Οδηγός γρήγορης εκκίνησης API μοντέλων

Authentication and Base URL

Το endpoint βρίσκεται στο https://api.modelapis.cc/v1. Δώστε το κλειδί σας στο Authorization header ως bearer token. Το σύστημα απορρίπτει αιτήσεις με ακυρά κλειδιά μέσω σφαλμάτων 401 και μπλοκάρει προσπάθειες δαπάνης πιστωτικού που δεν διαθέτετε με αποκρίσεις 402. Μπορείτε να δημιουργήσετε ένα νέο κλειδί αμέσως στο dashboard και το παλιό γίνεται μη ενεργό αμέσως.

Αποστολή Αιτήματος Ολοκλήρωσης Συνομιλίας

Στείλτε ένα POST request στο /v1/chat/completions με την ιστορία μηνυμάτων σας. Το id του μοντέλου είναι "uncensored" και δέχεται τυπικές παραμέτρους όπως temperature και top_p. Αυτή η ρύθμιση λειτουργεί με οποιοδήποτε πελάτη που μιλάει το πρωτόκολλο OpenAI, συμπεριλαμβανομένου του Cursor και άλλων εργαλείων ανάπτυξης.

Copycurl https://api.modelapis.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "get current unix timestamp"}]
  }'

Ελέγξτε την απόκριση για το content field μέσα στο μήνυμα του βοηθού. Αν υπερβείτε το όριο ρυθμού, το API επιστρέφει κωδικό κατάστασης 429. Μπορείτε να παρακολουθείτε το υπόλοιπό σας απευθείας στο dashboard χωρίς να χρειάζεται να αναλύετε headers χειροκίνητα.

Streaming Αποκρίσεις μέσω SSE

Ενεργοποιήστε streaming ρυθμίζοντας stream: true στο σώμα του αιτήματός σας. Το API επιστρέφει Server-Sent Events (SSE) που περιέχουν μερικά τμήματα κειμένου. Αυτή η προσέγγιση είναι ιδανική για τη δημιουργία διεπαφών συνομιλίας που αποδίδουν κείμενο καθώς παράγεται.

Copyfrom openai import OpenAI

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

Κάθε chunk περιέχει μόνο ένα κομμάτι της τελικής απόκρισης. Το τελικό chunk περιλαμβάνει τα πλήρη στατιστικά χρήσης tokens για το request. Αυτό σας επιτρέπει να παρακολουθείτε το κόστος σε πραγματικό χρόνο χωρίς να περιμένετε να ολοκληρωθεί όλη η δημιουργία.

Function Calling και Εργαλεία

Ορίστε τα εργαλεία σας στο tools parameter και ορίστε tool_choice για auto. Το μοντέλο επιστρέφει δομημένες κλήσεις εργαλείων όταν είναι κατάλληλο, επιτρέποντας στην εφαρμογή σας να εκτελέσει εξωτερικές συναρτήσεις. Αυτή η λειτουργία λειτουργεί άψογα με τα τυπικά SDKs OpenAI.

Copyimport OpenAI from "openai";

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

Ανάλυση του tool_calls array στο μήνυμα του βοηθού για να ενεργοποιήσετε τη λογική του backend σας. Στη συνέχεια, μπορείτε να τροφοδοτήσετε τα αποτελέσματα πίσω στη συνομιλία ως απαντήσεις εργαλείου. Αυτός ο κύκλος επιτρέπει πολύπλοκες ροές εργασίας agentic χωρίς να βγείτε από το API.

Επιβολή Λειτουργίας JSON

Ορίστε response_format για {"type": "json_object"} να αναγκάσει το μοντέλο να εξάγει έγκυρο JSON. Αυτό είναι κρίσιμο για εφαρμογές που αναλύουν την απάντηση προγραμματιστικά. Το μοντέλο θα συμμορφωθεί αυστηρά με αυτόν τον περιορισμό.

Χρησιμοποιήστε αυτή τη λειτουργία όταν χρειάζεστε προβλέψιμες δομές για τα data pipelines σας. Μειώνει την ανάγκη για μετα-επεξεργασία regex hacks. Το μοντέλο παραμένει uncensored ακόμη και σε JSON mode, παρέχοντας ωμή δεδομένα χωρίς φίλτρα περιεχομένου.

Όρια Token και Παράθυρο Συγκειμένου

Το παράθυρο πλαισίου (context window) υποστηρίζει έως 100.000 tokens για την εισερχόμενη και την εξερχόμενη απάντηση συνολικά. Μπορείτε να ζητήσετε έως 16.000 tokens εξόδου ανά αίτημα. Αν δεν ορίσετε max_tokens, η προεπιλογή είναι 2,048 tokens.

Τα αιτήματα περιορίζονται σε 300 ανά λεπτό ανά key. Το μέγιστο μέγεθος σώματος αιτήματος είναι 8 MB. Αυτά τα όρια διασφαλίζουν σταθερή απόδοση για υψηλό όγκο χρήσης. Τα σφάλματα και οι απορρίψεις δεν καταναλώνουν το προπληρωμένο σας credit, οπότε πληρώνετε μόνο για επιτυχημένες δημιουργίες.

Ροή

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)