API-hurtigstartsguide

Base URL og autentificering

Forbind din eksisterende OpenAI SDK ved at opdatere base URL og angive din API-nøgle. Vores service findes på https://api.deepseekapidiscount.com/v1 and accepts the standard Authorization: Bearer header. Din nøgle fungerer med det samme efter oprettelse og giver adgang til den ubegrænsede model uden månedlige abonnementer. Denne opsætning giver dig mulighed for at udskifte vores slutpunkt, mens du beholder din applikationskode identisk med OpenAI-standarden.

Autentifikationsflowet er simpelt. Du genererer en nøgle på vores dashboard og videregiver den som en header. Fejl som 401 indikerer en ugyldig nøgle, mens 402 betyder, at din forudbetalte kredit er opbrugt. Du kan opfylde via USDT eller USDC til enhver tid, og din kredit udløber aldrig. Denne forudbetalte model sikrer, at du kun betaler for de tokens, du faktisk bruger, uden skjulte gebyrer eller grænser for niveauer.

Chat Completions Endpoint

Send din første anmodning til /v1/chat/completions endpoint ved hjælp af model-ID'et uncensored. Dette endpoint håndterer tekst-ind, tekst-ud interaktioner uden indbygget indholdsmodulation. Du kan kontrollere responsstilen ved hjælp af parametre som temperature og top_p. Modellen understøtter et context-vindue på 100,000 tokens, hvilket muliggør omfattende samtalehistorik eller dokumentbehandling i et enkelt kald. Maks output er begrænset til 16,000 tokens pr. anmodning, eller 2,048 hvis du udelader grænsen.

• Brug response_format med json_object til struktureret dataoutput.
• Indstil stream: true for real-time token levering.
• Bestå stop sekvenser til at afbryde genereringen ved specifikke markører.

Dette endpoint er kernen i vores API, designet til udviklere, der har brug for rå, ufiltrerede modeloutputs. Det tilbyder ikke embeddings eller billedegenerering, hvilket holder tjenesten fokuseret og omkostningseffektiv. Du betaler $0.15 per million input-tokens og $0.50 per million output-tokens. Fejl forbruger ikke din kredit, så du kan teste frit uden at bekymre dig om spildte midler.

Streaming og Token-forbrug

Aktivér streaming ved at indstille stream: true i din anmodningskrop. API'et returnerer Server-Sent Events (SSE) med hvert genereret token. Den sidste del af streamet indeholder de fulde tokenbrugsstatistikker for anmodningen. Dette giver dig mulighed for at overvåge omkostninger i realtid, mens modellen genererer tekst. Streaming er ideel til chatgrænseflader, hvor brugere forventer øjeblikkelig feedback.

Objektet til tokenbrug inkluderer input-tokens, output-tokens og nogle gange totalt antal tokens. Da vores API er forudbetalt, kan du spore din resterende kredit mod disse brugstal. Fejl under streaming opkræver ikke for tokens, der allerede er sendt. Denne gennemsigtighed hjælper dig med at administrere dit budget effektivt, især når du kører lange samtaler eller behandler store dokumenter. 100.000-token kontekstvinduet understøtter dyb historisk kontekst uden afkortning.

Function Calling og JSON-tilstand

Brug funktionssamtale til at integrere vores API i agent-workflows. Definer dine værktøjer i tools parameter og indstil tool_choice til auto eller en specifik funktions-ID. Modellen vil returnere et værktøjskald-objekt, hvis input kræver ekstern handling. Denne funktion fungerer sammen med JSON-tilstand, som tvinger outputtet til en streng JSON-skema ved hjælp af response_format. Du kan kombinere disse til robust udtrækning af strukturerede data.

Function calling understøtter flere værktøjer i én anmodning. Modellen beslutter, hvilket værktøj der skal bruges baseret på input-konteksten. JSON-tilstand er nyttig, når du har brug for forudsigelige datastrukturer til efterfølgende behandling. Begge funktioner er tilgængelige til samme basale pris på $0.15 per million input-tokens. Denne fleksibilitet gør vores API velegnet til komplekse applikationer, der kræver præcis output-formattering.

Limits and Best Practices

Hver API-nøgle er begrænset til 300 anmodninger i minuttet og 8 samtidige anmodninger. Den maksimale størrelse for anmodningskroppen er 8 MB. Disse grænser sikrer rimelig brug og stabil ydeevne for alle brugere. Hvis du overskrider rate limit, modtager du en 429-fejl. Du kan oprette en ny nøgle til at erstatte en gammel, hvis det er nødvendigt, men der er kun én aktiv nøgle pr. konto. Denne enkelhed reducerer administrationsomkostningerne for små hold.

Bedste praksis inkluderer at indstille en max_tokens grænse for at kontrollere omkostninger og undgå uendelig generering. Brug stop sekvenser til at forhindre, at modellen snacker. Overvåg dit tokenforbrug via streaming-endpointet for at holde dig inden for din forudbetalt kredit. Da kredit ikke udløber, kan du toppede op, når det passer dig. Den ucensurerede model afviser ikke lovligt voksenindhold, men den blokerer seksuelt indhold, der involverer mindreårige. Denne hårde grænse gælder uanset din kontotype.

Klienteksempler

Her er kodeeksempler til populære sprog. Brug de officielle OpenAI SDK'er eller enhver kompatibel klient. Erstat YOUR_API_KEY med din genererede nøgle. Base URL'en er https://api.deepseekapidiscount.com/v1. Disse eksempler demonstrerer grundlæggende tekstgenerering og streaming. Du kan tilpasse dem til din specifikke use case, uanset om det er chat, opsummering eller dataudtræk.

cURL

Copycurl https://api.deepseekapidiscount.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Check server status for uptime reliability and latency metrics"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

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)