Avvio rapido: Integra la nostra API LLM senza filtri

Autenticati e Configura l'URL di Base

La tua chiave API garantisce accesso immediato all'endpoint per le completazioni della chat. Genera una chiave tramite Google o email dalla dashboard e incollala nelle tue variabili d'ambiente. L'URL base è https://api.cheapaiapikeys.com/v1 che funziona con qualsiasi client SDK standard di OpenAI.

• Imposta OPENAI_API_KEY alla tua stringa generata.
• Annulla base_url per puntare al nostro server ospitato.
• Verifica la connettività chiamando GET /v1/models per elencare i modelli disponibili.

Copycurl https://api.cheapaiapikeys.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three common regex patterns for validating email addresses"}]
  }'

Invia la tua prima richiesta di completazione chat

Invia input di testo e ricevi testo generato utilizzando la struttura standard di chat completion. Il nostro singolo modello uncensored elabora le richieste senza rifiutare argomenti adulti leciti o controversi. Puoi regolare parametri come temperature e top_p per controllare la casualità.

Copyfrom openai import OpenAI

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

Abilita lo Streaming e Gestisci gli Eventi SSE

Abilita la consegna dei token in tempo reale impostando stream: true nella tua richiesta. Il server restituisce Server-Sent Events (SSE) che devi analizzare in modo incrementale. I dettagli sull'utilizzo dei token appaiono nell'ultimo chunk dello stream. Questo approccio riduce la latenza percepita per le risposte lunghe.

Copyimport OpenAI from "openai";

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

Usa Function Calling e modalità JSON

Definisci gli strumenti nel payload della richiesta per abilitare l'output strutturato o l'esecuzione di funzioni esterne. Usa response_format: {type: "json_object"} per forzare una stretta conformità JSON. Il modello supporta tool_choice per un controllo preciso sulle funzioni che invoca. Questo garantisce un parsing affidabile per la logica della tua applicazione.

Comprendere i limiti dei token e i prezzi

I prezzi sono trasparenti a $0.15 per milione di token di input e $0.50 per milione di token di output. Errori e rifiuti non consumano credito. La finestra di contesto supporta 100,000 token in totale. Le richieste che superano il limite restituiscono un errore di limite di frequenza 429. Assicurati che i tuoi payload rimangano sotto gli 8 MB per evitare errori del corpo.

Gestisci gli errori e i casi limite

Gli errori comuni includono 401 per chiavi non valide e 402 per credito insufficiente. Uno status 429 indica che hai superato 300 richieste al minuto. Usa un backoff esponenziale quando riprovi dopo i limiti di frequenza. Controlla il error oggetto nella risposta JSON per i dettagli specifici. Non vengono emessi rimborsi, quindi monitora attentamente il tuo utilizzo.

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)