uncensored मॉडल के लिए API दस्तावेज़

प्रमाणीकरण और बेस URL

हर अनुरोध के लिए अपने API key का उपयोग करें जो हमारे बेस URL पर भेजा जाता है।

चैट कंप्लीशंस एंडपॉइंट

संदेश भेजें POST /v1/chat/completions टेक्स्ट प्रतिक्रियाएं जनरेट करने के लिए। मॉडल मानक संदेश संरचनाओं को स्वीकार करता है और कानूनी वयस्क उपयोग के लिए सामग्री अस्वीकृति के बिना पूर्णताएं लौटाता है।

केवल अनसेंसर्ड मॉडल उपलब्ध है; हम वेंडर्स के बीच रूट नहीं करते हैं और न ही एम्बेडिंग और इमेज जनरेशन प्रदान करते हैं।

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"}]
  }'

सुनिश्चित करें कि आपका पेलोड मॉडल आईडी और आपके संदेश ऐरे को शामिल करता है ताकि आप एक रिस्पॉन्स प्राप्त कर सकें।

मॉडल लिस्टिंग एंडपॉइंट

के माध्यम से उपलब्ध मॉडल पुनः प्राप्त करें GET /v1/models. यह एंडपॉइंट मॉडल ID की पुष्टि करता है uncensored अनुरोधों के लिए तैयार है।

प्रतिक्रिया मॉडल विवरण सूचीबद्ध करती है, यह सुनिश्चित करती है कि आपका क्लाइंट बड़े पेलोड भेजने से पहले संगतता की जांच कर सके।

पैरामीटर: तापमान, top_p, सीड

जनरेशन यादृच्छिकता को temperature, top_p, और seed. ये पैरामीटर आपको रचनात्मकता और पुनरुत्पादकता को समायोजित करने की अनुमति देते हैं।

सेट करें temperature वेरियंस के लिए, top_p न्यूक्लियस सैंपलिंग के लिए, और seed निर्धारक आउटपुट के लिए। ये सेटिंग्स stop सीक्वेंस और पेनल्टी मान।

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)

आउटपुट शैली को फाइन-ट्यून करने के लिए SDK क्लाइंट में ये कॉन्फ़िगर करें।

स्ट्रीमिंग और उपयोग डेटा

SSE के माध्यम से स्ट्रीमिंग सक्षम करें ताकि टोकन रियल-टाइम में प्राप्त हो सकें। अंतिम चंक में उपयोग डेटा शामिल होता है, जो इनपुट और आउटपुट टोकन गणना की रिपोर्ट करता है।

स्ट्रीमिंग लंबी प्रतिक्रियाओं के लिए अनुपस्थित विलंबता को कम करने में मदद करती है। सुनिश्चित करें कि आपका क्लाइंट अंतिम चंक को सही ढंग से हैंडल करता है ताकि बिलिंग मेट्रिक्स तक पहुंच सकें।

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)

प्रतिक्रिया को अपनी एप्लिकेशन इंटरफ़ेस में एकीकृत करने के लिए स्ट्रीम को पार्स करें।

त्रुटि हैंडलिंग और सीमाएँ

विशिष्ट त्रुटियों को हैंडल करें: अमान्य कुंजियों के लिए 401, अपर्याप्त क्रेडिट के लिए 402, और रेट लिमिट्स के लिए 429। संदर्भ विंडो कुल मिलाकर 100,000 टोकन है, प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है।

8 MB से अधिक या प्रति मिनट 300 अनुरोधों को पार करने पर सीमाएँ ट्रिगर होंगी। त्रुटियाँ और अस्वीकृतियाँ क्रेडिट खपत नहीं करती हैं।

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);

429 त्रुटियों के लिए रिट्राई तर्क लागू करें और 402 प्रतिक्रियाओं के लिए अपना बैलेंस जांचें।