Authentification et URL de base
Pour commencer, accédez à notre plateforme et créez un compte avec uniquement un e-mail et un mot de passe. Après confirmation, votre clé API s'affiche immédiatement. Aucune carte de crédit n'est requise pour l'essai. Utilisez l'URL de base https://api.llmsemcensura.com/v1 dans vos clients et définissez la clé dans l'en-tête Authorization: Bearer SUA_CHAVE. Le modèle à appeler est identifié par uncensored.
Endpoint Chat Completions
L'endpoint POST /v1/chat/completions est la seule route nécessaire pour l'usage textuel. Envoyez des messages dans la structure de messages et recevez des réponses directes. Nous ne proposons pas d'embeddings ni de génération d'images. Le modèle est ouvert et s'exécute sur nos serveurs GPU, sans utilisation des données pour l'entraînement d'autres modèles. Configurez le model sur uncensored dans les requêtes.
Exemple de requête basique :
curl https://api.llmsemcensura.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
}'Prise en charge du streaming (SSE)
Pour les applications nécessitant une faible latence perçue, activez le streaming en définissant stream: true. L'API retournera un flux d'événements Server-Sent Events (SSE), permettant l'affichage du texte token par token. C'est idéal pour les interfaces de chat réactives. Le client doit traiter le stream jusqu'à l'événement done.
Exemple d'utilisation avec streaming :
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)Appel de fonctions et Outils
Le modèle prend en charge les appels de fonctions natifs. Vous pouvez définir tools dans le corps de la requête pour que l'IA retourne des arguments structurés au lieu de texte libre. Cela facilite l'intégration avec des systèmes externes. Le format de réponse suit le standard OpenAI, retournant tool_calls lorsque cela est approprié.
Gestion des tokens et limite
Le contexte total (prompt + complétion) est limité à 100 000 tokens. Le prix est de $0,25 par 1M de tokens d'entrée et $1,00 par 1M de sortie. Le crédit prépayé n'expire jamais. Vous pouvez recharger à partir de $10, avec un bonus de +5% au-delà de $50 et +10% au-delà de $100. L'essai initial offre un crédit d'essai de $0,50 valable 7 jours.
Exemple de code Python
La bibliothèque officielle openai fonctionne nativement. Il suffit de modifier la base_url et de fournir votre clé. Le code ci-dessous illustre une interaction simple. Assurez-vous d'installer le package via pip avant d'exécuter.
from openai import OpenAI
client = OpenAI(base_url="https://api.llmsemcensura.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
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.llmsemcensura.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);