Documentation de l'API : Chat Completions

URL de base et authentification

L'URL de base est https://api.routeria.cc/v1. Transmettez votre clé API dans le Authorization header. Les erreurs et les refus sont gratuits, vous ne payez que pour les tokens générés.

• GET /v1/models liste les modèles disponibles.
• POST /v1/chat/completions gère la génération de texte.

L'authentification est stricte. Une erreur 401 signifie que votre clé est invalide ou manquante. Une erreur 402 indique un crédit prépayé insuffisant. Vous pouvez recharger avec USDT (TRC20) ou USDC (Base).

Première demande avec cURL

Envoyez une requête POST au point de terminaison des complétions de chat. L'ID du modèle est uncensored. C'est un modèle à poids ouverts, optimisé pour répondre sans refus de contenu pour une utilisation adulte légale.

Vous devez définir le Content-Type header pour application/json. Le corps de la requête inclut l'ID du modèle et votre tableau de messages.

Les erreurs ne consomment pas votre crédit. Vous pouvez vérifier votre clé en appelant d'abord le point de terminaison des modèles.

Copycurl https://api.routeria.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "explain how the router handles packet loss"}]
  }'

Intégration du SDK Python

Utilisez le SDK Python officiel d'OpenAI. Définissez l'URL de base sur https://api.routeria.cc/v1 et fournissez votre clé API. L'ID du modèle reste uncensored.

Cette approche garde votre code existant intact. Vous modifiez uniquement l'objet de configuration. Le SDK gère automatiquement la sérialisation JSON et la logique de nouvelle tentative.

Le streaming est pris en charge via les stream paramètre. Vous recevez des fragments de texte au fur et à mesure de leur génération.

Copyfrom openai import OpenAI

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

Utilisation du SDK Node

Initialiser le client avec l'URL de base correcte et la clé API. Transmettez l'ID du modèle uncensored dans vos appels de complétion.

Le SDK Node imite l'implémentation Python. Vous pouvez diffuser les réponses ou attendre la complétion complète. L'utilisation des tokens est signalée dans le dernier chunk.

Assurez-vous que vos variables d'environnement stockent la clé de manière sécurisée. La clé API est affichée immédiatement lors de l'inscription via Google ou e-mail.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.routeria.cc/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 et utilisation des jetons

Activez le streaming en définissant stream: true dans votre requête. Vous recevez des événements envoyés par le serveur (SSE) pour chaque jeton.

Le dernier fragment contient les statistiques complètes d'utilisation des tokens. Les tokens d'entrée sont facturés à $0.15 par 1M de tokens. Les tokens de sortie coûtent $0.50 par 1M de tokens.

Le streaming réduit la latence perçue. Vous pouvez afficher le texte à mesure qu'il arrive. La fenêtre de contexte prend en charge 100 000 tokens au total.

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)

Appel de fonction et mode JSON

Activer l'appel de fonctions avec le tools paramètre. Le modèle prend en charge tool_choice pour un contrôle strict. Utilisez response_format: {"type": "json_object"} pour une sortie structurée.

Cela garantit une analyse cohérente dans votre application. Le modèle est optimisé pour des réponses claires et structurées.

Vous pouvez combiner les outils avec le streaming. Le modèle invoquera les fonctions si nécessaire. Tous les paramètres comme temperature et top_p sont pris en charge.

Paramètres : Température, Top-P, Stop

Ajuster temperature pour la créativité. Des valeurs plus faibles rendent les sorties plus déterministes. top_p contrôle l'échantillonnage nucleus. Définissez stop séquences pour interrompre la génération.

D'autres paramètres pris en charge incluent seed, presence_penalty, et frequency_penalty. Ceux-ci permettent un affinement du style de sortie.

Le max_output par défaut est de 2 048 tokens. Vous pouvez l'augmenter jusqu'à 16 000 tokens par requête. La fenêtre de contexte totale est de 100 000 tokens.

Limites et quotas

Chaque clé API est limitée à 300 requêtes par minute. Vous pouvez avoir 8 requêtes simultanées par clé. La taille du corps de la requête est plafonnée à 8 Mo.

Une erreur 429 indique que vous avez dépassé la limite de taux. Attendez avant de réessayer. Chaque compte possède une clé active ; une nouvelle clé remplace l'ancienne.

L'ID du modèle est toujours uncensored. Ce n'est ni GPT, ni Claude, ni un autre modèle de fournisseur. C'est un modèle à poids ouverts exécuté sur nos serveurs.