Documentation API

URL de base et authentification

Vos requêtes ciblent le point de terminaison dédié du modèle uncensored. Toutes les interactions utilisent la structure standard chat-completions. Vous devez inclure votre clé API dans l'en-tête pour chaque appel. L'URL de base est https://api.unlimitedtokensai.com/v1.

L'authentification repose sur un seul jeton bearer. Générez votre clé via le tableau de bord en utilisant Google ou e-mail. Chaque compte détient une clé active à la fois. Remplacez l'ancienne clé lorsque vous en générez une nouvelle. Les erreurs et les refus ne consomment pas votre crédit prépayé. Cela garantit que vous ne payez que pour l'utilisation réelle des jetons.

Première demande

Envoyez une invite simple pour vérifier votre connexion et la réactivité du modèle. Le système accepte des charges utiles JSON standard pour la génération de texte. Ce test initial confirme la validité de votre clé et votre solde de crédit.

Remplacer YOUR_API_KEY avec vos identifiants réels. L'identifiant du modèle est fixé à uncensored. Vous recevez une réponse textuelle directe dans les statistiques d'utilisation. Cela confirme que le modèle sans censure est actif et prêt pour votre contenu.

Copycurl https://api.unlimitedtokensai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a 200 token summary of the latest release notes"}]
  }'

Intégration du SDK Python

Utilisez la bibliothèque Python officielle d'OpenAI pour une intégration transparente. Définissez l'URL de base sur notre point de terminaison avant d'initialiser le client. Cela vous permet de tirer parti des utilitaires SDK existants comme la pagination. Transmettez votre clé directement au constructeur du client. La bibliothèque gère automatiquement la sérialisation JSON.

Importez le openai paquet. Configurez l'URL de base pour pointer vers notre infrastructure. Demandez des compléments en utilisant le uncensored ID du modèle. Cette approche fonctionne avec n'importe quelle bibliothèque cliente compatible OpenAI. Elle simplifie la gestion des erreurs et l'analyse des réponses pour vos scripts Python.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.unlimitedtokensai.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 du SDK Node

Intégrez rapidement à l'aide du SDK JavaScript pour les environnements Node. Définissez l'URL de base dans l'objet de configuration. Cela garantit que toutes les requêtes sont acheminées vers notre point de terminaison sans censure. Le SDK gère efficacement les connexions HTTP. Vous pouvez diffuser des réponses ou recevoir des blocs de texte complets.

Installer le openai paquet via npm. Définissez le baseURL à notre domaine API. Transmettez votre clé API dans les options d'initialisation. Le client se comporte de manière identique au client OpenAI standard. Cette compatibilité réduit le temps de migration pour vos applications existantes.

Copyimport OpenAI from "openai";

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

Réponses en streaming

Activez le streaming pour recevoir des résultats partiels au fur et à mesure de leur génération. Définissez le stream parameter à true dans votre requête. L'API retourne des chunks via Server-Sent Events (SSE). Chaque chunk contient du texte partiel et des données d'utilisation. Cela réduit la latence perçue pour les sorties longues. Vous pouvez afficher les jetons aux utilisateurs en temps réel.

Écoutez l’événement content delta dans chaque fragment. Agrégez ces deltas pour reconstruire le message complet. Le dernier fragment inclut le nombre total de tokens. Cette méthode est idéale pour les interfaces de chat. Elle fournit un retour immédiat pendant que le modèle calcule. Le streaming fonctionne avec les SDK Python et Node.

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)

Limites de débit et erreurs

Votre clé prend en charge 300 requêtes par minute simultanément. Vous pouvez exécuter jusqu'à 8 requêtes simultanées par clé. La limite du corps de la requête est de 8 Mo. Le dépassement de ces limites renvoie une erreur 429. Vérifiez l'en-tête retry-after pour connaître le délai de reprise. Les échecs d'authentification renvoient un code d'état 401. Un crédit insuffisant déclenche une erreur 402.

La fenêtre de contexte s'étend sur 100 000 tokens au total. Cela inclut à la fois l'invite et la complétion. La sortie maximale est de 16 000 tokens par requête. Définir max_tokens explicitement pour contrôler la longueur. Les erreurs lors de la génération ne facturent pas votre crédit. Cette structure protège votre solde prépayé contre le calcul gaspillé. Surveillez votre utilisation via le tableau de bord.