Documentation de l'API pour le modèle uncensored

Authentification et URL de base

Utilisez votre clé API pour chaque requête envoyée à notre URL de base.

Point de terminaison Chat Completions

Envoyer des messages à POST /v1/chat/completions pour générer des réponses textuelles. Le modèle accepte les structures de messages standard et renvoie des complétions sans refus de contenu pour un usage adulte légal.

Seul le modèle débloqué est disponible ; nous ne routons pas entre les fournisseurs et ne proposons pas d'embeddings ni de génération d'images.

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"}]
  }'

Assurez-vous que votre charge utile inclut l'ID du modèle et votre tableau de messages pour recevoir une réponse.

Point de terminaison de liste des modèles

Récupérez les modèles disponibles via GET /v1/models. Ce point de terminaison confirme l’ID du modèle uncensored est prêt pour les requêtes.

La réponse répertorie les détails du modèle, garantissant que votre client peut vérifier la compatibilité avant d'envoyer des charges utiles plus importantes.

Paramètres : température, top_p, seed

Maîtrisez l'aléatoire de génération en utilisant temperature, top_p, et seed. Ces paramètres vous permettent d'ajuster la créativité et la reproductibilité.

Définir temperature pour la variance, top_p pour l'échantillonnage par noyau, et seed pour des sorties déterministes. Ces paramètres fonctionnent avec stop séquences et des valeurs de pénalité.

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)

Configurez ces paramètres dans votre client SDK pour affiner le style de sortie.

Données d'utilisation du streaming

Activez le streaming via SSE pour recevoir des tokens en temps réel. Le dernier chunk inclut les données d'utilisation, indiquant le nombre de tokens d'entrée et de sortie.

Le streaming aide à réduire la latence perçue pour les réponses longues. Assurez-vous que votre client gère correctement le dernier morceau pour accéder aux métriques de facturation.

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)

Analysez le flux pour intégrer la réponse dans l'interface de votre application.

Gestion des erreurs et limites

Gérez les erreurs spécifiques : 401 pour les clés invalides, 402 pour le crédit insuffisant, et 429 pour les limites de taux. La fenêtre de contexte est de 100,000 jetons au total, avec une sortie maximale de 16,000 jetons par requête.

Les requêtes dépassant 8 Mo ou 300 par minute déclencheront des limites. Les erreurs et les refus ne consomment pas de crédit.

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);

Implémentez une logique de nouvelle tentative pour les erreurs 429 et vérifiez votre solde pour les réponses 402.