Documentação para a API de Inferência Sem Censura

Autenticação & URL Base

Comece autenticando com sua chave de API na URL base especificada. O endpoint funciona com qualquer SDK compatível com OpenAI atualizando a configuração da URL base. Você recebe sua chave imediatamente após se registrar com Google ou e-mail, sem necessidade de número de telefone. https://api.apiinferencellm.com/v1 é o único URL base que você precisa para todas as solicitações.

Primeira solicitação

Envie seu primeiro prompt para o endpoint de conclusões de chat usando uma requisição HTTP POST padrão. O identificador do modelo é simplesmente "uncensored" e aceita entrada de texto para geração imediata. Substitua YOUR_API_KEY pelas credenciais mostradas no seu painel.

Copycurl https://api.apiinferencellm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top 5 Python libraries for data analysis"}]
  }'

Esta solicitação retorna uma resposta de texto direto sem filtros de conteúdo para conteúdo adulto lícito.

Integração do SDK Python

Inicialize o cliente OpenAI com sua URL base e chave da API para interagir programaticamente. A biblioteca cuida da serialização automaticamente, preservando todos os parâmetros personalizados como temperatura e top_p.

Copyfrom openai import OpenAI

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

Configure o cliente uma vez e reutilize-o em toda a sua aplicação para desempenho consistente.

Integração do SDK Node

Importe o pacote OpenAI e defina a URL base para apontar para nosso provedor de inferência. Essa abordagem funciona com projetos Node.js existentes que já utilizam serviços compatíveis com OpenAI.

Copyimport OpenAI from "openai";

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

Envie sua chave de API no objeto de configuração para habilitar solicitações autenticadas imediatamente.

Respostas em Streaming e Tokens

Ative o streaming definindo o parâmetro stream como true para entrega de tokens em tempo real. Cada chunk contém texto parcial e o último chunk inclui o uso total de tokens para faturamento preciso. Este método reduz a latência percebida para saídas longas de até 16.000 tokens.

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)

Trate os erros com elegância verificando o status da resposta antes de processar cada fragmento.

Limites, Erros & Contexto

Gerencie limites de taxa aderindo a 300 solicitações por minuto e 8 solicitações simultâneas por chave. A janela de contexto suporta 100.000 tokens para prompt e conclusão combinados. Erros como 401 indicam uma chave inválida, enquanto 402 significa que você precisa de mais crédito. As solicitações falham instantaneamente se você exceder o limite de corpo de 8 MB.