NSFW-Modell-API-Schnellstart

Authentifizierung & Basis-URL

Verwenden Sie den bereitgestellten API-Schlüssel mit der Standard-Basis-URL für alle Anfragen. Wir unterstützen jeden OpenAI-kompatiblen Client, indem Sie einfach den base_url-Parameter ändern. Ihr Schlüssel gewährt Zugriff auf ein einzelnes unzensiertes Modell, das für Adult-Inhalte ohne Ablehnungen optimiert ist.

Fügen Sie Ihren Schlüssel als Bearer-Token in den Authorization-Header ein. Dies gewährleistet den sicheren Zugriff auf unsere gehosteten Endpunkte. Sie können sofort nach der Anmeldung über Google oder E-Mail einen neuen Schlüssel generieren.

Halten Sie Ihren Schlüssel privat. Er identifiziert Ihr bezahltes Konto und verfolgt die Token-Nutzung genau.

Ihre erste Completion senden

Sende eine POST-Anfrage an /v1/chat/completions mit deinem Modellnamen und dem messages-Array. Die API gibt Textvervollständigungen basierend auf deinem Prompt-Kontext zurück. Du musst die Modell-ID auf "uncensored" setzen, um konsistente Ergebnisse zu erhalten.

Eingabetokens kosten $0,15 pro Million, während Ausgabetokens $0,50 pro Million kosten. Gebühren fallen nur für erfolgreiche Abschlüsse an, nicht für Fehler.

• Legen Sie das Modell auf "uncensored" fest.
• Stellen Sie ein Nachrichten-Array mit Rolle und Inhalt bereit.
• Fügen Sie Ihren API-Schlüssel in die Header ein.

Dieses unkomplizierte Setup funktioniert für Roleplay, kreatives Schreiben oder Datenverarbeitungsaufgaben.

Copycurl https://api.modelnsfw.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return 400 status code"}]
  }'

Die Verwendung von Python & Node SDKs

Installieren Sie die offiziellen OpenAI-Python- oder Node-SDKs und verweisen Sie sie auf unsere Basis-URL. So können Sie vertraute Methoden wie .chat.completions.create() verwenden, ohne Ihre Logik neu schreiben zu müssen.

Übergeben Sie Ihren API-Schlüssel als api_key-Argument. Legen Sie base_url auf HTTPS://api.modelnsfw.cc/v1 fest, um Anfragen korrekt zu routen. Dieser Ansatz vereinfacht die Integration für bestehende Projekte.

Beide SDKs verarbeiten JSON-Serialisierung und Retry-Logik automatisch. Sie können Parameter wie Temperatur oder top_p anpassen, um die Kreativität zu steuern.

Fehler werden als standardmäßige HTTP-Statuscodes zurückgegeben. Sie können Ausnahmen abfangen und sie in Ihrer Anwendungslogik behandeln.

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

Streaming-Antworten & Token-Nutzung

Aktivieren Sie Streaming, indem Sie stream im Anfragekörper auf true setzen. Die API gibt Chunks über Server-Sent Events (SSE) für Echtzeitausgaben zurück. Dies reduziert die wahrgenommene Latenz bei langen Antworten.

Die Token-Nutzungsdetails erscheinen im letzten Chunk des Streams. Sie können diese Daten analysieren, um die Kosten genau zu verfolgen, ohne auf die vollständige Antwort zu warten.

Das Streaming eignet sich gut für Chat-Oberflächen oder Live-Textgenerierung. Es ermöglicht Nutzern, Inhalte zu sehen, während sie generiert werden.

Setze max_tokens, um die maximale Ausgabelänge pro Anfrage zu steuern. Der Standardwert beträgt 2.048 Tokens, falls nicht angegeben.

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)

Funktionsaufruf & JSON-Modus

Verwenden Sie den tools-Parameter, um Function Calling für die Extraktion strukturierter Daten zu aktivieren. Definieren Sie Funktionen in Ihrer Anfrage und lassen Sie das Modell entscheiden, welche aufgerufen werden soll. Dies ist nützlich zum Parsen von Text oder zum Auslösen von Aktionen.

Aktivieren Sie den JSON-Modus, indem Sie response_format auf json_object setzen. Das Modell gibt streng gültiges JSON zurück, sodass Ihr Parser niemals fehlschlägt. Dies ist ideal für API-Integrationen, die bestimmte Datenstrukturen erfordern.

Kombinieren Sie beide Funktionen für komplexe Workflows. Sie können Daten extrahieren und Funktionen gleichzeitig aufrufen.

Validieren Sie die Ausgabestruktur in Ihrem Code. Das Modell strebt nach Genauigkeit, kann jedoch gelegentlich ungültige Syntax erzeugen.

Rate Limits & Kontextfenster

Das Context-Window unterstützt 100.000 Tokens für kombinierten Prompt und Completion. Dies ermöglicht große Dokumente oder lange Gespräche. Sie können bis zu 16.000 Tokens in einer einzelnen Antwort senden.

Die Ratenbegrenzung liegt bei 300 Anfragen pro Minute pro Schlüssel. Sie können 8 gleichzeitige Anfragen gleichzeitig ausführen. Der Anfragekörper darf 8 MB nicht überschreiten.

Überwache HTTP-Statuscodes auf Fehler. Ein 401-Fehler bedeutet, dass dein Schlüssel ungültig ist. Ein 402-Fehler zeigt unzureichendes vorausbezahltes Guthaben an. Ein 429-Fehler signalisiert, dass du dein Ratenlimit überschritten hast.

Guthaben verfällt nicht. Sie können jederzeit mit Krypto aufladen, ohne Ihr Guthaben zu verlieren.