Snelstart: Integratie Ongecensureerde API

Basis-URL en authenticatiesetup

Wijs je client eerst naar onze basis-URL en gebruik een Bearer-token. Het eindpunt is https://api.howmuchisdeepseekapi.com/v1. Je haalt je sleutel op door op 'API-sleutel ophalen' te klikken op de aanmeldpagina, waar je kunt inloggen met Google of een e-mail en wachtwoord kunt gebruiken. Er is geen telefoonnummer nodig en de sleutel verschijnt direct. Je heeft slechts één actieve sleutel per account nodig; het genereren van een nieuwe vervangt de oude.

Authenticatie is standaard. Voer de sleutel in de Authorization header. Deze opstelling werkt met de officiële OpenAI Python- of JS-clients. Je configureert simpelweg de basis-URL en API-sleutel in je client-object. Dit zorgt ervoor dat je bestaande code draait zonder grote refactoring.

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"}]
  }'

Chat Completions Endpoint (/v1/chat/completions)

Stuur je prompts naar het chat-completie-eindpunt. Hier wordt tekst in naar tekst out. De model-ID die je moet gebruiken is uncensored. Het is een open-weight model dat is afgestemd op antwoorden zonder weigeringen voor wettelijk volwassen gebruik. Het is geen GPT, Claude of DeepSeek. Stuur je berichten als een array van role- en content-objecten.

De API verwacht standaard JSON-structuren. Je kunt system-, user- en assistant-roles opnemen. De response bevat het antwoord van het model. Fouten zoals ontbrekend krediet retourneren een 402-status. Ongeldige keys retourneren 401. Deze standaardcodes helpen je fouten soepel af te handelen in je applicatielogica.

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)

Modelvermeldingseindpunt (/v1/models)

Vraag het modellen-eindpunt op om de connectiviteit te verifiëren. Stuur een GET-verzoek naar /v1/models. De respons lijst beschikbare modellen op. Je ziet de uncensored model-ID die hier wordt vermeld. Dit bevestigt dat je authenticatie correct werkt.

Dit endpoint is nuttig voor debugging. Als je een 404- of 500-fout krijgt, is je basis-URL misschien verkeerd. Gebruik deze aanroep om ervoor te zorgen dat je client onze servers kan bereiken voordat je zware payloads verstuurt. Het retourneert een eenvoudige lijst met objecten die de modeldetails bevatten.

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);

Streaming-responsen en tokengebruik

Activeer streaming door stream: true in je verzoek. De API retourneert Server-Sent Events (SSE). Elk deel bevat gedeeltelijke tekst. Het laatste deel bevat de tokenverbruiksstatistieken. Hiermee kun je tekst realtime aan gebruikers weergeven.

Tokenaantallen zijn cruciaal voor facturatie. Je betaalt $0.15 per 1M inputtokens en $0.50 per 1M outputtokens. Fouten zijn gratis. De usage data in het laatste brok helpt je kosten nauwkeurig bij te houden. Je kunt ook max_tokens om de uitvoer te beperken. Als dit niet is ingesteld, is het maximum 2.048 tokens.

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)

Function Calling en JSON-modus

Gebruik function calling voor gestructureerde uitvoer. Definieer tools in uw request body. Het model reageert met functieaanroepen wanneer appropriate. U kunt ook JSON-modus afdwingen door response_format naar {"type": "json_object"}. Dit zorgt ervoor dat de uitvoer geldige JSON is.

Parameters zoals temperature en top_p controleer willekeurigheid. Gebruik stop sequenties om de generatie te stoppen. Je kunt ook presence_penalty en frequency_penalty om herhaling te verminderen. Deze tools geven je fijne controle over het gedrag van het model.

Parameters: Temperatuur, Top-p en Stop-sequenties

Aanpassen temperature voor creativiteit. Hogere waarden produceren meer diverse outputs. Stel top_p om nucleus sampling te regelen. Gebruik stop sequenties om de generatie te beëindigen bij specifieke strings. Deze parameters helpen je het model af te stemmen op jouw specifieke use case.

U kunt ook een seed voor deterministische outputs. Dit is handig voor debugging. Het contextvenster is 100.000 tokens voor prompt en completion samen. Maximaal 16.000 tokens per verzoek. Dit maakt lange gesprekken mogelijk zonder contextverlies.