Documentation API Compatible OpenAI

URL de base et authentification

Authentifier à l'aide d'une seule clé API passée dans le Authorization header. Inscrivez-vous via Google ou e-mail sur le tableau de bord pour recevoir votre clé instantanément. Aucun numéro de téléphone n'est requis pour l'inscription. Utilisez l'URL de base https://api.abliteratedllmmodels.com/v1 avec n'importe quel client compatible OpenAI.

• En-tête : Authorization: Bearer YOUR_API_KEY
• Fenêtre de contexte : 100 000 jetons au total

Copycurl https://api.abliteratedllmmodels.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show the status of the deployment pipeline"}]
  }'

POST /v1/chat/completions

Envoyez des messages textuels à l'API AI uncensored en utilisant des endpoints de complétion de chat standard. L'ID du modèle est toujours uncensored. Vous pouvez contrôler la créativité avec temperature et top_p. Les jetons d'entrée coûtent $0,15 par 1M, et les jetons de sortie coûtent $0,50 par 1M. Les erreurs et les refus ne consomment pas de crédit. Définissez max_tokens pour contrôler la longueur de sortie, par défaut à 2,048 si omis.

Copyfrom openai import OpenAI

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

Utilisation des jetons et réponses en streaming

Recevez des mises à jour token par token via les Server-Sent Events (SSE) pour des applications à faible latence. Le dernier chunk de chaque flux contient les statistiques complètes d'utilisation des tokens pour la requête. Cela permet un suivi précis des coûts sans stocker les tokens intermédiaires. Le streaming est idéal pour les interfaces de chat où les utilisateurs s'attendent à une génération de texte immédiate. Le modèle non censuré prend en charge le formatage SSE standard compatible avec la plupart des SDK.

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)

Appel de fonctions et mode JSON

Activez les sorties structurées en définissant response_format à {"type": "json_object"}. Cela garantit que le modèle renvoie un JSON valide pour une analyse fiable dans votre code. Vous pouvez également définir des outils pour l'appel de fonctions avec tools et tool_choice. L'API prend en charge les ensembles de paramètres standard incluant stop, seed, et des pénalités. Cette flexibilité rend le modèle aboli adapté aux workflows complexes d'agents.

Copyimport OpenAI from "openai";

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

Limites de débit et gestion des erreurs

L'API impose des limites strictes pour garantir la stabilité pour tous les utilisateurs. Vous avez droit à 300 requêtes par minute par clé. Les requêtes simultanées sont limitées à 8 par clé. Chaque corps de requête doit rester en dessous de 8 Mo. Si vous dépassez ces limites, l'API renvoie un code d'état 429. Les clés invalides déclenchent une erreur 401, tandis qu'un crédit insuffisant entraîne une erreur 402. Les remboursements ne sont pas émis pour le crédit consommé, mais les erreurs comme les doubles facturations peuvent être résolées via le Support.

Fenêtre de contexte et limites

Chaque requête prend en charge une fenêtre de contexte totale de 100 000 tokens pour l'invite et la complétion. La longueur maximale de la sortie est de 16 000 tokens par requête. Si vous ne spécifiez pas max_tokens, la limite de sortie par défaut est de 2 048 tokens. Ce grand contexte permet une analyse de document étendue ou de longues histoires de conversation. Le modèle est conçu pour gérer ces longueurs sans dégradation de l'intelligence. Utilisez le crédit d'essai pour tester ces limites avant de recharger avec de la crypto.