Início rápido: integre as completions sem censura

Primeira solicitação

Envie sua primeira conclusão imediatamente após gerar sua chave. Use o ID do modelo uncensored para acessar o modelo de peso aberto. Ele lida com entrada e saída de texto de forma eficiente.

O exemplo a seguir demonstra uma solicitação básica de conclusão de texto. Substitua YOUR_API_KEY com sua chave real. Isso confirma que sua autenticação está funcionando corretamente.

Você pode ajustar parâmetros como temperatura ou top_p para controlar a criatividade. O modelo responde a payloads JSON padrão. Erros retornam códigos claros. Um erro 402 significa que você precisa recarregar seu crédito. As recargas usam USDT na TRC20 ou USDC na Base.

Essa simplicidade reduz o tempo de integração. Você não precisa de middleware complexo. A API se comporta como os endpoints padrão do OpenAI. Essa familiaridade acelera significativamente seu ciclo de desenvolvimento.

Integração do SDK Python

Use a biblioteca oficial da OpenAI para Python para integrar rapidamente. Defina a URL base e a chave da API na inicialização do cliente. Essa abordagem mantém seu código limpo e manutenível.

Envie o nome do modelo como uncensored. A biblioteca faz a serialização JSON automaticamente. Você recebe respostas estruturadas que são fáceis de analisar na lógica da sua aplicação.

Este método funciona para fluxos de trabalho síncronos e assíncronos. Você pode transmitir respostas ou obter o texto completo de uma vez. A escolha depende das necessidades da sua experiência do usuário. A transmissão reduz a latência percebida para respostas longas.

Mantenha sua chave de API segura. Não a codifique no controle de versão. Use variáveis de ambiente para implantações em produção. Essa prática evita a exposição acidental de suas credenciais.

Integração do SDK Node

Integre usando o SDK Node.js para aplicativos do lado do servidor. Inicialize o cliente com sua URL base e chave. A estrutura espelha de perto a implementação Python.

Chamar chat.completions.create com o uncensored model. O SDK gerencia as solicitações HTTP de forma eficiente. Você recebe respostas no formato JSON padrão.

Esta configuração funciona bem com servidores Express ou Fastify. Você pode envolver a chamada de API em um manipulador de rotas. Lidar com erros de forma graciosa para informar seus usuários. Um erro 429 indica que você atingiu o limite de taxa.

O uso de memória permanece baixo porque cuidamos das tarefas pesadas. Seu servidor apenas processa a entrada JSON. Essa arquitetura escala facilmente com a base de usuários. Sem necessidade de gerenciar infraestrutura complexa.

Streaming e Uso de Tokens

Ative o streaming definindo stream: true na sua solicitação. A API retorna fragmentos de texto conforme são gerados. Isso melhora a experiência do usuário para respostas longas.

Cada chunk inclui dados de uso de tokens. O último chunk contém a contagem total de tokens para a solicitação. Você pode rastrear os custos em tempo real. Essa transparência ajuda você a gerenciar seu crédito pré-pago de forma eficaz.

Erros durante o streaming são tratados por meio de códigos HTTP padrão. Um erro 402 interrompe o streaming se o crédito acabar. Você pode retomar ou repetir após adicionar fundos. O processo é simples.

O streaming reduz o tempo até o primeiro byte. Os usuários veem o progresso imediatamente. Este recurso é essencial para interfaces de chat. Isso faz com que o LLM sem censura pareça responsivo e dinâmico.

Limites de Taxa e Janela de Contexto

Nossos limites são generosos para a maioria dos casos de uso. Você tem 300 solicitações por minuto por chave. Você pode ter 8 solicitações simultâneas ao mesmo tempo. Isso suporta aplicativos de alto throughput sem criar gargalos.

A janela de contexto é de 100.000 tokens no total. Isso inclui tanto o prompt quanto a conclusão. A saída máxima por solicitação é de 16.000 tokens. Defina max_tokens explicitamente para evitar padrões. O máximo padrão é de 2.048 tokens.

Os códigos de erro ajudam você a depurar rapidamente. 401 significa chave inválida. 402 significa sem crédito. 429 significa limite de taxa excedido. Verifique o corpo da resposta para obter detalhes. Reembolsos não estão disponíveis para crédito, mas erros são corrigidos via suporte.

Os corpos das requisições devem ter menos de 8 MB. Essa restrição garante desempenho estável. Planeje o tamanho do payload de acordo. Documentos grandes podem precisar de fragmentação. Essa abordagem mantém a latência baixa e consistente.

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)