OpenAI 兼容 API 快速入门

基础 URL 和认证

首先将客户端指向我们的 openai compatible endpoint. 设置 base_url 变量以 https://api.openaipriceapi.com/v1 并在授权标头中提供密钥。每个账户仅限一个活跃密钥，注册时也不需电话号码。基础 URL 兼容官方 SDK，因此只需更改 URL 和密钥即可从其他提供商切换。我们的 openai price api 对有效 token 收费，错误费用为零，且信用额度永不过期。请妥善保管您的密钥，因为它是所有请求的唯一凭证。

首次聊天完成请求

发送标准 POST 请求至聊天补全端点。将模型标识符传递为 "uncensored"，并包含您的 system 和 user 提示。API 以所选格式（通常为 JSON 或纯文本）返回文本回复。您可以调整 temperature 和 top_p 等参数以控制创造性。请求体必须保持在 8 MB 以下以确保流畅处理。使用下面的 curl 命令验证连接并获取您的第一次回复。

Python SDK 集成

使用官方 Python 库与我们的服务交互。使用 base URL 和 API 密钥配置客户端。SDK 自动处理分词和 HTTP 请求。您可以在单个对话上下文中发送多条消息。该模型支持 100,000 token 的上下文窗口，适用于长文档。Python 客户端也支持流式传输。使用以下代码片段初始化客户端并发送消息。

Node SDK 用法

使用标准 npm 包将 Node.js 集成。设置环境变量或直接将其传递给客户端构造函数。Node SDK 镜像 Python 接口以保持一致性。您可以优雅地处理错误并解析响应对象。函数调用和 JSON 模式开箱即用。这种方法非常适合需要可靠文本生成的服务器端应用程序。以下代码片段显示了 Node 环境的基本设置。

处理流式响应

启用流式传输以在生成时接收令牌。这降低了长响应的感知延迟。最后一个数据块包含总令牌使用量以进行准确计费。您可以解析流以实时更新 UI。API 为此协议使用服务器发送事件。这种方法非常适合聊天界面和实时演示。使用下面的示例实现高效处理令牌的流式客户端。

限制、错误和上下文窗口

监控您的请求限制以避免中断。API 每分钟允许 300 次请求，每个密钥允许 8 个并发请求。401 错误表示您的密钥无效，而 402 表示余额不足。429 响应表示限流；请等待并重试。上下文窗口为输入和输出合计 100,000 个 token。除非您设置较低的限制，否则最大输出为 16,000 个 token。错误和拒绝是免费的，因此您只需为成功的 token 付费。这种透明的计费模式确保您清楚自己的确切支出。

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);

流式传输

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)