Venice AI API-documentatie en Quickstart

Authenticatie en basis-URL

Uw venice ai api key authenticeert elk verzoek aan de API. Vervang de standaard basis-URL in je SDK-configuratie door de bovenstaande. Het systeem gebruikt prepaid credit, dus zorg dat je saldo voldoende is voordat je zware payloads verstuurt.

Chat Completions Endpoint

Stuur tekst naar het model via het standaard chatcompletie-eindpunt. De model-ID is altijd uncensored, waardoor consistent gedrag wordt gegarandeerd zonder contentweigeringen voor wettelijk volwassen onderwerpen.

Configureer je client om naar de juiste base-URL te wijzen en neem de modelidentificatie op in het requestbody. Je kunt parameters zoals temperature of top_p om de creativiteit te regelen.

Fouten en weigeringen zijn gratis, dus je betaalt alleen voor daadwerkelijk token-gebruik. Het contextvenster ondersteunt tot 100.000 tokens voor zowel input als output samen.

Streaming en SSE Gebruik

Activeer realtime tokengeneratie door stream: true in je verzoek. De API retourneert Server-Sent Events (SSE) die je incrementeel kunt parseren.

Elke chunk bevat gedeeltelijke tekst, maar tokenverbruiksmetrics verschijnen alleen in de laatste chunk. Deze aanpak vermindert de waargenomen latentie voor gebruikers die wachten op inhoud van lange vorm.

Verwerk het stream-eindevenement om de respons te finaliseren. Zorg ervoor dat je client de opgebouwde tekst correct bufferst voordat deze aan de eindgebruiker wordt getoond.

Function Calling en JSON-modus

Gebruik de API voor het extraheren van gestructureerde data of het uitvoeren van tools. Stel response_format naar {"type": "json_object"} om strikte JSON-uitvoer af te dwingen.

Definieer tools in de request body om het model functies te laten aanroepen. Het model retourneert gestructureerde argumenten die je backend kan uitvoeren.

Deze functie is ideaal voor het bouwen van agents of het automatiseren van workflows. Zorg ervoor dat je functiedefinities duidelijk zijn om hallucinatie in de argumenten te minimaliseren.

Parameters en instellingen

Reguleer het modelgedrag met standaardparameters. Gebruik temperature voor creativiteit, top_p voor nucleus sampling, en stop sequenties om de output te trunceren.

Instellen seed voor reproduceerbare resultaten tijdens het testen. Pas presence_penalty en frequency_penalty om topicdiversiteit te beïnvloeden.

De maximale output is 16.000 tokens per verzoek. Als je niet specificeert max_tokens, de standaardwaarde is 2.048. Plan je prompts binnen het contextvenster van 100.000 tokens te houden.

Rate Limits en beperkingen

Elke API-sleutel staat 300 verzoeken per minuut en 8 gelijktijdige verzoeken toe. De maximale request body is 8 MB.

Als je deze limieten overschrijdt, ontvang je een 429-foutmelding. Een enkel account ondersteunt één actieve sleutel; het genereren van een nieuwe sleutel vervangt de vorige.

Krediet vervalt nooit, dus je kunt opladen wanneer dat nodig is. Gebruik crypto voor aanvullingen, met bonuskrediet beschikbaar voor grotere bedragen.

cURL

Copycurl https://api.veniceaiapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a summary of the current weather conditions"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.veniceaiapikey.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.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.veniceaiapikey.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

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)