What is the uncensored ia model context window?

该模型支持 100,000 token 的上下文窗口。这包括 prompt 和 completion。没有单独的输出上限：响应可以使用窗口中剩余的所有空间。

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 返回 429 状态码。你可以稍作延迟后重试。每个密钥每分钟允许 300 次请求。如有需要，可通过生成额外的密钥来提高并发量。

API 文档：OpenAI 兼容端点

1. Quickstart: Connect Your First Request

基础 URL 为 https://api.apertusia.com/v1。在 Authorization 请求头中传递你的 API 密钥。模型标识符为 uncensored。此配置适用于任何兼容 OpenAI 的客户端。

使用此 cURL 命令立即测试连通性。将 YOUR_API_KEY 替换为您的实际密钥。

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"}]
  }'

身份验证错误返回 401。余额不足返回 402。速率限制返回 429。

2. 支持的参数：Temperature、Top P 和 Seed

通过 temperature 控制随机性，通过 top_p 控制多样性，通过 seed 确保可复现性。这些参数遵循标准的 OpenAI 约定。将 temperature 设置为 0.7 可获得平衡的输出，或设置为 1.0 以提高创造性。使用 top_p 将采样限制在最高的概率质量范围内。seed 参数可确保在调试时输出完全一致。

用于本地测试的 Python 代码示例：

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. 使用服务器发送事件进行流式响应

通过设置 stream: true 启用流式传输。API 通过服务器发送事件（SSE）返回数据块。每个数据块包含部分文本和 token 使用量数据。这降低了长响应时的感知延迟。处理 SSE 事件以实时更新您的 UI。

使用官方 SDK 的 Node.js 示例：

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. 函数调用和 JSON 模式配置

使用 response_format 并传入 {"type": "json_object"} 以获取严格的 JSON 输出。这可为程序化管道确保结构化数据。通过在请求体中提供 tools 数组来启用函数调用。模型将以预期格式返回工具调用。使用 tool_choice 强制特定行为。

5. 速率限制和请求大小约束

每个 API 密钥支持每分钟 300 次请求。每个密钥的并发请求限制为 8 次。最大请求体大小为 8 MB。上下文窗口总共容纳 100,000 个 token。每次请求的最大输出可达完整的 100,000-token 窗口。不设置 max_tokens 或将其设置为较高值，以避免截断。错误不会消耗额度。不退还费用，但账单错误可通过支持团队更正。

6. 身份验证与错误处理

通过仪表板生成您的密钥。使用 Google 登录或电子邮件。密钥会立即显示。将其包含在 Authorization: Bearer 头中。无效密钥返回 401。429 错误表示速率限制已耗尽。402 错误表示您的预付费额度已用完。使用 USDT 或 USDC 充值。额度永不过期。

流式输出

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