Guía de inicio rápido de API

URL Base y Autenticación

Conéctate a nuestra API de LLM uncensored usando la URL base compatible con OpenAI estándar. Tu clave API autentica cada solicitud, así que mantenla segura pero accesible para tu aplicación. Usamos un encabezado simple para la validación, asegurando que tus prompts lleguen al modelo sin fricción.

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"}]
  }'

Solo necesitas una clave activa por cuenta. Si rotas las claves, la antigua deja de funcionar inmediatamente. Esto evita cobros dobles accidentales por scripts obsoletos ejecutándose en segundo plano. Tu crédito prepagado cubre todo el uso, así que monitorea tu saldo a través del panel si es necesario.

Endpoint Chat Completions

Envía mensajes al modelo "uncensored" a través del endpoint estándar de finalización de chat. Este endpoint maneja interacciones de texto-entrada, texto-salida con una ventana de contexto de 100,000 tokens. Puedes incluir instrucciones de system para definir el comportamiento, o simplemente enviar mensajes de user para interacción directa.

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)

El modelo no rechaza el contenido adulto lícito o los temas controvertidos de forma predeterminada. Configura parámetros como la temperatura para la creatividad o top_p para la diversidad. Si omites max_tokens, la salida predeterminada es de 2,048 tokens. Solicita hasta 16,000 tokens para respuestas más largas. Este endpoint es todo lo que necesitas para la mayoría de las tareas de automatización.

Respuestas en streaming (SSE)

Recibe generación de tokens en tiempo real utilizando Server-Sent Events (SSE). Esto es ideal para interfaces de chat donde deseas mostrar el texto a medida que aparece. El último fragmento del stream incluye el uso total de tokens para facturación. Esto permite a tu aplicación rastrear los costos con precisión en tiempo real.

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)

El streaming reduce la latencia percibida para los usuarios finales, haciendo que la experiencia de IA sin censura se sienta receptiva. Maneja los errores de conexión de forma elegante, ya que las interrupciones de red pueden interrumpir el stream. Reconectar es sencillo ya que el estado del modelo se mantiene por solicitud, no entre sesiones. Usa esto para la generación de contenido dinámico.

Llamada de Función y Modo JSON

Integra extracción de datos estructurados usando llamada de funciones o modo JSON. Especifica herramientas en la solicitud para guiar el formato de salida del modelo. Esto es crucial para pipelines de automatización que necesitan estructuras de datos confiables del LLM sin censura. El modo JSON fuerza que la respuesta sea JSON válido, reduciendo errores de análisis.

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);

Define esquemas de herramientas con descripciones claras para mejorar la precisión. El modelo respeta las definiciones de herramientas, devolviendo los argumentos en el formato esperado. Esto facilita encadenar llamadas a la API o desencadenar acciones externas. Úsalo para construir agentes o flujos de trabajo de procesamiento de datos sin pasos manuales de validación.

Límites de velocidad y restricciones

Nuestra API impone límites estrictos para garantizar la estabilidad para todos los usuarios. Tienes permitido realizar 300 solicitudes por minuto y 8 solicitudes concurrentes por clave. Cada cuerpo de solicitud debe estar por debajo de 8 MB para evitar problemas excesivos de carga útil. Estos límites se aplican por clave de API, así que distribuye la carga entre claves si es necesario.

Errores como 401 indican una clave inválida o faltante. Un error 402 significa que tu crédito prepagado se agotó. Un estado 429 señala que has alcanzado el límite de tasa. Pausa y reintenta después de un breve retraso. Estas restricciones son transparentes, sin throttling oculto durante los picos de tráfico.

Ventana de Contexto y Límites de Salida

El modelo admite una ventana de contexto de 100,000 tokens, que abarca tanto prompt como completion. Esto permite un análisis extenso de documentos o historiales de conversaciones largas. Sin embargo, la salida máxima por solicitud está limitada a 16,000 tokens. Si no especificas max_tokens, el valor predeterminado es de 2,048 tokens.

Para salidas muy largas, considera dividir la solicitud o usar streaming. Esto garantiza que te mantengas dentro de los límites por solicitud. La ventana de contexto es compartida, por lo que un diseño eficiente de la instrucción es clave. Utiliza esta capacidad para tareas de razonamiento profundo y sin restricciones sin alcanzar límites estrictos.