API Dokumentation

Base URL og autentificering

Forbind med din API-nøgle for øjeblikkelig adgang til den ucensurerede LLM. Alle requests kræver en gyldig bearer token i Authorization-headeren. Vi opkræver ikke for mislykket autentificering eller modelroutingsfejl.

Brug base URL https://api.deepseekapiprices.com/v1 med enhver standard OpenAI SDK. Din nøgle giver adgang til uncensored model. Der kræves ikke telefonnummer for tilmelding, og nøglen vises straks efter, du har oprettet en konto.

Autentificeringseksempel

Erstat your-api-key med din faktiske nøgle. Serveren validerer tokenet, før den behandler din forespørgsel.

Første anmodning

Send en simpel chat-completion for at teste forbindelsen og svar kvaliteten. Dette endepunkt returnerer tekst i choices[0].message.content felt. Vi understøtter function calling og JSON-tilstand for strukturerede output.

• Model-ID: uncensored
• Endpoint: POST /v1/chat/completions
• Max Output: 16,000 tokens

Forespørgslen nedenfor demonstrerer en grundlæggende prompt. Sørg for, at din API-nøgle er korrekt for at undgå en 401-fejl.

Copycurl https://api.deepseekapiprices.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Translate this technical documentation to German"}]
  }'

Verificér, at svarstrukturen matcher OpenAI-standarden. Dette sikrer, at du kan skifte udbydere uden at omskrive din applikationslogik.

Python SDK-integration

Installer den officielle OpenAI-pakke og konfigurer base URL. Denne tilgang fungerer med den standard openai Python-bibliotek. Du skal kun justere klientkonfigurationen.

• Base URL: https://api.deepseekapiprices.com/v1
• API Key: Indstilles via miljøvariabel eller konstruktor
• Model: uncensored

Følgende kodeudsnit viser den minimale opsætning. Den håndterer anmodningen og udskriver indholdet. Fejl udløses som standard OpenAI-undtagelser.

Copyfrom openai import OpenAI

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

Denne metode er ideel til backend-tjenester og scripts. Den opretholder kompatibilitet med eksisterende codebases.

Node SDK-setup

Konfigurér Node.js-klienten med den custom base URL. Dette giver dig mulighed for at bruge den standard openai pakke. Opsætningen er identisk med andre OpenAI-kompatible tjenester.

• Base URL: https://api.deepseekapiprices.com/v1
• Pakke: openai (npm)
• Model: uncensored

Brug følgende kode til at initialisere klienten. Det sikrer, at alle anmodninger dirigeres korrekt. Du kan derefter kalde chat.completions.create som sædvanligt.

Copyimport OpenAI from "openai";

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

Håndter fejl passende for at håndtere hastighedsbegrænsninger eller utilstrækkelige kreditter. SDK'et kaster standardfejl for API-problemer.

Streaming og Token-forbrug

Aktivér streaming for realtidslevering af tokens. Indstil stream: true i dine request-parametre. API'et returnerer chunks, mens de genereres. Detaljer om token-forbrug vises i den sidste chunk.

• Streaming: Understøttet via SSE
• Tokenforbrug: Angivet i det sidste chunk
• Parametre: temperature, top_p, stop

Stream-behandling reducerer den opfattede latens for lange svar. Det er essentielt til chatgrænseflader. Følgende eksempel viser stream-setup.

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)

Parser streammet for at opdatere UI'en inkrementelt. Dette forbedrer brugeroplevelsen markant.

Rate Limits og Context Window

Respekter 300 anmodninger i minuttet-grænsen per nøgle. Du kan have 8 concurrent requests på samme tid. Request body må ikke overstige 8 MB. Fejl og afslag er gratis, så rate limits gælder kun for succesfulde requests.

Modellen understøtter et kontekstvindue på 100.000 tokens. Dette inkluderer både prompt- og completion-tokens. Brug dette til lange dokumenter eller udvidede samtaler. Følgende tabel opsummerer grænserne.

Begræns	Værdi
Anmodninger per minut	300
Samtidige forespørgsler	8
Maks. request body	8 MB
Kontekstvindue	100.000 tokens

Overskridelse af disse grænser returnerer en 429-fejl. Øg konkurrenceevnen forsigtigt for at undgå throttling.