Dokumentasi API

URL Dasar dan Autentikasi

Terhubung ke https://api.tokenllm.cc/v1 menggunakan kunci API unik Anda. URL dasar ini berfungsi dengan SDK OpenAI standar mana pun dengan mengatur base_url variabel. Anda menerima satu kunci aktif per akun; menghasilkan kunci baru akan menggantikan kunci sebelumnya. Autentikasi bergantung pada Authorization: Bearer <key> header. Kami tidak melacak prompt Anda untuk pelatihan, dan Anda dapat mendaftar dengan Google atau email tanpa nomor telepon. Error dan penolakan mengonsumsi nol token, jadi Anda hanya membayar untuk inferensi aktual.

Endpoint Chat Completions

Kirim teks ke POST /v1/chat/completions untuk menghasilkan respons. Titik akhir ini menangani alur kerja teks masuk, teks keluar dengan model tanpa sensor kami. Anda tidak memerlukan embedding atau generasi gambar untuk tugas obrolan standar. ID model selalu "uncensored". Permintaan diproses di server kami sendiri, memastikan tidak ada vendor pihak ketiga yang memfilter output Anda. Jaga payload Anda di bawah 8 MB untuk menghindari masalah pemotongan.

Parameter yang Diperlukan dan Opsional

Termasuk sebuah messages array dengan riwayat percakapan Anda. Set model ke "uncensored" untuk memastikan routing yang benar. Anda dapat menyesuaikan temperature untuk kreativitas atau top_p untuk keragaman. Gunakan max_tokens untuk membatasi output hingga 16.000 token, atau default ke 2.048. Jendela konteks mendukung total 100.000 token untuk prompt dan penyelesaian. Parameter opsional seperti seed dan stop memberikan Anda kontrol presisi atas generasi.

Respons Streaming melalui SSE

Aktifkan streaming dengan mengatur stream: true dalam permintaan Anda. API mengembalikan Server-Sent Events (SSE) untuk pengiriman token real-time. Setiap potongan berisi teks parsial, dan potongan terakhir mencakup statistik total penggunaan token. Pendekatan ini mengurangi latensi yang dirasakan untuk respons panjang. Anda dapat memproses token saat tiba, yang sangat ideal untuk antarmuka obrolan. Streaming berfungsi dengan semua parameter standar.

Pemanggilan Fungsi dan Mode JSON

Tentukan alat dalam tools parameter untuk kemampuan pemanggilan fungsi. Model dapat menghasilkan JSON terstruktur ketika Anda mengatur response_format ke {"type": "json_object"}. Ini memastikan parsing yang andal untuk aplikasi downstream. Anda dapat menentukan tool_choice untuk memaksa atau mengizinkan pemilihan otomatis. Fitur ini bekerja dalam model uncensored yang sama, sehingga Anda tidak memerlukan penyedia output terstruktur terpisah.

Penanganan Kesalahan dan Penggunaan Token

Tangani HTTP 401 untuk kunci tidak valid dan 429 untuk batas laju. Anda dibatasi hingga 300 permintaan per menit dan 8 permintaan simultan per kunci. Jika Anda mendapatkan 402, kredit prabayar Anda telah habis. Penolakan karena filter konten (seperti konten seksual anak) tidak membebankan token. API tidak pernah mengakhiri kredit Anda, jadi Anda dapat mengisi ulang kapan saja. Selalu periksa badan respons untuk pesan kesalahan terperinci.

cURL

Copycurl 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

Copyfrom 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

Copyimport 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

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)