What is the uncensored ia model context window?

このモデルは100,000トークンのコンテキストウィンドウをサポートしています。これにはプロンプトと補完の両方が含まれます。出力に上限はありません：レスポンスはウィンドウに残っているすべての容量を使用できます。

How do I handle streaming responses in Python?

Set the stream parameter to true in your request. Iterate over the response object to process each chunk. Use the official SDK for automatic SSE parsing.

What happens if I hit the rate limit?

APIは429ステータスコードを返します。短時間の待機後に再試行できます。各キーは1分あたり300リクエストまで許可されます。必要に応じて追加のキーを生成して並行性を増やしてください。

APIドキュメント: OpenAI互換エンドポイント

1. Quickstart: Connect Your First Request

ベースURLは https://api.apertusia.com/v1 です。APIキーは Authorization ヘッダーで渡してください。モデル識別子は uncensored です。この設定は、OpenAI互換のクライアントであればどれでも動作します。

このcURLコマンドを使用して、すぐに接続性をテストしてください。YOUR_API_KEYを実際のAPIキーに置き換えてください。

curl 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"}]
  }'

認証エラーは401を返します。残高不足は402を返します。レート制限は429を返します。

2. サポートされているパラメータ: Temperature、Top P、Seed

temperatureでランダム性を、top_pで多様性を、seedで再現性を制御します。これらのパラメータは標準的なOpenAIの規約に従います。バランスの取れた出力を得るにはtemperatureを0.7に、より高い創造性を得るには1.0に設定します。top_pを使用して、サンプリングを上位の確率質量に制限します。seedパラメータはデバッグのために同一の出力を保証します。

ローカルテスト用のPythonスニペットの例:

from 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. サーバー送信イベントによるストリーミングレスポンス

stream: true を設定してストリーミングを有効にします。API はサーバー送信イベント（SSE）を通じてチャンクを返します。各チャンクには部分的なテキストとトークン使用量のデータが含まれます。これにより、長時間のレスポンスにおける知覚されるレイテンシが削減されます。SSE イベントを処理して、UI をリアルタイムで更新します。

公式SDKを使用したNode.jsの例:

import 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. 関数呼び出しとJSONモードの設定

response_formatに{"type": "json_object"}を指定して、厳密なJSON出力を取得します。これにより、プログラムによるパイプラインで構造化データを確保できます。リクエストボディにtools配列を指定して関数呼び出しを有効化します。モデルは期待される形式でツール呼び出しを返します。tool_choiceを使用して特定の動作を強制します。

5. レートリミットとリクエストサイズの制約

各APIキーは1分間に300リクエストをサポートします。同時リクエストはキーごとに8件までです。最大のリクエストボディサイズは8 MBです。コンテキストウィンドウは合計100,000トークンを保持します。1リクエストあたりの最大出力は最大100,000トークンのウィンドウまでです。切り捨てを避けるために、max_tokens を未設定にするか、高い値に設定してください。エラーはクレジットを消費しません。返金は行いませんが、請求エラーはサポートを通じて修正されます。

6. 認証とエラー処理

ダッシュボードからキーを生成してください。Googleログインまたはメールを使用してください。キーはすぐに表示されます。Authorization: Bearerヘッダーに含めてください。無効なキーは401を返します。429エラーはレート制限の超過を示します。402エラーはプリペイドクレジットが枯渇したことを意味します。USDTまたはUSDCでチャージしてください。クレジットは期限切れになりません。

ストリーミング

stream = 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)

Apertus ia API Documentation