Uncensored Chat Completions API

Authentifizierung & Basis-URL

Verwenden Sie Ihren generierten API-Schlüssel mit der Base-URL https://api.openrouteraisettingskeys.com/v1 um Anfragen zu leiten. Wir fungieren als Alternative zu OpenRouter für Entwickler, die Abonnementebenen vermeiden möchten, während ihr Client-Code identisch bleibt. Der Schlüssel authentifiziert Ihr vorausbezahltes Guthaben direkt gegenüber dem openrouter AI-Einstellungsschlüssel Infrastruktur. Sie erhalten einen aktiven Schlüssel pro Konto; das Generieren eines neuen ersetzt die vorherigen Anmeldeinformationen sofort. Keine Telefonnummer oder Bankdaten sind bei der Anmeldung erforderlich, nur eine E-Mail oder Google-Login. Dieses direkte Schlüsselmanagement stellt sicher, dass Sie den Zugriff kontrollieren, ohne Drittanbieter-Abrechnungsreibung. Ihre Eingaben bleiben privat und werden niemals zum Training des zugrunde liegenden Modells verwendet.

Chat-Vervollständigungs-Endpunkt

Senden Sie POST-Anfragen an /v1/chat/completions um Textantworten vom unzensierten Modell zu erhalten. Das System akzeptiert Standard-Nachrichtenarrays und gibt Vervollständigungen zurück, ohne rechtmäßige erwachsene oder kontroverse Themen abzulehnen. Sie zahlen nur für tatsächlich verwendete Tokens, mit Eingabekosten von $0,15 pro 1M Tokens und Ausgaben von $0,50 pro 1M Tokens. Fehler und Ablehnungen verursachen keine Gebühren, sodass Sie nie für fehlgeschlagene Versuche zahlen. Der Endpunkt unterstützt ein Kontextfenster von 100.000 Tokens für Prompt und Completion zusammen. Die maximale Ausgabe ist pro Anfrage auf 16.000 Tokens begrenzt, es sei denn, Sie geben einen niedrigeren Grenzwert an. Diese einfache Struktur spiegelt das OpenAI-Format wider, was die Migration mühelos macht.

Python SDK-Integration

Installieren Sie das offizielle OpenAI-Paket und konfigurieren Sie die Basis-URL so, dass sie auf unseren unzensierten LLM-Endpunkt verweist. Das folgende Code-Snippet zeigt, wie Sie den Client initialisieren und eine einfache Abfrage senden. Sie müssen das base_url Parameter, um mit unserer API-Domäne übereinzustimmen. Die Modellkennung ist einfach uncensored, das unser spezifisches Open-Weight-Modell für direkte Antworten ausführt. Dieser Ansatz ermöglicht es Ihnen, bestehende Python-Codebasen mit minimalen Änderungen wiederzuverwenden. Das SDK verarbeitet die JSON-Serialisierung und das Streaming automatisch. Stellen Sie sicher, dass Ihr API-Schlüssel in Produktionsumgebungen sicher in Umgebungsvariablen gespeichert ist.

Node SDK-Integration

Konfigurieren Sie den Node.js OpenAI-Client, um Anfragen an unsere gehostete API zu senden. Die Basis-URL muss auf unsere Domain eingestellt sein, um eine korrekte Weiterleitung zu gewährleisten. Sie können die Modell-ID uncensored neben Ihren Nachrichten, um Text zu generieren. Diese Methode funktioniert mit jeder Standard-OpenAI-kompatiblen Client-Bibliothek in JavaScript. Die Anforderungsstruktur bleibt identisch mit der OpenAI-Spezifikation, was die Kompatibilität gewährleistet. Sie können Ihr vorausgezahltes Guthaben direkt über das Dashboard verwalten. Das SDK unterstützt sowohl synchrone als auch asynchrone Anforderungsmuster. Passen Sie den apiKey Wert, um mit Ihrem generierten Anmeldeinformationen übereinzustimmen. Diese Einrichtung bietet eine zuverlässige Möglichkeit, unzensierte Generierung in Ihre Node-Anwendungen zu integrieren.

Streaming-Antworten

Aktivieren Sie das Streaming, indem Sie den stream Parameter auf true setzen in Ihrem Anforderungstext. Die API gibt Server-Sent Events (SSE) für die Echtzeit-Übertragung von Tokens zurück. Sie können die Token-Nutzung innerhalb des letzten Chunks des Streams verfolgen. Diese Funktion ist ideal für Chat-Schnittstellen, die sofortiges Feedback erfordern. Das uncensored Modell behält den Kontext während des gesamten Streams ohne Unterbrechung bei. Sie können die SSE-Daten mit Standard-Event-Listenern in Ihrem Client parsen. Streaming funktioniert mit allen Parametern wie Temperatur und top_p. Diese Methode reduziert die wahrgenommene Latenz für Endbenutzer erheblich. Sie ist die empfohlene Methode für interaktive Anwendungen.

Limits, Fehler & Kontext

Ihr API-Schlüssel erlaubt 300 Anfragen pro Minute und 8 gleichzeitige Verbindungen. Der Anfragekörper darf 8 MB nicht überschreiten. Wenn Sie einen 401-Fehler erhalten, ist Ihr Schlüssel ungültig oder abgelaufen. Ein 402-Fehler zeigt unzureichendes prepaid-Guthaben an; laden Sie über USDT oder USDC auf, um den Dienst fortzusetzen. Ein 429-Fehler bedeutet, dass Sie das Rate-Limit erreicht haben. Das Modell unterstützt einen Kontextfenster von 100,000 Token für kombinierte Eingabe und Ausgabe. Strenge Inhaltsbeschränkungen gelten weiterhin, insbesondere für sexuellen Inhalt mit Minderjährigen. Diese Grenzen gewährleisten stabile Leistung für Entwickler mit hohem Volumen. Sie können Ihre Nutzung direkt im Kontodashboard überwachen. Fehler sind kostenlos, sodass Sie nur für erfolgreiche Vervollständigungen zahlen.

cURL

Copycurl https://api.openrouteraisettingskeys.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Check my current key balance"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.openrouteraisettingskeys.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)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.openrouteraisettingskeys.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);

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)