API-Dokumentation

Authentifizierung & Basis-URL

Verwenden Sie Ihren API-Schlüssel mit der Basis-URL https://api.paidapi.cc/v1. Übergeben Sie den Schlüssel im Authorization Header als Bearer-Token. Dieses Setup funktioniert mit jeder OpenAI-kompatiblen Client-Bibliothek ohne zusätzliche Konfigurationsschritte.

Copycurl https://api.paidapi.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set up a cron job to run every hour"}]
  }'

Halten Sie Ihren Schlüssel sicher. Wenn Sie ihn verlieren, generieren Sie einen neuen über Ihr Dashboard. Der alte Schlüssel funktioniert sofort nicht mehr.

Erste Anfrage

Senden Sie eine POST-Anfrage an /v1/chat/completions mit Modell "uncensored". Fügen Sie Ihr Nachrichten-Array in den Body ein. Die API gibt Textergänzungen basierend auf Ihrem Eingabekontext zurück.

Copyfrom openai import OpenAI

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

Dieser einfache Aufruf bestätigt, dass Ihre Integration funktioniert. Überprüfen Sie das Antwortobjekt auf Token-Nutzung und Inhalt.

Streaming-Antworten

Aktivieren Sie Streaming, indem Sie stream: true. Die API sendet teilweise Chunks, sobald sie generiert werden. Dies reduziert die wahrgenommene Latenz für lange Ausgaben.

Copyimport OpenAI from "openai";

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

Verarbeiten Sie jeden Chunk einzeln. Aggregieren Sie sie, um die endgültige Antwort zu erstellen. Der letzte Chunk enthält die gesamten Token-Nutzungen für die Anfrage.

Funktionsaufruf & Tools

Definieren Sie Tools im Request-Body. Das Modell gibt bei Bedarf Tool-Aufrufe zurück. Analysieren Sie den Funktionsnamen und die Argumente aus der Antwort.

Festlegen tool_choice zur Steuerung, wann das Modell Tools verwendet. Verwenden "auto" für automatische Auswahl oder geben Sie einen Tool-Namen an. Diese Funktion funktioniert zuverlässig mit unserem unzensierten Modell für komplexe Aufgaben.

JSON-Modus-Konfiguration

Festlegen response_format zu {"type": "json_object"}. Das Modell strukturiert die Ausgabe als gültiges JSON. Dies vereinfacht das Parsen für programmatische Workflows.

Stellen Sie sicher, dass Ihr Prompt das JSON-Schema klar angibt. Das Modell hält sich an die von Ihnen definierte Struktur. Verwenden Sie diesen Modus für Datenextraktion oder strukturierte Generierungsaufgaben.

Rate Limits & Fehler

Sie erhalten 300 Anfragen pro Minute und 8 gleichzeitige Anfragen pro Schlüssel. Das Überschreiten dieser Grenzen führt zu einem 429-Fehler. Anforderungstextkörper müssen unter 8 MB bleiben. Das Kontextfenster beträgt insgesamt 100.000 Tokens.

Behandeln Sie 401-Fehler, indem Sie Ihren Schlüssel überprüfen. 402-Fehler bedeuten, dass Sie mehr Guthaben benötigen. Fehler verbrauchen keine Tokens. Halten Sie Ihr prepaid Guthaben aufrecht, um Unterbrechungen zu vermeiden.

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)