Inicio rápido: API de LLM sin censura

Instala y configura el SDK

Empieza instalando el SDK oficial de OpenAI para tu lenguaje. Nuestra API funciona con cualquier cliente estándar compatible con OpenAI, por lo que no necesitas una biblioteca personalizada. Configura tu base_url para HTTPS://api.ollamaapipricing.com/v1 y proporciona la clave de API desde el panel de control de tu cuenta. El identificador del modelo es uncensored. Este único modelo maneja todas tus necesidades de generación de texto sin lógica de enrutamiento.

La autenticación requiere una clave válida. Si ves un error 401, tu clave es inválida. Si ves un error 402, no tienes crédito. Recarga con USDT o USDC para continuar. La URL base asegura que tus solicitudes lleguen directamente a nuestros servidores.

Envía tu primera solicitud

Hacer una solicitud POST a /v1/chat/completions con tu prompt. El modelo responde solo con texto. Puedes controlar la longitud de la respuesta usando max_tokens. La salida máxima predeterminada es de 2,048 tokens a menos que especifiques lo contrario. La ventana de contexto soporta hasta 100,000 tokens para prompt y finalización combinados.

Utiliza el siguiente ejemplo para verificar la conectividad y la calidad de la respuesta. Ajusta el messages array para adaptarlo a tu caso de uso.

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"}]
  }'

Habilitar Streaming y Herramientas

El streaming devuelve tokens mediante Server-Sent Events (SSE). El último fragmento contiene las estadísticas totales de uso de tokens. Esto te permite mostrar las respuestas en tiempo real mientras rastreas los costos con precisión. También se admite la llamada a funciones. Puedes definir herramientas en tu solicitud y permitir que el modelo elija cuáles usar.

Establecer stream para true en tu configuración SDK. La respuesta llegará como una serie de fragmentos. Maneja cada fragmento apropiadamente en la lógica de tu aplicación. Este enfoque reduce la latencia percibida para los usuarios que esperan respuestas largas.

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)

Gestionar respuestas del modo JSON

Usar response_format establecido a {"type": "json_object"} para forzar una salida estructurada. Esto es útil para analizar datos o generar código. El modelo se adhiere al esquema JSON proporcionado en el prompt. Si la salida no es válida, la solicitud puede fallar o devolver JSON mal formado.

Combina el modo JSON con la llamada de funciones para una integración de herramientas robusta. Asegúrate de que tus prompts definan claramente la estructura esperada. Esto reduce la necesidad de corrección de errores post-procesamiento. La API no valida la estructura JSON en sí misma, así que confía en el entrenamiento del modelo.

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);

Comprender el uso de tokens

Los precios son $0.15 por cada 1M de tokens de entrada y $0.50 por cada 1M de tokens de salida. Los errores y las negativas son gratuitos. El crédito se cobra solo por la generación de tokens exitosa. El crédito prepagado nunca caduca. Este modelo es uncensored para uso adulto lícito, lo que significa menos negativas para temas estándar.

Monitorea tu uso a través del último fragmento SSE o los encabezados de respuesta de la API. Lleva un control de tu saldo para evitar interrupciones del servicio. Puedes recargar en cualquier momento con criptomonedas. El sistema es transparente sobre los costos por solicitud. No se aplican tarifas ocultas.

Límites y errores

Los límites de velocidad son de 300 solicitudes por minuto y 8 solicitudes concurrentes por clave. El límite de tamaño del cuerpo de la solicitud es de 8 MB. Si excedes estos límites, recibirás un error 429. Utiliza retroceso exponencial para manejar los reintentos. Cada cuenta tiene una clave activa. Generar una nueva clave reemplaza a la antigua inmediatamente.

Gestiona los errores de forma elegante. Un error 401 significa que la clave no es válida. Un error 402 indica crédito insuficiente. Un error 429 indica que estás limitado por velocidad. La API no ofrece SLAs ni garantías de disponibilidad. Planifica tus reintentos en consecuencia.

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)