Guia de Início Rápido da API

URL Base e Autenticação

Conecte-se à nossa API de LLM uncensored usando a URL base padrão compatível com OpenAI. Sua chave de API autentica todas as solicitações, então mantenha-a segura, mas acessível ao seu aplicativo. Usamos um cabeçalho simples para validação, garantindo que seus prompts alcancem o modelo sem atritos.

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"}]
  }'

Você só precisa de uma chave ativa por conta. Se você rotacionar as chaves, a antiga deixará de funcionar imediatamente. Isso evita cobranças duplas acidentais de scripts antigos que estão rodando em segundo plano. Seu crédito pré-pago cobre todo o uso, então monitore seu saldo pelo painel, se necessário.

Endpoint Chat Completions

Envie mensagens para o modelo "uncensored" via o endpoint padrão de chat completions. Este endpoint lida com interações texto-entrada, texto-saída com uma janela de contexto de 100.000 tokens. Você pode incluir instruções system para definir o comportamento, ou apenas enviar mensagens user para interação direta.

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)

O modelo não recusa conteúdo adulto legal ou tópicos controversos por padrão. Defina parâmetros como temperatura para criatividade ou top_p para diversidade. Se você omitir max_tokens, a saída padrão é de 2.048 tokens. Solicite até 16.000 tokens para respostas mais longas. Este endpoint é tudo o que você precisa para a maioria das tarefas de automação.

Respostas em Streaming (SSE)

Receba geração de tokens em tempo real usando Server-Sent Events (SSE). Isso é ideal para interfaces de chat onde você deseja exibir o texto conforme ele aparece. O último bloco do fluxo inclui o uso total de tokens para fins de cobrança. Isso permite que seu aplicativo rastreie os custos com precisão em tempo 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)

O streaming reduz a latência percebida para o usuário final, fazendo com que a experiência com a IA sem censura pareça responsiva. Lidere erros de conexão de forma elegante, pois interrupções de rede podem interromper o fluxo de streaming. Reconectar é simples, pois o estado do modelo é mantido por solicitação, não entre sessões. Use isso para geração de conteúdo dinâmico.

Chamada de Função e Modo JSON

Integre extração de dados estruturados usando chamada de funções ou modo JSON. Especifique ferramentas na solicitação para orientar o formato de saída do modelo. Isso é crucial para pipelines de automação que precisam de estruturas de dados confiáveis do LLM sem censura. O modo JSON força a resposta a ser JSON válido, reduzindo erros de análise.

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);

Defina esquemas de ferramentas com descrições claras para melhorar a precisão. O modelo respeita as definições das ferramentas, retornando argumentos no formato esperado. Isso facilita encadear chamadas de API ou acionar ações externas. Use isso para construir agentes ou fluxos de trabalho de processamento de dados sem etapas manuais de validação.

Limites de Taxa e Restrições

Nossa API impõe limites rigorosos para garantir estabilidade para todos os usuários. Você tem permissão para 300 requisições por minuto e 8 requisições concorrentes por chave. Cada corpo de requisição deve estar abaixo de 8 MB para evitar problemas excessivos de payload. Esses limites aplicam-se por chave de API, então distribua a carga entre as chaves se necessário.

Erros como 401 indicam uma chave inválida ou ausente. Um erro 402 significa que seu crédito pré-pago se esgotou. Um status 429 sinaliza que você atingiu o limite de taxa. Pausa e retente após um curto atraso. Essas restrições são transparentes, sem throttling oculto durante horários de pico.

Janela de Contexto e Limites de Saída

O modelo suporta uma janela de contexto de 100.000 tokens, abrangendo tanto o prompt quanto a conclusão. Isso permite análise extensiva de documentos ou históricos de conversas longas. No entanto, a saída máxima por solicitação é limitada a 16.000 tokens. Se você não especificar max_tokens, o padrão é de 2.048 tokens.

Para saídas muito longas, considere dividir a solicitação ou usar streaming. Isso garante que você permaneça dentro dos limites por solicitação. A janela de contexto é compartilhada, então um design eficiente de prompts é fundamental. Use essa capacidade para tarefas de raciocínio profundo e sem restrições sem atingir limites rígidos.