente después de generar tu clave. Usa el ID del modelo uncensored acceder al modelo de peso abierto. Maneja texto de entrada y texto de salida de manera eficiente.

El siguiente ejemplo demuestra una solicitud básica de finalización de texto. Reemplaza YOUR_API_KEY con tu clave real. Esto confirma que tu autenticación funciona correctamente.

Puedes ajustar parámetros como temperature o top_p para controlar la creatividad. El modelo responde a payloads JSON estándar. Los errores devuelven códigos claros. Un error 402 significa que necesitas recargar tu crédito. Las recargas usan USDT en TRC20 o USDC en Base.

Esta simplicidad reduce el tiempo de integración. No necesitas middleware complejo. La API se comporta como los endpoints estándar de OpenAI. Esta familiaridad acelera significativamente tu ciclo de desarrollo.

Integración del SDK de Python

Utiliza la biblioteca oficial de Python de OpenAI para integrar rápidamente. Configura la URL base y la clave de API en la inicialización del cliente. Este enfoque mantiene tu código limpio y mantenible.

Pasa el nombre del modelo como uncensored. La biblioteca maneja la serialización JSON automáticamente. Recibes respuestas estructuradas que son fáciles de analizar en la lógica de tu aplicación.

Este método funciona tanto para flujos de trabajo sincrónicos como asíncronos. Puedes transmitir respuestas o obtener el texto completo de una vez. La elección depende de tus necesidades de experiencia de usuario. La transmisión reduce la latencia percibida para respuestas largas.

Mantén tu clave API segura. No la codifiques en el control de versiones. Usa variables de entorno para los despliegues en producción. Esta práctica evita la exposición accidental de tus credenciales.

Integración del SDK Node

Integra utilizando el SDK de Node.js para aplicaciones del lado del servidor. Inicializa el cliente con tu URL base y clave. La estructura se asemeja estrechamente a la implementación de Python.

Llamar chat.completions.create con el uncensored modelo. El SDK gestiona las solicitudes HTTP de manera eficiente. Obtienes respuestas en formato JSON estándar.

Esta configuración funciona bien con servidores Express o Fastify. Puedes envolver la llamada a la API en un controlador de ruta. Maneja los errores de manera elegante para informar a tus usuarios. Un error 429 indica que has alcanzado el límite de frecuencia.

El uso de memoria se mantiene bajo porque nosotros nos encargamos de la parte pesada. Tu servidor solo procesa la entrada JSON. Esta arquitectura escala fácilmente con tu base de usuarios. No se requiere gestión de infraestructura compleja.

Streaming y Uso de Tokens

Habilita la transmisión estableciendo stream: true en tu solicitud. La API devuelve fragmentos de texto a medida que se generan. Esto mejora la experiencia del usuario para respuestas largas.

Cada fragmento incluye datos de uso de tokens. El último fragmento contiene el recuento total de tokens para la solicitud. Puedes rastrear los costos en tiempo real. Esta transparencia te ayuda a gestionar tu crédito prepagado de manera efectiva.

Los errores durante el streaming se manejan mediante códigos HTTP estándar. Un error 402 detiene el flujo si se agota el crédito. Puedes reanudar o reintentar después de recargar. El proceso es sencillo.

El streaming reduce el tiempo hasta el primer byte. Los usuarios ven el progreso inmediatamente. Esta función es esencial para interfaces de chat. Hace que el LLM uncensored se sienta receptivo y dinámico.

Límites de velocidad y ventana de contexto

Nuestros límites son generosos para la mayoría de los casos de uso. Obtienes 300 solicitudes por minuto por clave. Puedes tener 8 solicitudes concurrentes al mismo tiempo. Esto soporta aplicaciones de alto rendimiento sin crear cuellos de botella.

La ventana de contexto es de 100.000 tokens en total. Esto incluye tanto el prompt como la completación. La salida máxima por solicitud es de 16.000 tokens. Establece max_tokens explícitamente para evitar valores predeterminados. El máximo predeterminado es de 2.048 tokens.

Los códigos de error te ayudan a depurar rápidamente. 401 significa clave inválida. 402 significa sin crédito. 429 significa límite de velocidad excedido. Consulta el cuerpo de la respuesta para obtener detalles. No hay reembolsos para el crédito, pero los errores se corrigen mediante soporte.

Los cuerpos de las solicitudes deben tener menos de 8 MB. Esta restricción garantiza un rendimiento estable. Planifica el tamaño de tu carga útil en consecuencia. Los documentos grandes pueden necesitar fragmentación. Este enfoque mantiene la latencia baja y constante.

cURL

Copycurl https://api.openaitokenpricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate cost for 100k tokens"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.openaitokenpricing.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.openaitokenpricing.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Transmisión

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)