Documentazione API compatibile con OpenAI

URL Base e autenticazione

Autenticati utilizzando una singola chiave API passata nell' Authorization header. Registrati tramite Google o email sul dashboard per ricevere la tua chiave istantaneamente. Non è richiesto un numero di telefono per la registrazione. Usa l'URL base https://api.abliteratedllmmodels.com/v1 con qualsiasi client compatibile con OpenAI.

• Intestazione: Authorization: Bearer YOUR_API_KEY
• Finestra di contesto: 100.000 token in totale

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

Invia messaggi di testo all'API AI uncensored utilizzando endpoint standard di chat-completion. L'ID del modello è sempre uncensored. Puoi controllare la creatività con temperature e top_p. I token di input costano $0.15 per 1M, e i token di output costano $0.50 per 1M. Errori e rifiuti non consumano credito. Imposta max_tokens per controllare la lunghezza dell'output, con un valore predefinito di 2.048 se omesso.

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)

Risposte in streaming e utilizzo dei token

Ricevi aggiornamenti token per token tramite Server-Sent Events (SSE) per applicazioni a bassa latenza. L'ultimo chunk di ogni stream contiene le statistiche complete sull'utilizzo dei token per la richiesta. Ciò consente un tracciamento preciso dei costi senza memorizzare i token intermedi. Lo streaming è ideale per le interfacce chat dove gli utenti si aspettano una generazione di testo immediata. Il modello uncensored supporta la formattazione SSE standard compatibile con la maggior parte degli 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)

Function calling e modalità JSON

Abilita gli output strutturati impostando response_format a {"type": "json_object"}. Questo garantisce che il modello restituisca JSON valido per un parsing affidabile nel tuo codice. Puoi anche definire strumenti per la chiamata di funzioni con tools e tool_choice. L'API supporta set di parametri standard tra cui stop, seed, e penalità. Questa flessibilità rende il modello abliterated adatto per flussi di lavoro di agenti complessi.

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);

Limiti di frequenza e gestione degli errori

L'API impone limiti rigorosi per garantire la stabilità per tutti gli utenti. Hai a disposizione 300 richieste al minuto per chiave. Le richieste concorrenti sono limitate a 8 per chiave. Il corpo di ogni richiesta deve rimanere sotto gli 8 MB. Se superi questi limiti, l'API restituisce un codice di stato 429. Chiavi non valide attivano un errore 401, mentre crediti insufficienti risultano in un errore 402. I rimborsi non vengono emessi per il credito consumato, ma errori come le doppie addebitazioni possono essere risolti tramite Supporto.

Finestra di contesto e limiti

Ogni richiesta supporta una finestra di contesto totale di 100.000 token sia per il prompt che per il completamento. La lunghezza massima dell'output è di 16.000 token per richiesta. Se non specifichi max_tokens, il limite di output predefinito è 2.048 token. Questo ampio contesto permette un'analisi estesa di documenti o lunghe cronologie di conversazione. Il modello è progettato per gestire queste lunghezze senza degradare l'intelligenza. Usa il credito di prova per testare questi limiti prima di ricaricare con criptovalute.