Documentação da API

URL Base e Autenticação

Conecte-se a https://api.tokenllm.cc/v1 usando sua chave de API exclusiva. Este base URL funciona com qualquer SDK padrão OpenAI definindo o base_url variável. Você recebe uma chave ativa por conta; gerar uma nova chave substitui a anterior. A autenticação depende do Authorization: Bearer <key> cabeçalho. Não rastreamos seus prompts para treinamento, e você pode se registrar com Google ou e-mail sem número de telefone. Erros e recusas consomem zero tokens, então você paga apenas pela inferência real.

O Endpoint de Completions de Chat

Envie texto para POST /v1/chat/completions gerar respostas. Este endpoint lida com fluxos de trabalho de entrada e saída de texto com nosso modelo sem censura. Você não precisa de embeddings ou geração de imagens para tarefas padrão de chat. O ID do modelo é sempre "uncensored". As solicitações são processadas em nossos próprios servidores, garantindo que nenhum fornecedor de terceiros filtre sua saída. Mantenha seu payload abaixo de 8 MB para evitar problemas de truncamento.

Parâmetros Obrigatórios e Opcionais

Incluir um messages array com o histórico da sua conversa. Defina model para "uncensored" para garantir o roteamento correto. Você pode ajustar temperature para criatividade ou top_p para diversidade. Use max_tokens para limitar a saída em 16.000 tokens, ou definir o padrão para 2.048. A janela de contexto suporta 100.000 tokens no total para prompt e conclusão. Parâmetros opcionais como seed e stop oferece a você controle preciso sobre a geração.

Respostas em Streaming via SSE

Ative o streaming definindo stream: true na sua solicitação. A API retorna Eventos Enviados pelo Servidor (SSE) para entrega de tokens em tempo real. Cada fragmento contém texto parcial, e o último fragmento inclui as estatísticas totais de uso de tokens. Esta abordagem reduz a latência percebida para respostas longas. Você pode processar tokens conforme chegam, o que é ideal para interfaces de chat. O streaming funciona com todos os parâmetros padrão.

Chamada de Função e Modo JSON

Defina ferramentas no tools parâmetro para recursos de chamada de função. O modelo pode gerar JSON estruturado quando você define response_format para {"type": "json_object"}. Isso garante uma análise confiável para aplicativos downstream. Você pode especificar tool_choice para forçar ou permitir a seleção automática. Esses recursos funcionam dentro do mesmo modelo sem censura, então você não precisa de um provedor de saída estruturada separado.

Tratamento de Erros e Uso de Tokens

Trate HTTP 401 para chaves inválidas e 429 para limites de taxa. Você está limitado a 300 solicitações por minuto e 8 solicitações simultâneas por chave. Se você receber um 402, seu crédito pré-pago está esgotado. Recusas devido a filtros de conteúdo (como conteúdo sexual com menores) não cobram tokens. A API nunca expira seu crédito, então você pode recarregar a qualquer momento. Sempre verifique o corpo da resposta para mensagens de erro detalhadas.

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)