Guida rapida alle API dei modelli

Autenticazione e Base URL

L'endpoint si trova a https://api.modelapis.cc/v1. Passa la tua chiave nel Authorization header come token bearer. Il sistema rifiuta le richieste con chiavi non valide tramite errori 401 e blocca i tentativi di spendere credito non disponibile con risposte 402. Puoi generare una nuova chiave immediatamente dal dashboard e quella vecchia diventa inattiva istantaneamente.

Invio di un completamento chat

Invia una richiesta POST a /v1/chat/completions con la tua cronologia dei messaggi. L'ID del modello è "uncensored" e accetta parametri standard come temperature e top_p. Questa configurazione funziona con qualsiasi client che supporti il protocollo OpenAI, inclusi Cursor e altri strumenti di sviluppo.

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"}]
  }'

Controlla la risposta per il content field all'interno del messaggio dell'assistente. Se superi il tuo limite di frequenza, l'API restituisce un codice di stato 429. Puoi monitorare il tuo saldo rimanente direttamente nella dashboard senza bisogno di analizzare manualmente le intestazioni.

Risposte in streaming tramite SSE

Abilita lo streaming impostando stream: true nel corpo della richiesta. L'API restituisce Server-Sent Events (SSE) contenenti chunk parziali di testo. Questo approccio è ideale per costruire interfacce chat che renderizzano il testo man mano che viene generato.

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)

Ogni chunk contiene solo un frammento della risposta finale. L'ultimo chunk include le statistiche complete sull'utilizzo dei token per la richiesta. Questo ti permette di monitorare i costi in tempo reale senza attendere che l'intera generazione sia terminata.

Function Calling e strumenti

Definisci i tuoi strumenti nel tools parameter e imposta tool_choice a auto. Il modello restituisce chiamate agli strumenti strutturate quando appropriato, consentendo alla tua applicazione di eseguire funzioni esterne. Questa funzionalità funziona perfettamente con gli SDK standard di 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);

Analizza il tool_calls array nel messaggio dell'assistente per attivare la logica del tuo backend. Puoi quindi restituire i risultati alla conversazione come risposte degli strumenti. Questo ciclo abilita flussi di lavoro agentic complessi senza uscire dall'API.

Applicazione della modalità JSON

Imposta response_format a {"type": "json_object"} per forzare il modello a restituire JSON valido. È fondamentale per le applicazioni che analizzano la risposta a livello di codice. Il modello rispetterà rigorosamente questo vincolo.

Usa questa modalità quando hai bisogno di strutture prevedibili per le tue pipeline di dati. Riduce la necessità di hack regex post-elaborazione. Il modello rimane senza filtri anche in modalità JSON, fornendo dati grezzi senza filtri di contenuto.

Limiti dei Token e Finestra di Contesto

La finestra di contesto supporta fino a 100.000 token per prompt e completamento combinati. Puoi richiedere fino a 16.000 token di output per richiesta. Se non specifichi max_tokens, il valore predefinito è 2.048 token.

Le richieste sono limitate a 300 al minuto per chiave. La dimensione massima del corpo della richiesta è di 8 MB. Questi limiti garantiscono prestazioni stabili per un utilizzo ad alto volume. Errori e rifiuti non consumano il tuo credito prepagato, quindi paghi solo per le generazioni riuscite.

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)