Panduan Cepat: Integrasi API Tanpa Sensor

Pengaturan URL Dasar dan Autentikasi

Mulailah dengan mengarahkan klien ke URL dasar kami dan menggunakan token Bearer. Endpointnya adalah https://api.howmuchisdeepseekapi.com/v1. Anda mengambil kunci Anda dengan mengklik 'Dapatkan Kunci API' di halaman pendaftaran, di mana Anda dapat masuk dengan Google atau menggunakan email dan kata sandi. Tidak diperlukan nomor telepon, dan kunci muncul segera. Anda hanya membutuhkan satu kunci aktif per akun; membuat kunci baru akan menggantikan kunci lama.

Autentikasi standar. Kirimkan kunci di Authorization header. Konfigurasi ini kompatibel dengan klien Python atau JS resmi OpenAI. Anda cukup mengkonfigurasi URL dasar dan kunci API di objek klien Anda. Ini memastikan kode yang ada berjalan tanpa refaktor besar.

Copycurl https://api.howmuchisdeepseekapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the current pricing for the deepseek api endpoint"}]
  }'

Endpoint Chat Completions (/v1/chat/completions)

Kirimkan prompt Anda ke endpoint penyelesaian obrolan. Di sinilah teks masuk menjadi teks keluar. ID model yang harus Anda gunakan adalah uncensored. Ini adalah model open-weight yang disetel untuk menjawab tanpa penolakan untuk penggunaan dewasa yang sah. Ini bukan GPT, Claude, atau DeepSeek. Kirim pesan Anda sebagai array objek role dan content.

API mengharapkan struktur JSON standar. Anda dapat menyertakan peran sistem, pengguna, dan asisten. Respons akan berisi balasan model. Error seperti kredit yang hilang mengembalikan status 402. Kunci tidak valid mengembalikan 401. Kode-kode standar ini membantu Anda menangani kegagalan dengan lancar dalam logika aplikasi Anda.

Copyfrom openai import OpenAI

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

Endpoint Daftar Model (/v1/models)

Kirim pertanyaan ke endpoint models untuk memverifikasi konektivitas. Kirim permintaan GET ke /v1/models. Respons mencantumkan model yang tersedia. Anda akan melihat uncensored ID model yang tercantum di sini. Ini mengonfirmasi bahwa autentikasi Anda berfungsi dengan benar.

Endpoint ini berguna untuk debug. Jika Anda mendapatkan error 404 atau 500, URL dasar Anda mungkin salah. Gunakan panggilan ini untuk memastikan klien Anda dapat mencapai server kami sebelum mengirim payload berat. Endpoint ini mengembalikan objek daftar sederhana yang berisi detail model.

Copyimport OpenAI from "openai";

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

Respons Streaming dan Penggunaan Token

Aktifkan streaming dengan mengatur stream: true dalam permintaan Anda. API mengembalikan Server-Sent Events (SSE). Setiap potongan berisi teks parsial. Potongan terakhir mencakup statistik penggunaan token. Ini memungkinkan Anda menampilkan teks kepada pengguna secara real-time.

Jumlah token sangat penting untuk penagihan. Anda membayar $0.15 per 1M token input dan $0.50 per 1M token output. Kesalahan gratis. Data penggunaan di bagian terakhir membantu Anda melacak biaya secara akurat. Anda juga dapat mengatur max_tokens untuk membatasi output. Jika tidak diatur, maksimal adalah 2.048 token.

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)

Pemanggilan Fungsi dan Mode JSON

Gunakan pemanggilan fungsi untuk output terstruktur. Tentukan alat dalam body permintaan Anda. Model akan merespons dengan panggilan fungsi ketika sesuai. Anda juga dapat memaksakan mode JSON dengan menetapkan response_format ke {"type": "json_object"}Ini memastikan output adalah JSON yang valid.

Parameter seperti temperature dan top_p kontrol keacakan. Gunakan stop urutan untuk menghentikan generasi. Anda juga dapat mengatur presence_penalty dan frequency_penalty untuk mengurangi pengulangan. Alat-alat ini memberi Anda kontrol halus atas perilaku model.

Parameter: Suhu, Top-p, dan Stop Sequences

Sesuaikan temperature untuk kreativitas. Nilai yang lebih tinggi menghasilkan output yang lebih beragam. Tetapkan top_p untuk mengontrol sampling nukleus. Gunakan stop urutan untuk menghentikan generasi pada string tertentu. Parameter ini membantu Anda menyesuaikan model untuk kasus penggunaan spesifik Anda.

Anda juga dapat mengatur seed untuk output deterministik. Ini berguna untuk debugging. Jendela konteks adalah 100.000 token untuk prompt dan penyelesaian gabungan. Output maksimum adalah 16.000 token per permintaan. Ini memungkinkan percakapan panjang tanpa kehilangan konteks.