เอกสาร API ที่เข้ากันได้กับ OpenAI

URL ฐานและการตรวจสอบสิทธิ์

Authenticate using a single API key passed in the Authorization header. สมัครสมาชิกผ่าน Google หรืออีเมลในแดชบอร์ดเพื่อรับคีย์ของคุณทันที ไม่ต้องใช้หมายเลขโทรศัพท์สำหรับการสมัครใช้งาน ใช้ URL ฐาน https://api.abliteratedllmmodels.com/v1 พร้อมไคลเอนต์ที่เข้ากันได้กับ OpenAI ใดๆ

• ส่วนหัว: Authorization: Bearer YOUR_API_KEY
• context window: 100,000 tokens รวม

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

ส่งข้อความไปยัง API AI uncensored โดยใช้ endpoint chat-completion มาตรฐาน ID ของโมเดลคือ uncensored. คุณสามารถควบคุมความคิดสร้างสรรค์ด้วย temperature และ top_p. โทเค็นอินพุตราคา $0.15 ต่อ 1M และโทเค็นเอาต์พุตราคา $0.50 ต่อ 1M ข้อผิดพลาดและการปฏิเสธไม่ใช้เครดิต ตั้ง max_tokens เพื่อควบคุมความยาวของผลลัพธ์ ค่าเริ่มต้นคือ 2,048 หากละค่าไว้

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)

การใช้งานโทเค็นและการตอบกลับแบบสตรีม

รับอัปเดตทีละโทเค็นผ่าน Server-Sent Events (SSE) สำหรับแอปพลิเคชันที่มีความหน่วงต่ำ ชิ้นส่วนสุดท้ายในสตรีมทุกชิ้นจะมีสถิติการใช้โทเค็นครบถ้วนสำหรับการร้องขอ ซึ่งช่วยให้สามารถติดตามต้นทุนได้อย่างแม่นยำโดยไม่ต้องเก็บโทเค็นขั้นกลาง การสตรีมเหมาะสำหรับอินเทอร์เฟซแชทที่ผู้ใช้คาดหวังการสร้างข้อความทันที โมเดล uncensored รองรับรูปแบบ SSE มาตรฐานที่เข้ากันได้กับ SDK ส่วนใหญ่

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)

การเรียกฟังก์ชันและโหมด JSON

เปิดใช้งานผลลัพธ์ที่มีโครงสร้างโดยตั้งค่า response_format เพื่อ {"type": "json_object"}สิ่งนี้ช่วยให้โมเดลส่งคืน JSON ที่ถูกต้องสำหรับการแยกวิเคราะห์ที่เชื่อถือได้ในโค้ดของคุณ คุณยังสามารถกำหนดเครื่องมือสำหรับการเรียกใช้ฟังก์ชันด้วย tools และ tool_choice. API รองรับชุดพารามิเตอร์มาตรฐานรวมถึง stop, seed, และค่าปรับ ความยืดหยุ่นนี้ทำให้โมเดลที่ผ่านการปรับแต่งแล้วเหมาะสำหรับเวิร์กโฟลว์ของเอเยนต์ที่ซับซ้อน

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);

การจัดการอัตราจำกัดการเรียกใช้และข้อผิดพลาด

API กำหนดขีดจำกัดที่เข้มงวดเพื่อความเสถียรสำหรับผู้ใช้ทุกคน คุณสามารถทำการเรียกใช้ 300 ครั้งต่อนาทีต่อคีย์ พร้อมการเรียกใช้พร้อมกันได้ 8 ครั้งต่อคีย์ ขนาดของ body การเรียกใช้แต่ละครั้งต้องไม่เกิน 8 MB หากเกินขีดจำกัดเหล่านี้ API จะส่งรหัสสถานะ 429 คีย์ที่ไม่ถูกต้องจะกระตุ้นข้อผิดพลาด 401 ในขณะที่เครดิตไม่เพียงพอจะส่งผลให้เกิดข้อผิดพลาด 402 ไม่มีการออกเงินคืนสำหรับเครดิตที่ใช้ไปแล้ว แต่ข้อผิดพลาดเช่นการเรียกเก็บเงินซ้ำสามารถแก้ไขได้ผ่านฝ่ายสนับสนุน

หน้าต่างบริบทและข้อจำกัด

แต่ละคำขอรองรับหน้าต่างบริกรรวมขนาด 100,000 tokens สำหรับทั้ง prompt และ completion ความยาวผลลัพธ์สูงสุดคือ 16,000 tokens ต่อคำขอ หากคุณไม่ได้ระบุ max_tokens, ค่า output limit ค่าเริ่มต้นคือ 2,048 tokens context ขนาดใหญ่นี้ช่วยให้วิเคราะห์เอกสารขนาดยาวหรือประวัติการสนทนาที่ยาวได้ โมเดลถูกออกแบบมาเพื่อจัดการความยาวเหล่านี้โดยไม่ลดทอนความฉลาด ใช้เครดิตทดลองเพื่อทดสอบขีดจำกัดเหล่านี้ก่อนเติมเงินด้วย crypto