Inicio rápido de la API de LLM sin censura

Instala el SDK estándar de OpenAI

Empieza por añadir la biblioteca oficial al entorno de tu proyecto. Esto asegura la compatibilidad con nuestra uncensored el modelo sin lógica de análisis personalizada.

• Para Python: pip install openai
• Para Node.js: npm install openai

Estos paquetes manejan la serialización automáticamente. No necesitas bibliotecas de enrutamiento de terceros ni encabezados personalizados.

Configura la URL base y la clave API

Apunta a nuestro cliente a nuestro endpoint dedicado para omitir los proveedores estándar. Establece la URL base en https://api.cheapestapikey.com/v1 y inyecta tu clave desde el panel.

La autenticación se basa en un token bearer estándar. Pasa tu clave única en el Authorization header o a través del objeto de configuración del SDK.

Envía tu primera finalización de chat sin censura

Hacer una solicitud a la /v1/chat/completions endpoint con su prompt deseado. El modelo acepta parámetros estándar como temperature y top_p.

Nuestro modelo sin censura procesa temas adultos lícitos, ficticios o controvertidos sin negativas.

Copycurl https://api.cheapestapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list available endpoints"}]
  }'

Maneja respuestas de streaming y uso de tokens

Habilita la transmisión estableciendo stream: true para recibir tokens en tiempo real. Cada fragmento contiene texto parcial, y el último fragmento incluye el uso total de tokens.

Este enfoque reduce la latencia percibida para salidas grandes. Puedes procesar fragmentos a medida que llegan sin esperar a alcanzar el límite completo de 16,000 tokens.

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)

Usa la llamada a funciones y el modo JSON

Estructura tus salidas para aplicaciones downstream usando herramientas o formatos JSON estrictos. Define funciones en el tools parameter y deja que el modelo elija la mejor acción.

Alternativamente, aplica datos estructurados con response_format: {"type": "json_object"}. Esto asegura un análisis consistente para tu chatbot NSFW o scripts de automatización.

Copyfrom openai import OpenAI

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

Comprueba modelos y gestiona límites

Consulta GET /v1/models verificar los puntos finales disponibles. Nuestro sistema admite un contexto de 100,000 tokens y 300 solicitudes por minuto.

Si superas los límites, recibirás un error 429. Asegúrate de que tu clave esté activa y financiada, ya que errores como 401 indican credenciales no válidas y 402 señala crédito insuficiente.

Copyimport OpenAI from "openai";

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