Documentación de la API

URL Base y Autenticación

Conéctate utilizando tu clave de API para acceder inmediatamente al LLM sin censura. Todas las solicitudes requieren un token bearer válido en el encabezado Authorization. No cobramos por autenticación fallida ni por errores de enrutamiento del modelo.

Utiliza la URL base https://api.deepseekapiprices.com/v1 con cualquier SDK estándar de OpenAI. Tu clave proporciona acceso a la uncensored modelo. No se requiere número de teléfono para el registro, y la clave se muestra inmediatamente después de crear una cuenta.

Ejemplo de autenticación

Reemplazar your-api-key con tu clave real. El servidor valida el token antes de procesar tu solicitud.

Primera solicitud

Envía una finalización de chat simple para probar la conectividad y la calidad de la respuesta. Este extremo devuelve texto en el choices[0].message.content campo. Admitimos la llamada a funciones y el modo JSON para salidas estructuradas.

• ID del Modelo: uncensored
• Punto final: POST /v1/chat/completions
• Salida máxima: 16,000 tokens

La solicitud a continuación demuestra un prompt básico. Asegúrate de que tu clave API sea correcta para evitar un error 401.

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"}]
  }'

Verifica que la estructura de la respuesta coincida con el estándar de OpenAI. Esto asegura que puedas cambiar de proveedor sin reescribir la lógica de tu aplicación.

Integración del SDK de Python

Instala el paquete oficial de OpenAI y configura la URL base. Este enfoque funciona con el estándar openai Biblioteca de Python. Solo necesitas ajustar la configuración del cliente.

• URL base: https://api.deepseekapiprices.com/v1
• Clave API: Establecer mediante variable de entorno o constructor
• Modelo: uncensored

El siguiente fragmento de código muestra la configuración mínima. Maneja la solicitud e imprime el contenido. Los errores se generan como excepciones estándar de OpenAI.

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)

Este método es ideal para servicios backend y scripts. Mantiene la compatibilidad con las bases de código existentes.

Configuración del SDK Node

Configura el cliente Node.js con la URL base personalizada. Esto te permite usar el estándar openai paquete. La configuración es idéntica a la de otros servicios compatibles con OpenAI.

• URL base: https://api.deepseekapiprices.com/v1
• Paquete: openai (npm)
• Modelo: uncensored

Utiliza el siguiente código para inicializar el cliente. Asegura que todas las solicitudes se enruten correctamente. Luego puedes llamar a chat.completions.create como de costumbre.

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);

Gestiona los errores de forma adecuada para gestionar los límites de frecuencia o los créditos insuficientes. El SDK lanza errores estándar para problemas de la API.

Streaming y Uso de Tokens

Habilita el streaming para la entrega de tokens en tiempo real. Establece stream: true en tus parámetros de solicitud. La API devuelve fragmentos a medida que se generan. Los detalles del uso de tokens aparecen en el último fragmento.

• Streaming: Compatible con SSE
• Uso de Token: Proporcionado en el último fragmento
• Parámetros: temperature, top_p, stop

El procesamiento de flujo reduce la latencia percibida para respuestas largas. Es esencial para interfaces de chat. El siguiente ejemplo demuestra la configuración de streaming.

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)

Analiza la respuesta en streaming para actualizar la interfaz de usuario de forma incremental. Esto mejora significativamente la experiencia del usuario.

Límites de velocidad y ventana de contexto

Respeta el límite de 300 solicitudes por minuto por clave. Puedes tener 8 solicitudes concurrentes al mismo tiempo. El cuerpo de la solicitud no debe exceder 8 MB. Los errores y rechazos son gratuitos, por lo que los límites de velocidad solo se aplican a las solicitudes exitosas.

El modelo admite una ventana de contexto de 100.000 tokens. Esto incluye los tokens de prompt y de completado. Úsalo para documentos largos o conversaciones extendidas. La siguiente tabla resume los límites.

Límite	Valor
Solicitudes por minuto	300
Solicitudes concurrentes	8
Cuerpo de la solicitud máximo	8 MB
Ventana de contexto	100.000 tokens

Superar estos límites devuelve un error 429. Aumenta la concurrencia cuidadosamente para evitar la limitación.