Démarrage rapide : API LLM sans censure

Installer et configurer le SDK

Commencez par installer le SDK officiel OpenAI pour votre langage. Notre API fonctionne avec n'importe quel client standard compatible OpenAI, vous n'avez donc pas besoin d'une bibliothèque personnalisée. Définissez votre base_url à HTTPS://api.ollamaapipricing.com/v1 et fournissez la clé API depuis le tableau de bord de votre compte. L'identifiant du modèle est uncensored. Ce modèle unique gère tous vos besoins de génération de texte sans logique de routage.

L'authentification nécessite une clé valide. Si vous voyez une erreur 401, votre clé est invalide. Si vous voyez une erreur 402, vous n'avez pas de crédit. Rechargez avec USDT ou USDC pour continuer. L'URL de base garantit que vos requêtes atteignent nos serveurs directement.

Envoyez votre première demande

Effectuer une requête POST à /v1/chat/completions avec votre invite. Le modèle répond uniquement avec du texte. Vous pouvez contrôler la longueur de la réponse en utilisant max_tokens. La sortie maximale par défaut est de 2 048 tokens sauf indication contraire. La fenêtre de contexte prend en charge jusqu'à 100 000 tokens pour l'invite et la complétion combinées.

Utilisez l'exemple suivant pour vérifier la connectivité et la qualité de la réponse. Ajustez le messages tableau pour l'adapter à votre cas d'utilisation.

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"}]
  }'

Activer le Streaming et les Outils

Le streaming renvoie des jetons via les Server-Sent Events (SSE). Le dernier chunk contient les statistiques d'utilisation totale des jetons. Cela vous permet d'afficher les réponses en temps réel tout en suivant les coûts avec précision. L'appel de fonctions est également pris en charge. Vous pouvez définir des outils dans votre requête et laisser le modèle choisir lesquels utiliser.

Définir stream à true dans votre configuration SDK. La réponse arrivera sous forme de série de chunks. Gérez chaque chunk de manière appropriée dans la logique de votre application. Cette approche réduit la latence perçue pour les utilisateurs attendant des réponses longues.

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)

Gérer les réponses du mode JSON

Utiliser response_format défini à {"type": "json_object"} pour imposer une sortie structurée. C'est utile pour analyser des données ou générer du code. Le modèle se conforme au schéma JSON fourni dans le prompt. Si la sortie est invalide, la requête peut échouer ou renvoyer du JSON mal formé.

Combinez le mode JSON avec l'appel de fonctions pour une intégration d'outils robuste. Assurez-vous que vos prompts définissent clairement la structure attendue. Cela réduit le besoin de corrections post-traitement. L'API ne valide pas elle-même la structure JSON, alors comptez sur l'entraînement du modèle.

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);

Comprendre l'utilisation des tokens

La tarification est 0,15 $ par 1M de tokens d'entrée et 0,50 $ par 1M de tokens de sortie. Les erreurs et les refus sont gratuits. Le crédit n'est facturé que pour la génération réussie de jetons. Le crédit prépayé n'expire jamais. Ce modèle est sans censure pour l'usage adulte légal, ce qui signifie moins de refus pour les sujets standards.

Surveillez votre utilisation via le dernier chunk SSE ou les en-têtes de réponse de l'API. Suivez votre solde pour éviter les interruptions de service. Vous pouvez recharger à tout moment avec des cryptomonnaies. Le système est transparent sur les coûts par requête. Aucun frais cachés ne s'appliquent.

Limites et erreurs

Les limites de débit sont de 300 requêtes par minute et de 8 requêtes concurrentes par clé. La taille limite du corps de la requête est de 8 Mo. Si vous dépassez ces limites, vous recevrez une erreur 429. Utilisez une rétrogradation exponentielle pour gérer les nouvelles tentatives. Chaque compte a une clé active. La génération d'une nouvelle clé remplace immédiatement l'ancienne.

Gérez les erreurs avec élégance. Une erreur 401 signifie que la clé est invalide. Une erreur 402 signifie un crédit insuffisant. Une erreur 429 signifie que vous êtes limité en taux. L'API n'offre pas de SLA ni de garanties de disponibilité. Planifiez vos réessais en conséquence.

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)