Quickstart: API LLM fără cenzură

Instalați și configurați SDK-ul

Începe prin a instala SDK-ul oficial OpenAI pentru limbajul tău. API-ul nostru funcționează cu orice client standard compatibil cu OpenAI, așa că nu ai nevoie de o bibliotecă personalizată. Setează- base_url pentru HTTPS://api.ollamaapipricing.com/v1 și furnizați cheia API din panoul de cont. Identificatorul modelului este uncensored. Acest model unic gestionează toate nevoile tale de generare text fără logică de rutare.

Autentificarea necesită o cheie validă. Dacă vezi o eroare 401, cheia ta este invalidă. Dacă vezi o eroare 402, nu ai credit. Reîncarcă cu USDT sau USDC pentru a continua. URL-ul de bază asigură că cererile tale ajung direct pe serverele noastre.

Trimiteți Prima Solicitare

Fă o cerere POST către /v1/chat/completions cu promptul tău. Modelul răspunde doar cu text. Puteți controla lungimea răspunsului folosind max_tokens. Ieșirea maximă implicită este de 2.048 de tokeni, decât dacă specifici altfel. Fereastra de context suportă până la 100.000 de tokeni pentru prompt și completarea combinate.

Folosește următorul exemplu pentru a verifica conectivitatea și calitatea răspunsului. Ajustează messages array pentru a se potrivi cu cazul tău de utilizare.

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"}]
  }'

Activează Streaming și instrumente

Streaming returnează tokenuri prin Server-Sent Events (SSE). Blocul final conține statisticile de utilizare a tokenurilor. Acest lucru vă permite să afișați răspunsuri în timp real, în timp ce urmăriți costurile cu precizie. Se suportă și apelarea de funcții. Puteți defini instrumente în cererea dumneavoastră și lăsați modelul să aleagă ce instrumente să utilizeze.

Setează stream pentru true în configurația SDK. Răspunsul va ajunge sub forma unei serii de fragmente. Gestionează fiecare fragment corespunzător în logica aplicației dumneavoastră. Această abordare reduce latența percepută pentru utilizatorii care așteaptă răspunsuri lungi.

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)

Gestionați răspunsurile modulului JSON

Utilizare response_format setat la {"type": "json_object"} pentru a impune ieșiri structurate. Acest lucru este util pentru analizarea datelor sau generarea de cod. Modelul se conformează la schema JSON furnizată în prompt. Dacă ieșirea este invalidă, cererea poate eșua sau poate returna JSON defectuos.

Combină modul JSON cu apelarea de funcții pentru integrarea robustă a instrumentelor. Asigură-te că prompturile definesc clar structura așteptată. Acest lucru reduce nevoia de corectarea erorilor post-procesare. API-ul nu validează structura JSON în sine, așa că bazează-te pe antrenamentul modelului.

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);

Înțelegeți utilizarea tokenilor

Prețurile sunt 0,15 $ per 1M tokeni de intrare și 0,50 $ per 1M tokeni de ieșire. Erorile și respingerile sunt gratuite. Creditele sunt taxate doar pentru generarea de tokeni reușită. Creditele preplătite nu expiră niciodată. Acest model este uncensored pentru utilizare adultă legală, ceea ce înseamnă mai puține respingeri pentru subiecte standard.

Monitorizați-vă utilizarea prin ultimul fragment SSE sau prin antetele de răspuns API. Țineți evidența soldului pentru a evita întreruperea serviciului. Puteți reîncărca oricând cu criptomonede. Sistemul este transparent privind costurile per cerere. Nu se aplică taxe ascunse.

Limite și Erori

Limitările de rată sunt de 300 de cereri pe minut și 8 cereri concurente per cheie. Limita de dimensiune a corpului cererii este de 8 MB. Dacă depășești aceste limite, vei primi o eroare 429. Folosește backoff exponențial pentru a gestiona reîncercările. Fiecare cont are o cheie activă. Generarea unei noi chei înlocuiește imediat cea veche.

Gestionați erorile cu grijă. O eroare 401 înseamnă că cheia este nevalidă. O eroare 402 înseamnă credit insuficient. O eroare 429 înseamnă că ești limitat de rată. API-ul nu oferă SLA-uri sau garanții de timp de funcționare. Planifică-ți repornirile în consecință.

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)