Apertus ia API Documentation

1. Quickstart: Connect Your First Request

Die Base URL ist https://api.apertusia.com/v1. Übergeben Sie Ihren API-Schlüssel im Authorization-Header. Die Model-ID ist uncensored. Diese Konfiguration funktioniert mit jedem OpenAI-kompatiblen Client.

Verwenden Sie diesen cURL-Befehl, um die Konnektivität sofort zu testen. Ersetzen Sie YOUR_API_KEY durch Ihren tatsächlichen Schlüssel.

Copycurl https://api.apertusia.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 web scraping"}]
  }'

Authentifizierungsfehler geben 401 zurück. Unzureichende Guthaben geben 402 zurück. Rate Limits geben 429 zurück.

2. Unterstützte Parameter: Temperatur, Top P und Seed

Steuern Sie die Zufälligkeit mit temperature, die Vielfalt mit top_p und die Reproduzierbarkeit mit seed. Diese Parameter folgen den Standardkonventionen von OpenAI. Legen Sie temperature auf 0.7 für eine ausgewogene Ausgabe oder auf 1.0 für mehr Kreativität fest. Verwenden Sie top_p, um die Abtastung auf die höchste Wahrscheinlichkeitsmasse zu beschränken. Der Parameter seed gewährleistet identische Ausgaben für Debugging-Zwecke.

Beispiel-Python-Snippet zum lokalen Testen:

Copyfrom openai import OpenAI

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

3. Streaming-Antworten mit Server-Sent Events

Aktivieren Sie Streaming, indem Sie stream: true setzen. Die API gibt Chunks über Server-Sent Events zurück. Jeder Chunk enthält teilweise Text- und Token-Nutzungsdaten. Dies reduziert die wahrgenommene Latenz bei langen Antworten. Verarbeiten Sie SSE-Events, um Ihre Benutzeroberfläche in Echtzeit zu aktualisieren.

Node.js-Beispiel mit dem offiziellen SDK:

Copyimport OpenAI from "openai";

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

4. Funktion-Aufrufe und JSON-Modus-Konfiguration

Verwende response_format mit {"type": "json_object"} für eine strenge JSON-Ausgabe. Dies gewährleistet strukturierte Daten für programmatische Pipelines. Aktiviere Function Calling, indem du ein tools-Array im Request-Body angibst. Das Modell gibt Tool-Aufrufe im erwarteten Format zurück. Verwende tool_choice, um ein bestimmtes Verhalten zu erzwingen.

5. Ratenbegrenzungen und Anforderungen an die Anfragegröße

Jeder API-Schlüssel unterstützt 300 Anfragen pro Minute. Gleichzeitige Anfragen sind auf 8 pro Schlüssel begrenzt. Die maximale Größe des Anfragekörpers beträgt 8 MB. Das Kontextfenster fasst insgesamt 100,000 Tokens. Die maximale Ausgabe pro Anfrage beträgt bis zu den vollen 100,000 Tokens im Fenster. Lassen Sie max_tokens ungesetzt oder setzen Sie einen hohen Wert, um ein Abschneiden zu vermeiden. Fehler verbrauchen kein Guthaben. Rückerstattungen werden nicht ausgestellt, aber Abrechnungsfehler werden über den Support korrigiert.

6. Authentifizierung und Fehlerbehandlung

Generiere deinen Schlüssel über das Dashboard. Verwende die Google-Anmeldung oder E-Mail. Der Schlüssel wird sofort angezeigt. Füge ihn in den Authorization: Bearer-Header ein. Ungültige Schlüssel führen zu einem 401-Fehler. 429-Fehler deuten auf eine Erschöpfung des Rate Limits hin. 402-Fehler bedeuten, dass dein Guthaben aufgebraucht ist. Lade mit USDT oder USDC auf. Guthaben verfallen nie.

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)