Démarrage rapide : Intégrez l'API Chat sans censure

Authentification et URL de base

Connectez votre client à notre infrastructure en utilisant votre clé API unique et notre URL de base dédiée. La structure des points de terminaison imite les formats standard OpenAI, vous permettant de changer de fournisseur sans modifier la logique de votre application. Vous récupérez cette clé instantanément après vous être inscrit avec Google ou e-mail sur la page Obtenir la clé API. Aucun numéro de téléphone n'est requis pour la vérification.

• URL de base : HTTPS://api.llmcheapapi.com/v1
• En-tête : Authorization: Bearer VOTRE_CLE_API

Conservez votre clé en sécurité. Si vous la perdez, générez-en une nouvelle sur votre tableau de bord, ce qui invalide immédiatement la clé active précédente. Chaque compte ne prend en charge qu'une seule clé active à la fois.

Point de terminaison Chat Completions

Envoyez des prompts textuels au modèle uncensored via une requête POST standard à l'endpoint de complétion de chat. Cet endpoint accepte les messages au format OpenAI et retourne des réponses textuelles générées. Vous spécifiez l'ID du modèle comme "uncensored" pour garantir un comportement cohérent entre les requêtes.

• Point de terminaison : POST /v1/chat/completions
• ID du modèle : "uncensored"

Le modèle traite votre entrée et retourne une complétion sans les restrictions corporatives sur les sujets adultes licites. Les erreurs lors du traitement ne consomment pas vos crédits prépayés. Vous ne payez que pour les tokens consommés.

Réponses en streaming (SSE)

Recevez une génération de jetons en temps réel à l'aide de Server-Sent Events (SSE) pour réduire la latence dans les applications interactives. Définissez le paramètre stream sur true pour recevoir des blocs de texte au fur et à mesure de leur génération. Cette approche réduit les temps d'attente perçus par les utilisateurs dans les scénarios de jeu de rôle ou de chat.

Chaque chunk contient du texte partiel et des métadonnées. Le dernier chunk inclut l'utilisation totale des tokens à des fins de facturation. Vous pouvez analyser ces événements pour mettre à jour votre interface utilisateur de manière incrémentale sans attendre la réponse complète.

Appel de fonction et outils

Activez les interactions structurées en définissant des outils que le modèle peut invoquer pendant la génération. Utilisez le paramètre tools pour fournir des définitions de fonctions, et définissez tool_choice sur automatic ou sur un nom de fonction spécifique. Le modèle renvoie les appels d'outil dans le format de réponse, que vous pouvez exécuter dans votre backend.

Cette fonctionnalité prend en charge des workflows complexes où l'API agit comme un moteur de décision. Vous pouvez renvoyer les résultats dans les requêtes suivantes pour maintenir le contexte. L'appel de fonctions fonctionne aux côtés de la génération de texte standard sans coûts supplémentaires.

Sortie du Mode JSON

Forcez le modèle à retourner du JSON strictement valide en définissant response_format sur json_object. Ce mode est idéal pour analyser des données structurées à partir de prompts non structurés. Le modèle optimise sa sortie pour respecter les règles de syntaxe JSON, réduisant ainsi les erreurs d'analyse dans votre application.

Utilisez cette fonctionnalité lors de l'intégration avec des bases de données ou des composants frontend qui nécessitent des structures de données prévisibles. Vous pouvez définir des schémas attendus dans votre invite ou vous fier à l'entraînement du modèle pour inférer la structure. Les erreurs de formatage JSON sont rares mais n'entraînent pas de frais si la requête échoue.

Paramètres : Température et Top P

Contrôlez la créativité et l'aléatoire à l'aide des paramètres temperature et top_p. La température ajuste la distribution de probabilité des tokens prédits, des valeurs plus élevées produisant des sorties plus diversifiées. Top_p filtre les tokens en fonction de la probabilité cumulative, assurant un texte diversifié mais cohérent.

Pour le jeu de rôle ou l'écriture créative, définissez une température plus élevée pour plus de variété. Pour les tâches déterministes, utilisez des valeurs plus basses. Vous pouvez également définir seed pour des résultats reproductibles. Ces paramètres ajustent le comportement du modèle sans censorship sans affecter les prix. Faites attention aux limites de tokens lors de la génération de longues sorties.

cURL

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

Python

Copyfrom openai import OpenAI

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