API Documentatie

Basis-URL en authenticatie

Maak verbinding met uw API-sleutel voor onmiddellijke toegang tot de uncensored LLM. Alle verzoeken vereisen een geldig bearer token in de Authorization header. We rekenen geen kosten voor mislukte authenticatie of fouten bij het routeren van modellen.

Gebruik de basis-URL https://api.deepseekapiprices.com/v1 met elke standaard OpenAI SDK. Uw sleutel geeft toegang tot de uncensored model. Er is geen telefoonnummer nodig voor de aanmelding en de sleutel wordt direct getoond nadat je een account hebt aangemaakt.

Authenticatievoorbeeld

Vervang your-api-key met je daadwerkelijke sleutel. De server valideert het token voordat hij je verwerking verwerkt.

Eerste verzoek

Stuur een eenvoudige chatcompletion om de connectiviteit en responskwaliteit te testen. Dit endpoint retourneert tekst in de choices[0].message.content veld. We ondersteunen function calling en JSON-modus voor gestructureerde uitvoer.

• Model-ID: uncensored
• Eindpunt: POST /v1/chat/completions
• Max Output: 16.000 tokens

Het onderstaande verzoek demonstreert een basisprompt. Zorg dat je API-sleutel correct is om een 401-fout te voorkomen.

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"}]
  }'

Verifieer dat de responsstructuur overeenkomt met de OpenAI-standaard. Dit zorgt ervoor dat je van provider kunt wisselen zonder je applicatielogica te hoeven herschrijven.

Python SDK Integratie

Installeer de officiële OpenAI package en configureer de basis-URL. Deze aanpak werkt met de standaard openai Python-bibliotheek. U hoeft alleen de clientconfiguratie aan te passen.

• Basis-URL: https://api.deepseekapiprices.com/v1
• API-sleutel: Instellen via omgevingsvariabele of constructor
• Model: uncensored

De volgende codesnippet toont de minimale setup. Het verwerkt de aanvraag en print de inhoud. Fouten worden gegenereerd als standaard OpenAI-uitzonderingen.

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)

Deze methode is ideaal voor backend-services en scripts. Het behoudt de compatibiliteit met bestaande codebases.

Node SDK-instellingen

Configureer de Node.js-client met de aangepaste basis-URL. Hiermee kun je de standaard openai pakket. De setup is identiek aan andere OpenAI-compatible diensten.

• Basis-URL: https://api.deepseekapiprices.com/v1
• Pakket: openai (npm)
• Model: uncensored

Gebruik de volgende code om de client te initialiseren. Dit zorgt ervoor dat alle verzoeken correct worden gerouteerd. U kunt vervolgens chat.completions.create zoals gebruikelijk.

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);

Verwerk fouten op de juiste manier om snelheidslimieten of onvoldoende tegoed te beheren. De SDK gooit standaard fouten voor API-problemen.

Streaming en Token-gebruik

Schakel streaming in voor realtime tokenlevering. Stel stream: true in je request parameters. De API retourneert chunks zodra ze worden gegenereerd. Gegevens over tokenverbruik verschijnen in de laatste chunk.

• Streaming: Ondersteund via SSE
• Tokengebruik: Geboden in de laatste chunk
• Parameters: temperature, top_p, stop

Streamverwerking vermindert de waargenomen latentie voor lange responsen. Dit is essentieel voor chatinterfaces. Het volgende voorbeeld demonstreert de streamopstelling.

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)

Parseer de streamingrespons om de UI incrementeel bij te werken. Dit verbetert de gebruikerservaring aanzienlijk.

Rate Limits en contextvenster

Respecteer de limiet van 300 verzoeken per minuut per sleutel. Je kunt 8 gelijktijdige verzoeken tegelijk uitvoeren. De request body mag niet groter zijn dan 8 MB. Fouten en weigeringen zijn gratis, dus rate limits gelden alleen voor succesvolle verzoeken.

Het model ondersteunt een contextvenster van 100.000 tokens. Dit omvat zowel prompt- als completion-tokens. Gebruik dit voor lange documenten of uitgebreide gesprekken. De volgende tabel vat de limieten samen.

Limiet	Waarde
Requests per minuut	300
Concurrente verzoeken	8
Maximale request body	8 MB
Contextvenster	100.000 tokens

Het overschrijden van deze limieten retourneert een 429-fout. Verhoog de concurrentie zorgvuldig om throttling te vermijden.