Schnellstart: Unzensierte LLM API

SDK installieren und konfigurieren

Installieren Sie zunächst das offizielle OpenAI SDK für Ihre Sprache. Unsere API funktioniert mit jedem Standard OpenAI-kompatiblen Client, sodass Sie keine benutzerdefinierte Bibliothek benötigen. Legen Sie Ihre base_url zu HTTPS://api.ollamaapipricing.com/v1 und geben Sie den API-Schlüssel aus Ihrem Kontodashboard an. Die Modellkennung ist uncensored. Dieses einzelne Modell verarbeitet alle Ihre Textgenerierungsbedürfnisse ohne Routing-Logik.

Die Authentifizierung erfordert einen gültigen Schlüssel. Wenn Sie einen 401-Fehler sehen, ist Ihr Schlüssel ungültig. Wenn Sie einen 402-Fehler sehen, haben Sie kein Guthaben. Laden Sie mit USDT oder USDC auf, um fortzufahren. Die Basis-URL stellt sicher, dass Ihre Anfragen direkt unsere Server erreichen.

Senden Sie Ihre erste Anfrage

Machen Sie eine POST-Anfrage an /v1/chat/completions mit Ihrem Prompt. Das Modell antwortet nur mit Text. Sie können die Antwortlänge mit max_tokens. Der Standard-Maximal-Output beträgt 2.048 Tokens, es sei denn, Sie geben etwas anderes an. Das Kontextfenster unterstützt bis zu 100.000 Tokens für sowohl Prompt als auch Vervollständigung kombiniert.

Verwenden Sie das folgende Beispiel, um Konnektivität und Antwortqualität zu überprüfen. Passen Sie den messages array anpassen, um Ihren Anwendungsfall zu erfüllen.

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

Streaming und Tools aktivieren

Streaming gibt Tokens über Server-Sent Events (SSE) zurück. Das letzte Chunk enthält die Statistiken zur gesamten Token-Nutzung. So können Sie Antworten in Echtzeit anzeigen und gleichzeitig die Kosten genau verfolgen. Function Calling wird ebenfalls unterstützt. Sie können Tools in Ihrer Anfrage definieren und das Modell entscheiden lassen, welches es verwenden soll.

Festlegen stream zu true in Ihrer SDK-Konfiguration. Die Antwort wird als Reihe von Chunks ankommen. Verarbeiten Sie jeden Chunk entsprechend in Ihrer Anwendungslogik. Dieser Ansatz reduziert die wahrgenommene Latenz für Benutzer, die auf lange Antworten warten.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.ollamaapipricing.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)

JSON-Modus-Antworten behandeln

Verwenden response_format gesetzt auf {"type": "json_object"} um strukturierte Ausgaben zu erzwingen. Dies ist nützlich zum Analysieren von Daten oder zum Generieren von Code. Das Modell hält sich an das im Prompt angegebene JSON-Schema. Wenn die Ausgabe ungültig ist, kann die Anfrage fehlschlagen oder fehlerhaftes JSON zurückgeben.

Kombinieren Sie den JSON-Modus mit dem Funktionsaufruf für robuste Tool-Integration. Stellen Sie sicher, dass Ihre Prompts die erwartete Struktur klar definieren. Dies reduziert den Bedarf an Nachbearbeitungsfehlern. Die API validiert die JSON-Struktur nicht selbst, also verlassen Sie sich auf das Training des Modells.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.ollamaapipricing.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);

Verständnis der Token-Nutzung

Preis ist $0,15 pro 1M Eingabetokens und $0,50 pro 1M Ausgabetokens. Fehler und Ablehnungen sind kostenlos. Guthaben wird nur für erfolgreiche Token-Generierung berechnet. Prepaid-Guthaben verfällt nie. Dieses Modell ist uncensored für die rechtliche erwachsene Nutzung, was bedeutet, dass es weniger Ablehnungen für Standardthemen gibt.

Überwachen Sie Ihre Nutzung über den letzten SSE-Chunk oder die API-Antwort-Header. Behalten Sie Ihr Guthaben im Auge, um Dienstunterbrechungen zu vermeiden. Sie können jederzeit mit Kryptowährungen nachladen. Das System ist transparent bezüglich der Kosten pro Anfrage. Es fallen keine versteckten Gebühren an.

Limits und Errors

Ratenbegrenzungen betragen 300 Anfragen pro Minute und 8 parallele Anfragen pro Schlüssel. Die Grenze für die Anfragekörpergröße beträgt 8 MB. Wenn Sie diese Grenzen überschreiten, erhalten Sie einen 429-Fehler. Verwenden Sie exponentielles Backoff für Wiederholungsversuche. Jedes Konto hat einen aktiven Schlüssel. Das Generieren eines neuen Schlüssels ersetzt den alten sofort.

Behandle Fehler korrekt. Ein 401-Fehler bedeutet, dass der Schlüssel ungültig ist. Ein 402-Fehler bedeutet unzureichendes Guthaben. Ein 429-Fehler bedeutet, dass du limitiert bist. Die API bietet keine SLAs oder Verfügbarkeitsgarantien. Plane deine Wiederholungen entsprechend.

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)