Документація API

Базова URL-адреса та аутентифікація

Підключіться до https://api.tokenllm.cc/v1 за допомогою вашого унікального API-ключа. Цей базовий URL працює з будь-яким стандартним SDK OpenAI шляхом налаштування base_url змінну. Ви отримуєте один активний ключ на акаунт; генерація нового ключа замінює попередній. Аутентифікація базується на Authorization: Bearer <key> header. Ми не відстежуємо ваші промпти для навчання, і ви можете зареєструватися через Google або електронну пошту без номера телефону. Помилки та відмови споживають нуль токенів, тому ви платите лише за фактичний інференс.

Чат-ендпоінт (Chat Completions Endpoint)

Надіслати текст у POST /v1/chat/completions для генерації відповідей. Цей ендпоінт обробляє робочі процеси «текст у, текст вихід» з нашою немодельованою моделлю. Вам не потрібні вбудовування (embeddings) або генерація зображень для стандартних задач чату. ID моделі завжди «uncensored». Запити обробляються на наших власних серверах, що гарантує відсутність фільтрів сторонніх постачальників у вашому виводі. Тримайте ваш запит меншим за 8 МБ, щоб уникнути проблем із обрізанням.

Обов'язкові та необов'язкові параметри

Включіть messages масив з історією вашої розмови. Встановіть model to "uncensored" to ensure correct routing. You can adjust temperature для творчості або top_p для різноманітності. Використовуйте max_tokens для обмеження виводу до 16 000 токенів або стандартно до 2 048. Вікно контексту підтримує 100 000 токенів загалом для запиту та завершення. Опціональні параметри, такі як seed та stop дають вам точний контроль над генерацією.

Потокові відповіді через SSE

Увімкніть потокову передачу, встановивши stream: true у вашому запиті. API повертає Server-Sent Events (SSE) для доставки токенів у реальному часі. Кожен чанк містить частковий текст, а фінальний чанк включає статистику загального використання токенів. Цей підхід знижує сприйняту затримку для довгих відповідей. Ви можете обробляти токени по мірі їх надходження, що ідеально підходить для чат-інтерфейсів. Потокова передача працює з усіма стандартними параметрами.

Function Calling та режим JSON

Визначте інструменти в tools параметр для можливостей виклику функцій. Модель може виводити структурований JSON, коли ви встановите response_format до {"type": "json_object"}. Це забезпечує надійне розбирання для додатків нижнього рівня. Ви можете вказати tool_choice щоб примусово або дозволити автоматичний вибір. Ці функції працюють в межах тієї ж uncensored моделі, тому вам не потрібен окремий постачальник структурованого виводу.

Обробка помилок та використання токенів

Обробляйте HTTP 401 для недійсних ключів та 429 для обмеження швидкості. Ви обмежені 300 запитами за хвилину та 8 одночасними запитами на ключ. Якщо ви отримали 402, ваш попередньо оплачений кредит вичерпано. Відмови через фільтри вмісту (наприклад, сексуальний контент із залученням неповнолітніх) не нараховують токени. API ніколи не анулює ваш кредит, тому ви можете поповнити його в будь-який час. Завжди перевіряйте тіло відповіді для отримання детальних повідомлень про помилки.

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);

Потокова передача

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)