Avvio rapido: Integra completions senza filtri

Prima richiesta

Invia la tua prima completazione immediatamente dopo aver generato la tua chiave. Usa l'ID del modello uncensored al modello open-weight. Gestisce input e output testuali in modo efficiente.

L'esempio seguente dimostra una richiesta di completamento di testo di base. Sostituisci YOUR_API_KEY con la tua chiave effettiva. Questo conferma che la tua autenticazione funziona correttamente.

Puoi regolare parametri come temperature o top_p per controllare la creatività. Il modello risponde a payload JSON standard. Gli errori restituiscono codici chiari. Un errore 402 significa che è necessario ricaricare il credito. Le ricariche utilizzano USDT su TRC20 o USDC su Base.

Questa semplicità riduce i tempi di integrazione. Non hai bisogno di middleware complessi. L'API si comporta come gli endpoint standard di OpenAI. Questa familiarità accelera significativamente il tuo ciclo di sviluppo.

Integrazione SDK Python

Utilizza la libreria Python ufficiale di OpenAI per un'integrazione rapida. Imposta l'URL di base e la chiave API nell'inizializzazione del client. Questo approccio mantiene il tuo codice pulito e manutenibile.

Passa il nome del modello come uncensored. La libreria gestisce automaticamente la serializzazione JSON. Ricevi risposte strutturate facili da analizzare nella logica della tua applicazione.

Questo metodo funziona sia per flussi di lavoro sincroni che asincroni. Puoi trasmettere le risposte o ottenere il testo completo in un'unica soluzione. La scelta dipende dalle esigenze di user experience. Lo streaming riduce la latenza percepita per le risposte lunghe.

Mantieni la tua chiave API al sicuro. Non codificarla hardcoded nel controllo di versione. Usa variabili d'ambiente per le distribuzioni in produzione. Questa pratica previene l'esposizione accidentale delle tue credenziali.

Integrazione SDK Node

Integra utilizzando l'SDK Node.js per applicazioni server-side. Inizializza il client con il tuo URL di base e la chiave. La struttura rispecchia da vicino l'implementazione Python.

Chiama chat.completions.create con il uncensored model. L'SDK gestisce le richieste HTTP in modo efficiente. Ricevi risposte in formato JSON standard.

Questa configurazione funziona bene con server Express o Fastify. Puoi avvolgere la chiamata API in un gestore di route. Gestisci gli errori in modo elegante per informare gli utenti. Un errore 429 indica che hai raggiunto il limite di frequenza.

L'utilizzo della memoria rimane basso perché gestiamo noi il lavoro pesante. Il tuo server si limita a elaborare l'input JSON. Questa architettura si scala facilmente in base al numero di utenti. Non è necessaria una gestione complessa dell'infrastruttura.

Streaming e Utilizzo dei Token

Abilita lo streaming impostando stream: true nella tua richiesta. L'API restituisce chunk di testo man mano che vengono generati. Questo migliora l'esperienza utente per le risposte lunghe.

Ogni chunk include dati sull'utilizzo dei token. L'ultimo chunk contiene il conteggio totale dei token per la richiesta. Puoi monitorare i costi in tempo reale. Questa trasparenza ti aiuta a gestire efficacemente il tuo credito prepagato.

Gli errori durante lo streaming vengono gestiti tramite codici HTTP standard. Un errore 402 interrompe lo streaming se il credito si esaurisce. Puoi riprendere o ritentare dopo la ricarica. Il processo è semplice.

Lo streaming riduce il tempo al primo byte. Gli utenti vedono i progressi immediatamente. Questa funzionalità è essenziale per le interfacce chat. Rende l'LLM uncensored reattivo e dinamico.

Limiti di frequenza e finestra di contesto

I nostri limiti sono generosi per la maggior parte dei casi d'uso. Ottieni 300 richieste al minuto per chiave. Puoi avere 8 richieste concorrenti contemporaneamente. Questo supporta applicazioni ad alto throughput senza creare colli di bottiglia.

La finestra di contesto è di 100.000 token in totale. Include sia il prompt che il completamento. L'output massimo per richiesta è di 16.000 token. Imposta max_tokens esplicitamente per evitare i valori predefiniti. Il max predefinito è di 2.048 token.

I codici di errore ti aiutano a eseguire il debug rapidamente. 401 significa chiave non valida. 402 significa nessun credito. 429 significa limite di velocità superato. Controlla il corpo della risposta per i dettagli. I rimborsi non sono disponibili per il credito, ma gli errori vengono risolti tramite supporto.

I corpi delle richieste devono essere inferiori a 8 MB. Questo vincolo garantisce prestazioni stabili. Pianifica la dimensione del payload di conseguenza. I documenti di grandi dimensioni potrebbero richiedere una suddivisione in chunk. Questo approccio mantiene la latenza bassa e costante.

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);

Streaming

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)