모델 API 빠른 시작 가이드

인증 및 Base URL

엔드포인트는 다음에 위치합니다 https://api.modelapis.cc/v1. 다음에 키를 전달하세요 Authorization header에 Bearer 토큰으로 설정합니다. 시스템은 유효하지 않은 키가 포함된 요청을 401 오류로 거부하고, 보유하지 않은 크레딧을 사용하려는 시도를 402 응답으로 차단합니다. 대시보드에서 새 키를 즉시 생성할 수 있으며, 이전 키는 즉시 비활성화됩니다.

채팅 완료 보내기

POSTリクエストを送信 /v1/chat/completions 메시지 기록을 사용합니다. 모델 ID는 "uncensored"이며, 다음과 같은 표준 매개변수를 허용합니다. temperature 및 top_p. 이 구조는 Cursor를 포함한 OpenAI 프로토콜을 사용하는 모든 클라이언트와 함께 작동합니다.

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"}]
  }'

응답을 확인하세요 content field inside the assistant message. If you exceed your rate limit, the API returns a 429 status code. You can monitor your remaining balance directly in the dashboard dashboard without needing to parse headers manually.

SSE를 통한 스트리밍 응답

stream을 true로 설정하여 스트리밍 활성화 stream: true 요청 본문에 포함하세요. API는 생성되는 텍스트의 부분 청크를 포함하는 서버 전송 이벤트(SSE)를 반환합니다. 이 접근 방식은 텍스트가 생성되는 대로 렌더링되는 채팅 인터페이스 구축에 이상적입니다.

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)

각 청크는 최종 응답의 일부만 포함합니다. 마지막 청크에는 요청의 전체 토큰 사용량 통계가 포함됩니다. 이를 통해 전체 생성이 완료될 때까지 기다리지 않고도 실시간으로 비용을 추적할 수 있습니다.

함수 호출 및 도구들

요청에 도구를 정의하세요. tools 매개변수를 사용하고 tool_choice 수신하여 auto. 모델은 적절한 경우 구조화된 도구 호출을 반환하여 응용 프로그램이 외부 함수를 실행할 수 있게 합니다. 이 기능은 표준 OpenAI SDK와 원활하게 작동합니다.

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);

파싱 tool_calls 어시스턴트 메시지 내의 배열을 사용하여 백엔드 로직을 트리거합니다. 그런 다음 결과를 도구 응답으로 대화에 다시 피드백할 수 있습니다. 이 사이클은 API를 벗어나지 않고도 복잡한 에이전트 워크플로우를 가능하게 합니다.

JSON 모드 강제 적용

設定 response_format 수신하여 {"type": "json_object"} 모델이 유효한 JSON을 출력하도록 강제합니다. 이는 응답을 프로그래밍 방식으로 파싱하는 애플리케이션에 중요합니다. 모델은 이 제약 조건을 엄격히 준수합니다.

데이터 파이프라인에 예측 가능한 구조가 필요할 때 이 모드를 사용하세요. 사후 처리 정규식 해킹의 필요성을 줄입니다. 모델은 JSON 모드에서도 uncensored 상태로 유지되며 콘텐츠 필터 없이 원시 데이터를 제공합니다.

토큰 제한 및 컨텍스트 윈도우

컨텍스트 윈도우는 프롬프트와 결과물을 합쳐 최대 100,000개의 토큰을 지원합니다. 요청당 최대 16,000개의 출력 토큰을 요청할 수 있습니다. 지정하지 않을 경우 max_tokens기본값은 2,048 토큰입니다.

요청은 키당 분당 300회로 제한됩니다. 최대 요청 본문 크기는 8MB입니다. 이러한 제한은 대용량 사용에 안정적인 성능을 보장합니다. 오류와 거부는 선불 크레딧을 소비하지 않으므로 성공적인 생성에 대해서만 지불합니다.

스트리밍

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)