th ▾

API LLM แบบไม่มีเซนเซอร์. จ่ายตาม token

เริ่มต้นใช้งาน: ผสานรวม API แบบไม่เซ็นเซอร์

ผสาน LLM แบบไม่มีเซนเซอร์เข้ากับแอปพลิเคชันของคุณโดยใช้ API ที่รองรับ OpenAI คู่มือนี้ครอบคลุม base URL การตรวจสอบสิทธิ์ และรูปแบบคำขอสำหรับ API ของ Mimo AI

ข้อกำหนดเบื้องต้น: ติดตั้ง OpenAI SDK

ติดตั้ง SDK ทางการของ OpenAI สำหรับภาษาที่คุณต้องการเพื่อเริ่มส่งคำขอทันที ไลบรารีนี้จะจัดการการตรวจสอบสิทธิ์และการจัดรูปแบบโดยอัตโนมัติ คุณไม่จำเป็นต้องใช้เวอร์ชันเฉพาะ เพียงใช้เวอร์ชันเสถียรล่าสุดสำหรับโปรเจกต์ของคุณ

กำหนดค่า Base URL และ API Key ของคุณ

ตั้งค่า URL ฐานเป็น HTTPS://api.mimoaiapi.com/v1 และระบุคีย์ API ของคุณในส่วนหัว Authorization การกำหนดค่านี้ชี้ไคลเอนต์ของคุณไปยังเครื่องจักรอนุมาน uncensored ของเรา ใช้คีย์ที่สร้างในหน้า Get API Key ซึ่งปรากฏทันทีหลังจากสมัครสมาชิก

ส่งคำขอการเติมข้อความแชทครั้งแรกของคุณ

ทำการร้องขอ POST ไปยัง /v1/chat/completions พร้อม model id "uncensored" เอนด์พอยต์นี้ส่งผลลัพธ์ข้อความดิบโดยไม่มีการปฏิเสธเนื้อหา ส่ง system prompt ของคุณเพื่อกำหนดพฤติกรรมของโมเดลสำหรับกรณีใช้งานเฉพาะของคุณ

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"}]
  }'

จัดการการตอบกลับแบบสตรีมด้วย SSE

เปิดใช้งานการสตรีมโดยการตั้งค่าพารามิเตอร์ stream เป็น true ในคำขอของคุณ API จะส่ง Server-Sent Events (SSE) ที่อัปเดตแบบเรียลไทม์ แยกวิเคราะห์ชิ้นส่วนสุดท้ายเพื่อเข้าถึงการใช้โทเค็นทั้งหมดสำหรับการเรียกเก็บเงินที่แม่นยำ

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)

การผสานรวม Python SDK

ใช้ไลบรารี Python เพื่อสร้างคำขอด้วยโครงสร้าง dictionary แบบง่าย ตั้งค่าตัวแปร base_url และ api_key ก่อนสร้างอินสแตนซ์ไคลเอนต์ วิธีนี้ทำงานร่วมกับโค้ดเบส OpenAI ที่มีอยู่ได้อย่างราบรื่น

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)

การผสานรวม Node SDK

เริ่มต้นใช้งาน client ใน Node.js โดยส่ง base URL และ key กำหนดค่า model เป็น "uncensored" สำหรับการเรียก completion ทุกครั้ง SDK จัดการการเชื่อมต่อ HTTP และการแยกวิเคราะห์การตอบสนองให้คุณ

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);

คำถามที่พบบ่อย

context window สำหรับ LLM แบบ uncensored คืออะไร?

หน้าต่างบริบทรองรับ 100,000 โทเคนรวมสำหรับทั้งคำสั่งและการสร้างผลลัพธ์ คุณสามารถขอผลลัพธ์ได้สูงสุด 16,000 โทเคนต่อคำตอบ หรือ 2,048 หากไม่ได้ระบุ max_tokens

การเรียกเก็บเงินสำหรับ API ของ Mimo AI ทำงานอย่างไร?

คุณจ่าย $0.15 ต่อ 1M input tokens และ $0.50 ต่อ 1M output tokens โดยเครดิตแบบเติมเงินล่วงหน้าถูกหักเฉพาะสำหรับการใช้งานจริง และข้อผิดพลาดไม่คิดเงิน เครดิตไม่มีวันหมดอายุและเติมผ่านคริปโต

ฉันควรจัดการข้อผิดพลาดอะไรบ้างในแอปพลิเคชันของฉัน?

จัดการสถานะ 401 สำหรับคีย์ API ที่ไม่ถูกต้อง, 402 สำหรับเครดิตพรีเพイドไม่เพียงพอ และ 429 สำหรับข้อจำกัดอัตราการใช้งาน ระบบอนุญาตให้ส่งคำขอได้ 300 คำขอต่อนาที และ 8 คำขอพร้อมกันต่อคีย์

รับคีย์ API ของคุณตอนนี้

สมัครสมาชิก รับคีย์ของคุณ แล้วอัปเดต base URL ของคุณ คือสิ่งที่คุณต้องทำ

รับ API keyดูเอกสาร