API-Dokumentation für das unzensierte Modell

Authentifizierung und Basis-URL

Verwenden Sie Ihren API-Schlüssel für jede an unsere Basis-URL gesendete Anfrage.

Chat-Vervollständigungs-Endpunkt

Senden Sie Nachrichten an POST /v1/chat/completions Textantworten zu generieren. Das Modell akzeptiert Standard-Nachrichtenstrukturen und gibt Vervollständigungen ohne Inhaltsablehnungen für die legale Erwachsenenverwendung zurück.

Nur das zensurfreie Modell ist verfügbar; wir leiten nicht zwischen Anbietern weiter und bieten keine Embeddings und Bildgenerierung an.

Copycurl https://api.glmapikeys.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the current exchange rate for usd to jpy"}]
  }'

Stellen Sie sicher, dass Ihre Payload die Modell-ID und Ihr Nachrichtenarray enthält, um eine Antwort zu erhalten.

Modell-Auflistungs-Endpunkt

Rufen Sie verfügbare Modelle über GET /v1/models. Dieser Endpunkt bestätigt die Modell-ID uncensored ist für Anfragen bereit.

Die Antwort listet die Modedetails auf, sodass Ihr Client die Kompatibilität überprüfen kann, bevor größere Payloads gesendet werden.

Parameter: Temperatur, Top-p, Seed

Steuern Sie die Generierungszufälligkeit mit temperature, top_p, und seed. Diese Parameter ermöglichen es Ihnen, Kreativität und Reproduzierbarkeit anzupassen.

Festlegen temperature für Varianz, top_p für Nucleus-Sampling, und seed für deterministische Ausgaben. Diese Einstellungen arbeiten zusammen mit stop Sequenzen und Strafwerte.

Copyfrom openai import OpenAI

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

Konfigurieren Sie diese in Ihrem SDK-Client, um den Ausgabe-Stil fein abzustimmen.

Streaming- und Nutzungsdaten

Aktivieren Sie Streaming über SSE, um Tokens in Echtzeit zu erhalten. Der letzte Chunk enthält Nutzungsdaten, die die Anzahl der Input- und Output-Tokens melden.

Streaming hilft, die wahrgenommene Latenz für lange Antworten zu reduzieren. Stellen Sie sicher, dass Ihr Client den letzten Chunk korrekt verarbeitet, um Abrechnungsmetriken abzurufen.

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)

Analysieren Sie den Stream, um die Antwort in Ihre Anwendungsoberfläche zu integrieren.

Fehlerbehandlung und Limits

Verwalten Sie spezifische Fehler: 401 für ungültige Schlüssel, 402 für unzureichendes Guthaben und 429 für Ratenbegrenzungen. Das Kontextfenster beträgt insgesamt 100.000 Tokens, mit einer maximalen Ausgabe von 16.000 Tokens pro Anfrage.

Anfragen, die 8 MB überschreiten oder 300 pro Minute erreichen, lösen Limits aus. Fehler und Ablehnungen verbrauchen kein Guthaben.

Copyimport OpenAI from "openai";

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

Implementieren Sie Retry-Logik für 429-Fehler und prüfen Sie Ihr Guthaben bei 402-Antworten.