Démarrage rapide API du modèle NSFW

Authentification & URL de base

Utilisez la clé API fournie avec l'URL de base standard pour toutes les requêtes. Nous prenons en charge n'importe quel client compatible OpenAI en modifiant simplement le paramètre base_url. Votre clé donne accès à un seul modèle uncensored optimisé pour le contenu pour adultes sans refus.

Incluez votre clé dans l'en-tête Authorization en tant que jeton Bearer. Cela garantit un accès sécurisé à nos points de terminaison hébergés. Vous pouvez générer une nouvelle clé immédiatement après vous être inscrit via Google ou par e-mail.

Conservez votre clé privée. Elle identifie votre compte prépayé et suit avec précision l'utilisation des tokens.

Envoi de votre première complétion

Envoyez une requête POST à /v1/chat/completions avec le nom de votre modèle et le tableau de messages. L'API renvoie des complétions textuelles basées sur le contexte de votre invite. Vous devez définir l'ID du modèle sur "uncensored" pour des résultats cohéents.

Les jetons d'entrée coûtent 0,15 $ par million, tandis que les jetons de sortie coûtent 0,50 $ par million. Les frais ne s'appliquent qu'aux complétions réussies, pas aux erreurs.

• Définissez le modèle sur "uncensored".
• Fournissez un tableau de messages avec role et content.
• Incluez votre clé API dans les en-têtes.

Cette configuration simple fonctionne pour le jeu de rôle, l'écriture créative ou les tâches de traitement de données.

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"}]
  }'

Utilisation des SDK Python & Node

Installez les SDK Python ou Node officiels d'OpenAI et pointez-les vers notre URL de base. Cela vous permet d'utiliser des méthodes familières comme .chat.completions.create() sans réécrire votre logique.

Passez votre clé API comme argument api_key. Définissez base_url sur HTTPS://api.modelnsfw.cc/v1 pour router les requêtes correctement. Cette approche simplifie l'intégration pour les projets existants.

Les deux SDK gèrent automatiquement la sérialisation JSON et la logique de réessai. Vous pouvez ajuster des paramètres tels que temperature ou top_p pour contrôler la créativité.

Les erreurs sont renvoyées sous forme de codes de statut HTTP standard. Vous pouvez intercepter les exceptions et les gérer dans la logique de votre application.

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);

Réponses en streaming et consommation de jetons

Activez le streaming en définissant stream sur true dans le corps de votre requête. L'API renvoie des chunks via Server-Sent Events (SSE) pour une sortie en temps réel. Cela réduit la latence perçue pour les réponses longues.

Les détails d'utilisation des tokens apparaissent dans le dernier chunk du flux. Vous pouvez analyser ces données pour suivre les coûts avec précision sans attendre la réponse complète.

Le streaming fonctionne bien pour les interfaces de chat ou la génération de texte en direct. Il permet aux utilisateurs de voir le contenu à mesure qu'il est généré.

Définissez max_tokens pour contrôler la longueur maximale de la sortie par requête. La valeur par défaut est de 2 048 jetons si non spécifié.

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)

Appel de fonctions et mode JSON

Utilisez le paramètre tools pour activer l'appel de fonctions pour l'extraction de données structurées. Définissez des fonctions dans votre requête et laissez le modèle choisir laquelle appeler. Cela est utile pour analyser du texte ou déclencher des actions.

Activez le mode JSON en définissant response_format sur json_object. Le modèle renvoie strictement du JSON valide, garantissant que votre analyseur ne plante jamais. C'est idéal pour les intégrations API nécessitant des structures de données spécifiques.

Combinez les deux fonctionnalités pour des workflows complexes. Vous pouvez extraire des données et appeler des fonctions simultanément.

Validez toujours la structure de sortie dans votre code. Le modèle vise l'exactitude mais peut occasionnellement produire une syntaxe invalide.

Limites de débit & Fenêtre de contexte

La fenêtre de contexte prend en charge 100 000 tokens pour l'invite et la complétion combinées. Cela permet de traiter de grands documents ou des conversations longues. Vous pouvez envoyer jusqu'à 16 000 tokens dans une seule réponse.

Les limites de débit sont fixées à 300 requêtes par minute par clé. Vous pouvez effectuer 8 requêtes simultanées en même temps. Le corps de la requête ne doit pas dépasser 8 Mo.

Surveillez les codes de statut HTTP pour les erreurs. Une erreur 401 signifie que votre clé est invalide. Une erreur 402 indique un solde de crédit prépayé insuffisant. Une erreur 429 signale que vous avez dépassé votre limite de débit.

Le crédit n'expire jamais. Vous pouvez recharger à tout moment en crypto sans perdre votre solde.