URL de base et authentification
Vos requêtes sont acheminées vers https://api.modelunrestricted.com/v1. Incluez votre clé API dans le Authorization header. Nous ne demandons pas de numéro de téléphone pour vous inscrire. La connexion via Google ou e-mail vous donne un accès immédiat.
curl https://api.modelunrestricted.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Generate a simple python loop"}]
}'La clé est générée instantanément. Conservez-la en sécurité. Elle identifie votre compte et vos crédits. Les erreurs comme 401 signifient que la clé est incorrecte. Vérifiez votre tableau de bord.
Point de terminaison des complétions de chat
Envoyer des messages à POST /v1/chat/completions. C'est la méthode standard pour obtenir des réponses textuelles. L'ID de notre modèle est uncensored. Il répond sans refuser le contenu adulte légal.
from openai import OpenAI
client = OpenAI(base_url="https://api.modelunrestricted.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)Définissez explicitement le nom du modèle. Utilisez temperature pour la créativité. Ajustez top_p pour la diversité. L'API retourne du JSON structuré. Analysez-le dans votre code.
Réponses en streaming avec SSE
Activez le streaming en définissant stream: true. Vous recevez des tokens au fur et à mesure de leur génération. Cela réduit la latence perçue. Cela semble plus rapide pour les utilisateurs.
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)Lisez le dernier chunk pour l'utilisation des jetons. Accumulez le texte localement. Gérez les erreurs réseau avec élégance. SSE est standard dans la plupart des SDK. Utilisez-le pour les interfaces en temps réel.
Appels de fonction et outils
Définissez les outils dans votre requête. Le modèle renvoie des arguments structurés. Utilisez tool_choice pour forcer des fonctions spécifiques. Cela fonctionne comme les autres API compatibles OpenAI.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.modelunrestricted.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);Analysez les appels d'outils. Exécutez votre code. Renvoyez les résultats dans la conversation. Cela permet des workflows complexes. Testez les cas limites tôt.
Application stricte du Mode JSON
Définir response_format à {"type": "json_object"}Le modèle produit du JSON valide. C'est crucial pour l'intégration programmatique. Évitez les erreurs d'analyse en production.
Définir temperature plus bas pour la cohérence. Des valeurs plus élevées peuvent casser la syntaxe. Validez le schéma de sortie. Réessayez en cas d'échec. Le mode JSON est fiable pour les données structurées.
Limites, erreurs et contexte
Notre fenêtre de contexte est de 100 000 tokens au total. La sortie maximale est de 16 000 tokens. Les erreurs et les refus sont gratuits. 402 signifie pas de crédit. Rechargez en crypto. 429 signifie limite de débit. Attendez et réessayez. Nous autorisons 300 requêtes par minute par clé. Huit requêtes simultanées sont acceptables. Gardez vos charges utiles inférieures à 8 Mo. Cela garantit la stabilité. Aucun frais d'abonnement ne s'applique. Les crédits n'expiront jamais. Utilisez la fenêtre complète judicieusement.
