Início rápido: integre a API de LLM sem censura

Pré-requisitos: SDK e Chave de API

Comece criando uma conta para receber sua chave de API exclusiva. Faça login com o Google ou uma senha de e-mail para gerar uma chave instantaneamente sem verificação de telefone. Instale o pacote SDK de sua preferência, como openai para Python, e configure-o com a URL base https://api.apiaicheapest.com/v1. Autentique cada requisição definindo o Authorization cabeçalho para Bearer YOUR_API_KEY. Você pode testar a conectividade imediatamente usando os exemplos fornecidos.

Solicitação Básica de Conclusão de Chat

Envie uma solicitação padrão de conclusão de chat para gerar respostas de texto. A API aceita uma lista de mensagens e retorna a saída do modelo. Use o ID do modelo uncensored para acessar nosso modelo sem recusas de conteúdo. Cada resposta inclui detalhes de uso de tokens para rastreamento preciso de cobrança. Erros como crédito insuficiente ou chaves inválidas são retornados com códigos de status HTTP claros.

Copycurl https://api.apiaicheapest.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Convert this Python list to a JSON array"}]
  }'

Respostas em Streaming (SSE)

Ative o streaming para receber tokens em tempo real à medida que são gerados. Defina o stream parâmetro para true no corpo da sua solicitação. O servidor retorna uma sequência de Eventos Enviados pelo Servidor (SSE) contendo conclusões parciais. Leia o último fragmento para obter a contagem total de tokens e o custo. Essa abordagem reduz significativamente a latência percebida para os usuários finais.

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 (Tools)

Defina ferramentas para permitir que o modelo chame funções externas dinamicamente. Passe uma lista de definições de ferramentas no tools parameter e especifique tool_choice como auto. O modelo retorna argumentos de função em formato JSON quando apropriado. Analise esses argumentos no seu código para executar a lógica necessária. Este recurso permite fluxos de trabalho complexos de agentes e tarefas de extração de dados.

Copyimport OpenAI from "openai";

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

Modo JSON e Parâmetros

Força saída estruturada definindo response_format para {"type": "json_object"}. Isso garante que o modelo retorne JSON, o que é crucial para consumo programático. Você também pode controlar a aleatoriedade com temperature e top_p, ou sequências de parada. Ajuste esses parâmetros para equilibrar criatividade e precisão. O modelo suporta uma janela de contexto de 100.000 tokens para documentos longos.

Lidando com Limites e Erros

Monitore limites de taxa e respostas de erro para manter uma integração suave. A API permite 300 solicitações por minuto por chave, com um limite de concorrência de 8 solicitações simultâneas. Lidere com HTTP 401 para chaves inválidas, 402 para crédito insuficiente e 429 para limites de taxa. Aumente seu crédito pré-pago via recargas cripto para evitar interrupções no serviço. Verifique sempre o usage field in responses to track token consumption accurately.

Python

Copyfrom openai import OpenAI

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