Documentation API
Il s'agit d'un guide de démarrage rapide pour notre API de jetons LLM sans censure. Utilisez le point de terminaison standard compatible OpenAI pour envoyer des requêtes et obtenir du texte sans refus de contenu.
URL de base et authentification
Connectez à https://api.tokenllm.cc/v1 en utilisant votre clé API unique. Cette URL de base fonctionne avec n'importe quel SDK OpenAI standard en définissant le base_url variable. Vous recevez une clé active par compte ; générer une nouvelle clé remplace la précédente. L'authentification repose sur le Authorization: Bearer <key> header. Nous ne suivons pas vos prompts pour l'entraînement, et vous pouvez vous inscrire via Google ou e-mail sans numéro de téléphone. Les erreurs et les refus consomment zéro token, vous ne payez donc que pour l'inférence réelle.
L'endpoint Chat Completions
Envoyer du texte à POST /v1/chat/completions pour générer des réponses. Ce point de terminaison gère les flux de travail texte-entrée/texte-sortie avec notre modèle sans censure. Vous n'avez pas besoin d'embeddings ni de génération d'images pour les tâches de chat standard. L'ID du modèle est toujours "uncensored". Les requêtes sont traitées sur nos propres serveurs, garantissant qu'aucun filtre de fournisseur tiers n'affecte votre sortie. Gardez votre charge utile inférieure à 8 Mo pour éviter les problèmes de troncature.
Paramètres requis et optionnels
Inclure un messages tableau avec l'historique de votre conversation. Définissez model vers "uncensored" pour assurer un routage correct. Vous pouvez ajuster temperature pour la créativité ou top_p pour la diversité. Utilisez max_tokens pour plafonner la sortie à 16 000 jetons, ou par défaut à 2 048. La fenêtre de contexte prend en charge 100 000 jetons au total pour l’invite et la complétion. Les paramètres optionnels comme seed et stop vous offrent un contrôle précis sur la génération.
Réponses en streaming via SSE
Activez le streaming en définissant stream: true dans votre requête. L'API renvoie des Server-Sent Events (SSE) pour la livraison de tokens en temps réel. Chaque chunk contient du texte partiel, et le dernier chunk inclut les statistiques totales d'utilisation des tokens. Cette approche réduit la latence perçue pour les réponses longues. Vous pouvez traiter les tokens à mesure de leur arrivée, ce qui est idéal pour les interfaces de chat. Le streaming fonctionne avec tous les paramètres standard.
Appel de fonction et mode JSON
Définissez des outils dans le tools le paramètre pour les capacités d'appel de fonctions. Le modèle peut générer du JSON structuré lorsque vous définissez response_format à {"type": "json_object"}. Cela garantit un analyse fiable pour les applications en aval. Vous pouvez spécifier tool_choice pour forcer ou autoriser la sélection automatique. Ces fonctionnalités fonctionnent au sein du même modèle uncensored, vous n'avez donc pas besoin d'un fournisseur de sortie structurée séparé.
Gestion des erreurs et utilisation des tokens
Gérez le code HTTP 401 pour les clés invalides et 429 pour les limites de débit. Vous êtes limité à 300 requêtes par minute et 8 requêtes simultanées par clé. Si vous obtenez une erreur 402, votre crédit prépayé est épuisé. Les refus dus aux filtres de contenu (comme le contenu sexuel impliquant des mineurs) ne facturent pas de tokens. L'API n'expire jamais votre crédit, vous pouvez donc recharger à tout moment. Vérifiez toujours le corps de la réponse pour des messages d'erreur détaillés.
cURL
curl https://api.tokenllm.cc/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "What is the current price of one llm token"}]
}'Python
from openai import OpenAI
client = OpenAI(base_url="https://api.tokenllm.cc/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)Node.js
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.tokenllm.cc/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);Streaming
stream = 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)FAQ
Quelle est l'URL de base de l'API ?
Utilisez HTTPS://api.tokenllm.cc/v1 comme URL de base. Elle est entièrement compatible avec les configurations SDK OpenAI standard. Vous devez uniquement mettre à jour la variable base_url dans la configuration de votre client.
Comment gérer les limites de taux ?
Vous êtes autorisé à effectuer 300 requêtes par minute et 8 requêtes simultanées par clé. Si vous dépassez ces limites, vous recevrez un code d'état 429. Implémentez une nouvelle tentative exponentielle dans votre code pour gérer les nouvelles tentatives correctement.
Dois-je définir l'ID du modèle ?
Oui, définissez toujours le paramètre du modèle sur "uncensored". Cela garantit que votre requête est envoyée au modèle correct sur nos serveurs. Le point de terminaison attend cet ID spécifique pour un routage et une inférence appropriés.
Obtenez votre clé instantanément
Inscrivez-vous, récupérez votre clé API, et mettez à jour l'URL de base. C'est tout.
