Documentação da API: Chat Completions & Parâmetros

URL Base e Autenticação

Conecte-se à API usando o URL base fornecido e sua chave de API. Este endpoint funciona com SDKs padrão do OpenAI basta atualizar a configuração. Você recebe uma chave ativa por conta, que você gera via Google ou e-mail durante o cadastro. A chave autentica todas as solicitações que você faz ao serviço.

Copycurl https://api.hubuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a JSON object with user id and role"}]
  }'

Mantenha sua chave segura. Se você gerar uma nova, a chave anterior se tornará inválida imediatamente. Isso garante que você sempre controle o acesso ao seu crédito pré-pago sem permissões pendentes.

Endpoint Chat Completions

Envie seus dados de prompt para o endpoint de conclusões de chat para geração de texto. Esta é a interface principal para seus aplicativos, lidando com toda a entrada e saída de texto. Você deve especificar o modelo como 'uncensored' para garantir comportamento consistente. A API processa sua solicitação e retorna a resposta de texto gerada.

Copyfrom openai import OpenAI

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

Erros como 401 indicam uma chave inválida, enquanto 402 significa que você precisa de mais crédito. As solicitações são cobradas com base no uso real de tokens, então erros não drenam seu saldo.

Respostas em Streaming via SSE

Receba tokens em tempo real usando Server-Sent Events (SSE). Este método reduz a latência percebida para saídas longas, entregando dados conforme são gerados. Você pode analisar o último chunk para obter estatísticas precisas de uso de tokens para cobrança. O streaming é ideal para interfaces voltadas ao usuário onde o feedback imediato é importante.

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)

A janela de contexto permite 100.000 tokens no total, incluindo tanto prompt quanto conclusão. O streaming não altera os limites subjacentes de tokens nem a estrutura de preços.

Chamada de Função e Modo JSON

Use chamadas de função para integrar saídas estruturadas no seu fluxo de trabalho. Especifique ferramentas e tool_choice para orientar o formato de resposta do modelo. Você também pode impor o modo JSON estrito usando o parâmetro response_format para análise confiável. Isso garante que seu aplicativo receba dados na estrutura exata que você definir.

Copyimport OpenAI from "openai";

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

Esses recursos funcionam dentro do único modelo sem censura. Não há roteamento de modelos ou escolha entre diferentes fornecedores. Você depende de um modelo de peso aberto ajustado para conteúdo sem restrições.

Parâmetros: Temperatura, Top P e Parada

Controle o comportamento da geração com parâmetros padrão como temperature e top_p. Ajuste esses valores para equilibrar criatividade e determinismo nas suas saídas. O parâmetro stop permite interromper a geração em sequências específicas. Você também pode definir presence_penalty e frequency_penalty para refinar o estilo da saída.

Defina max_tokens para 16.000 para respostas longas. Se você omitir max_tokens, o padrão é de 2.048 tokens por solicitação. Essas configurações oferecem controle preciso sobre o processo de geração.

Limites, Erros e Janela de Contexto

Monitore seu uso contra limites rigorosos de taxa para garantir uma operação suave. Você tem direito a 300 solicitações por minuto e 8 solicitações simultâneas por chave. O tamanho máximo do corpo da solicitação é de 8 MB. Exceder esses limites retorna um erro de limite de taxa 429. Entender essas restrições ajuda você a projetar lógica de retry robusta.

A janela de contexto suporta 100.000 tokens no total. Isso inclui tanto o prompt de entrada quanto a conclusão gerada. Planeje o uso de tokens de acordo para evitar truncamento ou erros.