Inicio rápido de Dolphin ia

URL Base y Autenticación

Nuestra API está en HTTPS://api.dolphinia.cc/v1 y requiere una clave de API simple para cada solicitud. Obtienes esta clave inmediatamente después de registrarte con Google o correo electrónico en el panel de control, y nunca expira. A diferencia de los agregadores que ocultan costos detrás de suscripciones, solo cobramos por los tokens que realmente consumes. Mantén tu clave segura en tus variables de entorno, ya que cualquiera con la clave puede gastar tu crédito prepagado. El servicio aplica un límite estricto de 300 solicitudes por minuto por clave para mantener la estabilidad para todos los usuarios.

Enviar una Solicitud de Completación de Chat

Realiza tu primera llamada usando el endpoint estándar de finalización de chat con el ID de modelo "uncensored". Esta solicitud envía tu prompt a nuestro servidor y devuelve una respuesta de texto sin los típicos rechazos encontrados en otros modelos. Puedes enviar hasta 8MB de datos en un solo cuerpo de solicitud, lo cual es suficiente para la mayoría de los casos de uso estándar. Si excedes el límite de frecuencia, el servidor devuelve un error 429 indicando que debes reducir temporalmente la velocidad. Verifica siempre que tu respuesta incluya un objeto de mensaje válido antes de procesar más.

Respuestas en streaming y uso de tokens

Habilita el streaming estableciendo el parámetro stream en true, lo que entrega tokens a medida que se generan mediante Eventos Enviados por el Servidor. Este enfoque reduce significativamente la latencia percibida, especialmente al generar salidas largas de hasta el máximo de 16,000 tokens por solicitud. El último fragmento en el flujo contiene las estadísticas completas de uso de tokens, lo que te permite rastrear los costos en tiempo real. Puedes procesar estos eventos en tu aplicación para mostrar texto de forma progresiva al usuario sin esperar a que termine la generación completa.

Llamada de Función y Modo JSON

Aprovecha la llamada de funciones nativa proporcionando un array de herramientas en tu solicitud, lo que permite al modelo devolver datos estructurados para tus aplicaciones. También puedes forzar una salida JSON estricta utilizando el parámetro response_format, ideal para integrarse con sistemas downstream que requieren un cumplimiento preciso del esquema. El modelo soporta opciones tool_choice para controlar si debe llamar a una función o puede generar texto libremente. Utiliza estas funciones para construir agentes robustos que interactúen con APIs o bases de datos externas sin analizar texto desordenado.

Parámetros: Temperatura, Top P y Seeds

Controla la creatividad y la aleatoriedad de la salida usando los parámetros temperature, top_p y seed, tal como lo harías con clientes OpenAI estándar. Una temperatura más baja produce resultados más deterministas, mientras que un valor más alto fomenta respuestas más diversas y creativas. Establecer un seed asegura la reproducibilidad, lo cual es crucial para depurar comportamientos específicos en tus flujos de trabajo LLM uncensored. También puedes definir secuencias de parada para detener la generación en marcadores específicos, dándote un control preciso sobre los límites de la salida.

Límites, Errores y Ventana de Contexto

Tu modelo admite una ventana de contexto masiva de 100,000 tokens, que abarca tanto el prompt como la finalización juntos. Esto te permite pasar documentos grandes o historiales de conversaciones extensos sin perder información anterior. Si envías una clave inválida, recibirás un error 401, y un error 402 indica que tu crédito prepagado se ha agotado. El límite de velocidad 429 se activa si excedes 300 solicitudes por minuto o intentas realizar 8 solicitudes concurrentes simultáneamente. Maneja estos errores de manera elegante en tu código para asegurar un funcionamiento fluido.

cURL

Copycurl https://api.dolphinia.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the three main benefits of using Redis for caching."}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Transmisión

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)