hi ▾

अनसेंसर्ड LLM API। टोकन प्रति भुगतान।

क्विकस्टार्ट: अनसेंसर्ड API इंटीग्रेट करें

OpenAI कम्पैटिबल API का उपयोग करके अनसेंसर्ड LLM को अपनी एप्लिकेशन में इंटीग्रेट करें। यह गाइड बेस यूआरएल, प्रमाणीकरण और Mimo AI API के लिए रिक्वेस्ट फॉर्मेट्स को कवर करती है।

आवश्यकताएँ: OpenAI SDK इंस्टॉल करें

अपनी पसंद की भाषा के लिए औपचारिक OpenAI SDK को इंस्टॉल करें ताकि तुरंत अनुरोध भेजे जा सकें। लाइब्रेरी प्रमाणीकरण और प्रारूपण को स्वचालित रूप से संभालती है। आपको प्रोजेक्ट के लिए नवीनतम स्थिर रिलीज़ की आवश्यकता है, कोई विशिष्ट संस्करण नहीं।

अपना बेस URL और API कुंजी कॉन्फ़िगर करें

बेस URL को HTTPS://api.mimoaiapi.com/v1 पर सेट करें और अथोराइजेशन हेडर में अपनी API कुंजी प्रदान करें। यह कॉन्फ़िगरेशन आपके क्लाइंट को हमारे uncensored इनफरेंस इंजन की ओर इंगित करता है। Get API Key पेज पर उत्पन्न की का उपयोग करें, जो साइनअप के तुरंत बाद दिखाई देता है।

अपना पहला चैट कंप्लीशन अनुरोध

/v1/chat/completions पर एक POST अनुरोध करें मॉडल आईडी "uncensored" के साथ। यह एंडपॉइंट सामग्री अस्वीकृति के बिना कच्चे पाठ प्रतिक्रियाएं लौटाता है। अपने विशिष्ट उपयोग मामले के लिए मॉडल के व्यवहार को परिभाषित करने के लिए अपना सिस्टम प्रॉम्प्ट पास करें।

curl https://api.mimoaiapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a json object with keys name age and role for a character profile"}]
  }'

SSE के साथ स्ट्रीमिंग प्रतिक्रियाओं को हैंडल करें

अपने अनुरोध में stream पैरामीटर को true सेट करके स्ट्रीमिंग सक्षम करें। API रियल-टाइम में अपडेट होने वाले सर्वर-सेंट इवेंट्स (SSE) लौटाता है। सटीक बिलिंग के लिए कुल टोकन उपयोग तक पहुंचने के लिए अंतिम चंक को पार्स करें।

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)

Python SDK एकीकरण

सरल शब्दकोश संरचनाओं के साथ अनुरोध बनाने के लिए Python लाइब्रेरी का उपयोग करें। क्लाइंट उदाहरण बनाने से पहले base_url और api_key चर सेट करें। यह दृष्टिकोण मौजूदा OpenAI कोडबेस के साथ सहज रूप से काम करता है।

from openai import OpenAI

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

Node SDK एकीकरण

बेस यूआरएल और कुंजी पास करके नोड.जेएस में क्लाइंट को इनिशियलाइज़ करें। हर कंप्लीशन कॉल के लिए मॉडल को "uncensored" पर कॉन्फ़िगर करें। SDK आपके लिए एचटीटीपी कनेक्शन और प्रतिक्रिया पarsing प्रबंधित करता है।

import OpenAI from "openai";

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

सामान्य प्रश्न

अनकेंसरड LLM के लिए संदर्भ विंडो क्या है?

संदर्भ विंडो प्रॉम्प्ट और पूर्णता दोनों के लिए 100,000 टोकन का समर्थन करती है। आप प्रत्येक प्रतिक्रिया के लिए 16,000 टोकन तक अनुरोध कर सकते हैं, या यदि आप max_tokens निर्दिष्ट नहीं करते हैं तो 2,048।

Mimo AI API के लिए बिलिंग कैसे काम करता है?

आप 1M इनपुट टोकन के लिए $0.15 और 1M आउटपुट टोकन के लिए $0.50 देते हैं। पूर्व-भुगतान क्रेडिट केवल वास्तविक उपयोग के लिए चार्ज किया जाता है, और त्रुटियां मुफ्त हैं। क्रेडिट कभी समाप्त नहीं होता है और क्रिप्टो के माध्यम से टॉप-अप किया जाता है।

मेरे ऐप में मुझे किन त्रुटियों को संभालना चाहिए?

अमान्य API कुंजियों के लिए 401, अपर्याप्त पूर्व-भुगतान क्रेडिट के लिए 402, और दर सीमाओं के लिए 429 हैंडल करें। सिस्टम प्रति मिनट 300 अनुरोध और प्रति कुंजी 8 समवर्ती अनुरोधों की अनुमति देता है।

अभी अपनी API कुंजी प्राप्त करें

साइन अप करें, अपनी कुंजी प्राप्त करें, और अपनी बेस यूआरएल अपडेट करें। यही करना है।

API कुंजी प्राप्त करेंप्रलेखन देखें