API-snelstartgids

Basis-URL en authenticatie

Verbind met onze uncensored LLM API via de standaard OpenAI-compatible basis-URL. Je API-sleutel verifieert elk verzoek, dus houd deze veilig maar toegankelijk voor je applicatie. We gebruiken een eenvoudige header voor validatie, zodat je prompts zonder wrijving het model bereiken.

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"}]
  }'

Je hebt maar één actieve sleutel per account nodig. Als je sleutels draait, stopt de oude onmiddellijk met werken. Dit voorkomt per ongeluk dubbele facturatie door achtergrondscripts die nog actief zijn. Je vooruitbetaalde tegoed dekt al het gebruik, dus controleer bij voorkeur je saldo via het dashboard.

Chat Completions Endpoint

Stuur berichten naar het "uncensored" model via het standaard chat-completions eindpunt. Dit eindpunt verwerkt tekst-in, tekst-uit interacties met een contextvenster van 100,000 tokens. U kunt systeem-instructies toevoegen om gedrag te definiëren, of gewoon user-berichten sturen voor directe interactie.

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)

Het model weigert wettelijke volwassen of controversiële onderwerpen niet standaard. Stel parameters in zoals temperatuur voor creativiteit of top_p voor diversiteit. Als je max_tokens weglaat, is de standaard output 2.048 tokens. Vraag tot 16.000 tokens aan voor langere antwoorden. Dit endpoint is alles wat je nodig hebt voor de meeste automatiseringstaken.

Streaming-responsen (SSE)

Ontvang realtime token generatie via Server-Sent Events (SSE). Dit is ideaal voor chatinterfaces waar je tekst wilt weergeven zoals deze verschijnt. De laatste chunk van de stream bevat het totale tokenverbruik voor factureringdoeleinden. Hiermee kan je applicatie de kosten nauwkeurig in realtime bijhouden.

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 vermindert de waargenomen latentie voor eindgebruikers, waardoor de uncensored AI-ervaring responsief aanvoelt. Verwerk verbindingsfouten soepel, aangezien netwerkonderbrekingen de stream kunnen laten vallen. Opnieuw verbinden is eenvoudig omdat de modelstatus per verzoek wordt bijgehouden, niet over sessies heen. Gebruik dit voor dynamische contentgeneratie.

Function Calling en JSON-modus

Integreer gestructureerde data-extractie met function calling of JSON-modus. Specificeer tools in de request om het outputformaat van het model te sturen. Dit is cruciaal voor automatiseringspipelines die betrouwbare datastructuren nodig hebben van de ongecensureerde LLM. JSON-modus forceert de respons tot geldige JSON, wat parsefouten vermindert.

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);

Definieer toolschema's met duidelijke beschrijvingen om de nauwkeurigheid te verbeteren. Het model respecteert de tool-definities en retourneert argumenten in het verwachte formaat. Dit maakt het eenvoudig om API-aanroepen aan elkaar te koppelen of externe acties te triggeren. Gebruik dit voor het bouwen van agents of data-verwerkingsworkflows zonder handmatige validatiestappen.

Rate Limits en beperkingen

Onze API hanteert strikte limieten om stabiliteit voor alle gebruikers te garanderen. U mag 300 verzoeken per minuut en 8 gelijktijdige verzoeken per sleutel uitvoeren. Elk verzoeklichaam moet onder de 8 MB blijven om problemen met overmatige payloads te voorkomen. Deze limieten gelden per API-sleutel, dus verdeel de belasting over sleutels indien nodig.

Fouten zoals 401 duiden op een ongeldige of ontbrekende sleutel. Een 402-fout betekent dat je vooruitbetaalde tegoed op is. Een 429-status signaleert dat je de limiet voor het aantal verzoeken hebt bereikt. Pauzeer en probeer het opnieuw na een korte vertraging. Deze beperkingen zijn transparant, zonder verborgen throttling tijdens piekuren.

Contextvenster en uitgavelimieten

Het model ondersteunt een contextvenster van 100.000 tokens, dat zowel prompt als completion omvat. Dit stelt je in staat uitgebreide documentanalyse of lange gespreks geschiedenis te verwerken. De maximale output per verzoek is echter beperkt tot 16.000 tokens. Als je max_tokens niet opgeeft, is de standaardwaarde 2.048 tokens.

Voor zeer lange uitvoeren kun je overwegen het verzoek op te splitsen of streaming te gebruiken. Dit zorgt ervoor dat je binnen de limieten per verzoek blijft. Het contextvenster wordt gedeeld, dus efficiënt promptontwerp is essentieel. Gebruik deze capaciteit voor diep, onbeperkt redeneerwerk zonder harde plafonds te raken.