Inicio rápido: Integra la API de LLMs sin censura

Prerrequisitos: SDK y variables de entorno

Empieza instalando el SDK oficial para tu lenguaje. Proporcionamos una API de chat-completions compatible con OpenAI alojada que funciona con cualquier cliente estándar. Necesitas configurar dos variables de entorno: OPENAI_API_KEY y OPENAI_BASE_URL.

La URL base de este servicio es HTTPS://api.llmsunrestricted.com/v1. Esta URL asegura que tus solicitudes lleguen a nuestra infraestructura sin censura. Tu clave API autentica tu cuenta de crédito prepagado. No se requiere número de teléfono para la configuración, solo tu correo electrónico o cuenta de Google.

Autenticación: Configuración de tu clave de API

La autenticación se basa en una única clave API generada durante el registro. Recibes esta clave inmediatamente después de crear una cuenta mediante Google o correo electrónico. Almacena esta clave de forma segura en tus variables de entorno para evitar exponerla en el código del lado del cliente.

Nuestro sistema valida la clave contra tu saldo prepagado. Si la clave es inválida o ha expirado, la API devuelve un error 401. Puedes generar una nueva clave en cualquier momento, lo que reemplaza a la anterior. Mantén tu clave privada para evitar el uso no autorizado de tus tokens.

Enviar tu primera solicitud de finalización de chat

Envía una solicitud POST a la /v1/chat/completions endpoint. Usa el ID del modelo uncensored acceder a nuestro modelo de peso abierto ajustado para contenido adulto y creativo. El modelo no rechaza temas lícitos, asegurando que obtengas la salida que esperas.

Aquí tienes un ejemplo básico de cURL para verificar tu conexión y facturación.

Copycurl https://api.llmsunrestricted.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three common use cases for this API"}]
  }'

Esta solicitud consume tokens de entrada según la longitud de tu prompt. Solo se te cobra por los tokens procesados realmente. Los errores y las denegaciones por formato inválido son gratuitos.

Gestión de respuestas en streaming (SSE)

Habilita la transmisión estableciendo stream para true. La API devuelve datos mediante Server-Sent Events (SSE). Esto te permite mostrar los tokens a los usuarios en tiempo real, mejorando la latencia percibida de tu aplicación.

Las estadísticas de uso de tokens se incluyen en el fragmento final del stream. Esto te permite rastrear los costos con precisión por solicitud. El streaming es ideal para interfaces de chat donde la retroalimentación instantánea es crítica.

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)

Asegúrate de que la biblioteca cliente maneje correctamente las respuestas parciales. El flujo termina cuando el modelo termina de generar o alcanza el límite de tokens.

Configurando parámetros: Temperature y Top_P

Ajustar el comportamiento de generación utilizando parámetros estándar. Establecer temperature para controlar la aleatoriedad; valores más bajos hacen que las salidas sean más deterministas. Utiliza top_p para limitar la diversidad del vocabulario. Estos ajustes te ayudan a ajustar el modelo uncensored para roleplay o escritura creativa.

También puedes usar response_format con {"type": "json_object"} para datos estructurados. La llamada de funciones se admite a través de tools y tool_choice. El modelo admite hasta 100,000 tokens para toda la ventana de contexto.

Copyfrom openai import OpenAI

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

Estos parámetros te dan un control total sobre el estilo de salida del modelo. Experimenta con combinaciones para encontrar el mejor equilibrio para tu caso de uso específico.

Comprender el uso de tokens y la facturación

La facturación es estrictamente prepagada y se basa en el uso real de tokens. Los tokens de entrada cuestan $0.15 por 1M, y los tokens de salida cuestan $0.50 por 1M. Solo pagas por lo que usas, sin cuotas de suscripción mensual. El crédito nunca caduca, por lo que puedes recargar cuando necesites.

Si te quedas sin crédito, la API devuelve un error 402. Puedes recargar con USDT (TRC20) o USDC (Base) a partir de $20. Los bonos se aplican para depósitos más grandes: +5% desde $50, +10% desde $100 y +15% desde $200. Los errores no consumen crédito.

Copyimport OpenAI from "openai";

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

Monitorea tu uso a través del panel o verificando los recuentos de tokens en los encabezados de respuesta de la API. Esta transparencia asegura que mantienes el control de tus costos de desarrollo.