Documentazione API

URL Base e Autenticazione

Connettiti utilizzando la tua chiave API per accedere immediatamente all'LLM uncensored. Tutte le richieste richiedono un token bearer valido nell'intestazione Authorization. Non addebitiamo costi per l'autenticazione fallita o per gli errori di routing del modello.

Utilizza l'URL base https://api.deepseekapiprices.com/v1 con qualsiasi SDK standard OpenAI. La tua chiave fornisce accesso al uncensored model. Non è richiesto il numero di telefono per la registrazione e la chiave viene mostrata immediatamente dopo la creazione dell'account.

Esempio di Autenticazione

Sostituisci your-api-key con la tua chiave effettiva. Il server convalida il token prima di elaborare la tua richiesta.

Prima richiesta

Invia un semplice completamento chat per testare la connettività e la qualità della risposta. Questo endpoint restituisce testo in choices[0].message.content campo. Supportiamo il function calling e la modalità JSON per output strutturati.

• ID modello: uncensored
• Endpoint: POST /v1/chat/completions
• Output Max: 16.000 token

La richiesta sottostante dimostra un prompt di base. Assicurati che la tua chiave API sia corretta per evitare un errore 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 che la struttura della risposta corrisponda allo standard OpenAI. Questo garantisce che tu possa cambiare provider senza riscrivere la logica della tua applicazione.

Integrazione SDK Python

Installa il pacchetto ufficiale di OpenAI e configura l'URL base. Questo approccio funziona con lo standard openai Libreria Python. Devi solo regolare la configurazione del client.

• Base URL: https://api.deepseekapiprices.com/v1
• Chiave API: Impostata tramite variabile d'ambiente o costruttore
• Modello: uncensored

Il seguente frammento di codice mostra la configurazione minima. Gestisce la richiesta e stampa il contenuto. Gli errori vengono sollevati come eccezioni OpenAI standard.

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)

Questo metodo è ideale per i servizi backend e gli script. Mantiene la compatibilità con le codebase esistenti.

Setup SDK Node

Configura il client Node.js con l'URL di base personalizzato. Questo ti permette di utilizzare lo standard openai pacchetto. La configurazione è identica ad altri servizi compatibili con OpenAI.

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

Usa il codice seguente per inizializzare il client. Assicura che tutte le richieste vengano instradate correttamente. Puoi poi chiamare chat.completions.create come di consueto.

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);

Gestisci gli errori in modo appropriato per gestire i limiti di frequenza o il credito insufficiente. L'SDK genera errori standard per i problemi API.

Streaming e Utilizzo dei Token

Abilita lo streaming per la consegna in tempo reale dei token. Imposta stream: true nei parametri della richiesta. L'API restituisce i chunk man mano che vengono generati. I dettagli sull'utilizzo dei token appaiono nell'ultimo chunk.

• Streaming: Supportato tramite SSE
• Utilizzo dei Token: Fornito nell'ultimo chunk
• Parametri: temperature, top_p, stop

L'elaborazione stream riduce la latenza percepita per le risposte lunghe. È essenziale per le interfacce chat. L'esempio seguente mostra la configurazione dello 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)

Analizza la risposta in streaming per aggiornare l'interfaccia utente in modo incrementale. Questo migliora significativamente l'esperienza utente.

Limiti di frequenza e finestra di contesto

Rispetta il limite di 300 richieste al minuto per chiave. Puoi avere 8 richieste concorrenti contemporaneamente. Il corpo della richiesta non deve superare gli 8 MB. Errori e rifiuti sono gratuiti, quindi i limiti di rate si applicano solo alle richieste riuscite.

Il modello supporta una finestra di contesto di 100,000 token. Questo include sia i token del prompt che quelli del completamento. Usalo per documenti lunghi o conversazioni estese. La tabella seguente riassume i limiti.

Limite	Valore
Richieste al minuto	300
Richieste concorrenti	8
Corpo della richiesta massimo	8 MB
Finestra di contesto	100.000 token

Il superamento di questi limiti restituisce un errore 429. Aumenta la concorrenza con cautela per evitare il throttling.