API-Schnellstart-Leitfaden

Basis-URL und Authentifizierung

Verbinden Sie sich mit unserer unzensierten LLM-API über die Standard-OpenAI-kompatible Base-URL. Ihr API-Schlüssel authentifiziert jede Anfrage, also halten Sie ihn sicher, aber für Ihre Anwendung zugänglich. Wir verwenden einen einfachen Header zur Validierung, der sicherstellt, dass Ihre Prompts reibungslos das Modell erreichen.

Copycurl https://api.modelsaiuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all available endpoint urls"}]
  }'

Sie benötigen nur einen aktiven Schlüssel pro Konto. Wenn Sie Schlüssel rotieren, funktioniert der alte sofort nicht mehr. Dies verhindert versehentliche Doppelabrechnungen durch veraltete Skripte, die im Hintergrund ausgeführt werden. Ihr bezahltes Guthaben deckt alle Nutzung ab, also überwachen Sie Ihr Konto bei Bedarf über das Dashboard.

Chat-Vervollständigungs-Endpunkt

Senden Sie Nachrichten an das Modell "uncensored" über den Standard-Chat-Completions-Endpunkt. Dieser Endpunkt verarbeitet Text-ein, Text-aus-Interaktionen mit einem Kontextfenster von 100.000 Tokens. Sie können Systemanweisungen zur Verhaltensdefinition einfügen oder einfach Benachrichtigungen für direkte Interaktionen senden.

Copyfrom openai import OpenAI

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

Das Modell lehnt rechtmäßige erwachsene oder kontroverse Themen standardmäßig nicht ab. Legen Sie Parameter wie Temperatur für Kreativität oder top_p für Vielfalt fest. Wenn Sie max_tokens weglassen, beträgt die Standardausgabe 2.048 Tokens. Fordern Sie bis zu 16.000 Tokens für längere Antworten an. Dieser Endpunkt ist für die meisten Automatisierungsaufgaben alles, was Sie benötigen.

Streaming-Antworten (SSE)

Erhalten Sie Echtzeit-Token-Generierung über Server-Sent Events (SSE). Dies ist ideal für Chat-Schnittstellen, bei denen Text angezeigt werden soll, sobald er erscheint. Der letzte Chunk des Streams enthält die gesamte Token-Nutzung für Abrechnungszwecke. Dies ermöglicht es Ihrer Anwendung, die Kosten in Echtzeit genau zu verfolgen.

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)

Streaming reduziert die wahrgenommene Latenz für Endbenutzer und lässt die uncensored KI-Erfahrung reaktionsschnell wirken. Behandeln Sie Verbindungsfehler gracefully, da Netzwerkunterbrechungen den Stream abbrechen können. Das Wiederherstellen der Verbindung ist einfach, da der Modellstatus pro Anfrage und nicht über Sitzungen hinweg beibehalten wird. Nutzen Sie dies für die Generierung dynamischer Inhalte.

Function Calling und JSON-Modus

Integrieren Sie die Extraktion strukturierter Daten über Function Calling oder den JSON-Modus. Geben Sie Tools in der Anfrage an, um das Ausgabeformat des Modells zu steuern. Dies ist entscheidend für Automatisierungspipelines, die zuverlässige Datenstrukturen vom unzensierten LLM benötigen. Der JSON-Modus erzwingt eine gültige JSON-Ausgabe und reduziert Parsing-Fehler.

Copyimport OpenAI from "openai";

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

Definieren Sie Toolschemata mit klaren Beschreibungen, um die Genauigkeit zu verbessern. Das Modell berücksichtigt die Tool-Definitionen und gibt Argumente im erwarteten Format zurück. Dies erleichtert das Verketten von API-Aufrufen oder das Auslösen externer Aktionen. Nutzen Sie dies für den Aufbau von Agenten oder Datenverarbeitung-Workflows ohne manuelle Validierungsschritte.

Ratenbegrenzungen und Beschränkungen

Unsere API setzt strenge Grenzen zur Sicherstellung der Stabilität für alle Benutzer. Sie dürfen 300 Anfragen pro Minute und 8 gleichzeitige Anfragen pro Schlüssel stellen. Jeder Anfragetext muss unter 8 MB liegen, um übermäßige Payload-Probleme zu vermeiden. Diese Grenzen gelten pro API-Schlüssel, verteilen Sie die Last also bei Bedarf auf mehrere Schlüssel.

Fehler wie 401 deuten auf ungültige oder fehlende Schlüssel hin. Ein 402-Fehler bedeutet, dass Ihr Prepaid-Guthaben aufgebraucht ist. Ein 429-Status signalisiert, dass Sie das Limit erreicht haben. Warten Sie kurz und versuchen Sie es erneut. Diese Einschränkungen sind transparent, ohne versteckte Drosselung zu Stoßzeiten.

Kontextfenster und Ausgabelimits

Das Modell unterstützt einen 100.000-Token-Context-Window, der sowohl Prompt als auch Completion umfasst. Dies ermöglicht umfangreiche Dokumentenanalysen oder lange Gesprächsverläufe. Die maximale Ausgabe pro Anfrage ist jedoch auf 16.000 Tokens beschränkt. Wenn Sie max_tokens nicht angeben, beträgt der Standardwert 2.048 Tokens.

Für sehr lange Ausgaben sollten Sie die Anfrage aufteilen oder Streaming verwenden. Dies stellt sicher, dass Sie innerhalb der pro Anfrage geltenden Limits bleiben. Der Kontextfenster wird geteilt, daher ist ein effizientes Prompt-Design entscheidend. Nutzen Sie diese Kapazität für tiefgreifende, uneingeschränkte Denkaufgaben, ohne harte Grenzen zu erreichen.