Schnellstart für OpenAI-kompatible API

Basis-URL und Authentifizierung

Richten Sie Ihren Client zunächst auf unsere openai compatible endpoint. Legen Sie den base_url Variable an https://api.openaipriceapi.com/v1 und geben Sie Ihren Schlüssel in den Autorisierungsheader ein. Sie erhalten einen aktiven Schlüssel pro Konto und während der Anmeldung ist keine Telefonnummer erforderlich. Die Basis-URL funktioniert mit den offiziellen SDKs, sodass Sie nur die URL und den Schlüssel ändern müssen, um von anderen Anbietern zu wechseln. Unsere openai price api Gebühren für gültige Token, Fehler kosten null, und Guthaben verfällt nicht. Bewahren Sie Ihren Schlüssel sicher auf, da er das einzige Anmeldeinformation für alle Anfragen ist.

Erste Chat-Vervollständigungsanfrage

Senden Sie eine Standard-POST-Anfrage an den Chat-Vervollständigungs-Endpunkt. Übergeben Sie die Modellkennung als "uncensored" und fügen Sie Ihre System- und Benutzereingaben hinzu. Die API gibt eine Textantwort im gewählten Format zurück, typischerweise JSON oder Klartext. Sie können Parameter wie Temperatur und top_p anpassen, um die Kreativität zu steuern. Der Anforderungstext muss 8 MB nicht überschreiten, um eine reibungslose Verarbeitung zu gewährleisten. Verwenden Sie den folgenden curl-Befehl, um die Konnektivität zu überprüfen und Ihre erste Antwort zu erhalten.

Python SDK-Integration

Verwenden Sie die offizielle Python-Bibliothek, um mit unserem Dienst zu interagieren. Konfigurieren Sie den Client mit Ihrer Basis-URL und Ihrem API-Schlüssel. Das SDK verarbeitet die Tokenisierung und HTTP-Anfragen automatisch. Sie können mehrere Nachrichten in einem einzigen Gesprächskontext senden. Das Modell unterstützt einen 100,000 Token-Kontextfenster für lange Dokumente. Streaming ist ebenfalls über den Python-Client verfügbar. Verwenden Sie das folgende Code-Snippet, um den Client zu initialisieren und eine Nachricht zu senden.

Node SDK-Nutzung

Integrieren Sie mit Node.js über das Standard-npm-Paket. Legen Sie die Umgebungsvariablen fest oder übergeben Sie sie direkt an den Client-Konstruktor. Das Node-SDK spiegelt die Python-Schnittstelle für Konsistenz wider. Sie können Fehler angemessen behandeln und das Antwortobjekt analysieren. Function Calling und JSON-Modus sind ab Werk unterstützt. Dieser Ansatz funktioniert gut für serverseitige Anwendungen, die zuverlässige Textgenerierung benötigen. Das folgende Snippet zeigt die grundlegende Einrichtung für Ihre Node-Umgebung.

Streaming-Antworten handhaben

Aktivieren Sie Streaming, um Tokens zu empfangen, sobald sie generiert werden. Dies reduziert die wahrgenommene Latenz für lange Ausgaben. Der letzte Chunk enthält die gesamte Token-Nutzung für eine genaue Abrechnung. Sie können den Stream analysieren, um eine Benutzeroberfläche in Echtzeit zu aktualisieren. Die API verwendet für dieses Protokoll Server-Sent Events. Diese Methode ist ideal für Chat-Schnittstellen und Live-Demos. Verwenden Sie das folgende Beispiel, um einen Streaming-Client zu implementieren, der Tokens effizient verarbeitet.

Limits, Fehler und Kontextfenster

Überwachen Sie Ihre Anfrage Limits, um Unterbrechungen zu vermeiden. Die API erlaubt 300 Anfragen pro Minute und 8 gleichzeitige Anfragen pro Schlüssel. Ein 401-Fehler bedeutet, dass Ihr Schlüssel ungültig ist, während 402 auf Guthabenmangel hinweist. Eine 429-Antwort signalisiert Rate Limiting; warten Sie und versuchen Sie es erneut. Das Kontextfenster umfasst 100,000 Tokens für Eingabe und Ausgabe zusammen. Die maximale Ausgabe beträgt 16,000 Tokens, es sei denn, Sie legen ein niedrigeres Limit fest. Fehler und Ablehnungen sind kostenlos, Sie zahlen also nur für erfolgreiche Tokens. Dieses transparente Abrechnungsmodell stellt sicher, dass Sie genau wissen, was Sie ausgeben.

cURL

Copycurl https://api.openaipriceapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set timezone to UTC for log parsing"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)