Avvio rapido API compatibile con OpenAI

URL Base e autenticazione

Inizia puntando il tuo client al nostro openai compatible endpoint. Imposta il base_url variabile per https://api.openaipriceapi.com/v1 e fornisci la tua chiave nell'intestazione di autorizzazione. Hai una chiave attiva per account e non è richiesto il numero di telefono durante la registrazione. L'URL di base funziona con gli SDK ufficiali, quindi basta modificare l'URL e la chiave per passare da altri provider. Il nostro openai price api addebita per i token validi, gli errori costano zero e il credito non scade. Mantieni la tua chiave al sicuro perché è l'unica credenziale necessaria per tutte le richieste.

Prima richiesta di chat completion

Invia una richiesta POST standard all'endpoint chat completions. Passa l'identificatore del modello come "uncensored" e includi i tuoi prompt di sistema e utente. L'API restituisce una risposta testuale nel formato scelto, tipicamente JSON o testo normale. Puoi regolare parametri come temperature e top_p per controllare la creatività. Il corpo della richiesta deve rimanere sotto 8 MB per garantire un'elaborazione fluida. Usa il comando curl qui sotto per verificare la connettività e ottenere la tua prima risposta.

Integrazione SDK Python

Utilizza la libreria Python ufficiale per interagire con il nostro servizio. Configura il client con il tuo URL di base e la chiave API. L'SDK gestisce automaticamente la tokenizzazione e le richieste HTTP. Puoi inviare più messaggi in un singolo contesto di conversazione. Il modello supporta una finestra di contesto di 100,000 token per documenti lunghi. Lo streaming è inoltre disponibile tramite il client Python. Usa il frammento di codice sottostante per inizializzare il client e inviare un messaggio.

Utilizzo SDK Node

Integra con Node.js utilizzando il pacchetto npm standard. Imposta le variabili d'ambiente o passale direttamente al costruttore del client. L'SDK Node riflette l'interfaccia Python per coerenza. Puoi gestire gli errori con cura e analizzare l'oggetto di risposta. Il richiamo di funzioni e la modalità JSON sono supportati nativamente. Questo approccio funziona bene per le applicazioni lato server che necessitano di generazione di testo affidabile. Lo snippet seguente mostra la configurazione di base per il tuo ambiente Node.

Gestione delle risposte in streaming

Abilita lo streaming per ricevere i token man mano che vengono generati. Questo riduce la latenza percepita per le risposte lunghe. L'ultimo chunk contiene l'utilizzo totale dei token per una fatturazione accurata. Puoi analizzare lo stream per aggiornare un'interfaccia utente in tempo reale. L'API utilizza eventi inviati dal server per questo protocollo. Questo metodo è ideale per le interfacce di chat e le demo live. Usa l'esempio seguente per implementare un client di streaming che elabora i token in modo efficiente.

Limiti, errori e finestra di contesto

Monitor i limiti delle tue richieste per evitare interruzioni. L'API consente 300 richieste al minuto e 8 richieste concorrenti per chiave. Un errore 401 indica che la tua chiave non è valida, mentre un 402 segnala l'assenza di credito. Una risposta 429 segnala il superamento del limite di velocità; attendi e riprova. La finestra di contesto è di 100,000 token per input e output combinati. L'output massimo è di 16,000 token a meno che non imposti un limite inferiore. Errori e rifiuti sono gratuiti, quindi paghi solo per i token con esito positivo. Questo modello di fatturazione trasparente garantisce che tu sappia esattamente quanto spendi.

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)