OpenAI 相容 API 快速入門

基礎 URL 與驗證

首先將您的客戶端指向我們的 openai compatible endpoint. 設定 base_url 變數以 https://api.openaipriceapi.com/v1 並在授權標頭中提供金鑰。每個帳戶限用一個有效金鑰，註冊時也無需提供手機號碼。基礎 URL 與官方 SDK 相容，因此您只需變更 URL 和金鑰即可從其他供應商切換。我們的 openai price api 為有效 tokens 付費，錯誤費用為零，且信用額度永不過期。請妥善保管您的金鑰，因為它是所有請求所需的唯一憑證。

首次聊天完成請求

發送標準 POST 請求至 chat completions 端點。將模型標識符傳遞為 "uncensored" 並包含您的系統和使用者提示。API 以所選格式（通常為 JSON 或純文本）返回文本回應。您可以調整 temperature 和 top_p 等參數以控制創意。請求主體必須保持在 8 MB 以下以確保順暢處理。使用下面的 curl 命令來驗證連接性並獲取您的第一個回應。

Python SDK 整合

使用官方 Python 函式庫與我們的服務互動。使用您的 base URL 和 API 金鑰配置客戶端。SDK 會自動處理分詞和 HTTP 請求。您可以在單一對話上下文中發送多則訊息。該模型支援 100,000 token 的上下文視窗，用於處理長文件。透過 Python 客戶端也可使用串流功能。使用下方的程式碼片段初始化客戶端並發送訊息。

Node SDK 用法

使用標準 npm 套件將 Node.js 進行整合。設定環境變數或直接將其傳遞給客戶端建構子。Node SDK 為了保持一致性，與 Python 介面相似。您可以優雅地處理錯誤並解析回應物件。函數調用和 JSON 模式預設支援。此方法非常適合需要可靠文字生成的伺服器端應用程式。以下程式碼片段顯示了 Node 環境的基本設定。

處理串流回應

啟用串流以在產生時接收權杖。這降低了長回應的感知延遲。最後一個區塊包含總權杖用量以進行準確計費。您可以解析串流以即時更新介面。API 為此協定使用伺服器傳送事件。此方法非常適合聊天介面和即時演示。使用下方的範例來實作高效處理權杖的串流客戶端。

限制、錯誤與上下文視窗

監控您的請求限制以避免中斷。API 每分鐘允許 300 次請求，每個金鑰允許 8 個並行請求。401 錯誤表示您的金鑰無效，而 402 表示沒有餘額。429 回應表示觸及速率限制；請等待並重試。上下文視窗為輸入和輸出合計 100,000 個 token。除非您設定較低的上限，否則最大輸出為 16,000 個 token。錯誤和拒絕生成的請求均免費，因此您只需為成功的 token 付費。這種透明的計費模式確保您清楚自己的花費。

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);

串流

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)