Documentação e Início Rápido da API Venice AI

Autenticação e URL Base

Seu venice ai api key autentica cada solicitação à API. Substitua a URL base padrão na configuração do seu SDK pela indicada acima. O sistema usa crédito pré-pago, portanto, certifique-se de que seu saldo seja suficiente antes de enviar cargas pesadas.

Endpoint Chat Completions

Envie texto para o modelo usando o endpoint padrão de conclusões de chat. O ID do modelo é sempre uncensored, garantindo comportamento consistente sem recusas de conteúdo para tópicos adultos lícitos.

Configure seu cliente para apontar para a URL base correta e inclua o identificador do modelo no corpo da solicitação. Você pode ajustar parâmetros como temperature ou top_p para controlar a criatividade.

Erros e recusas são gratuitos, então você paga apenas pelo uso real de tokens. A janela de contexto suporta até 100.000 tokens para entrada e saída combinadas.

Streaming e Uso de SSE

Ative a geração de tokens em tempo real definindo stream: true na sua solicitação. A API retorna Server-Sent Events (SSE) que você pode analisar incrementalmente.

Cada chunk contém texto parcial, mas as métricas de uso de tokens aparecem apenas no último chunk. Essa abordagem reduz a latência percebida para usuários aguardando conteúdo de formato longo.

Manipule o evento de fim do stream para finalizar a resposta. Certifique-se de que seu cliente armazene em buffer o texto acumulado corretamente antes de apresentá-lo ao usuário final.

Chamada de Função e Modo JSON

Use a API para extração de dados estruturados ou execução de ferramentas. Defina response_format para {"type": "json_object"} para impor saída JSON estrita.

Defina ferramentas no corpo da solicitação para permitir que o modelo chame funções. O modelo retornará argumentos estruturados que seu backend pode executar.

Este recurso é ideal para construir agentes ou automatizar fluxos de trabalho. Certifique-se de que suas definições de funções sejam claras para minimizar alucinações nos argumentos.

Parâmetros e Configurações

Controle o comportamento do modelo usando parâmetros padrão. Use temperature para criatividade, top_p para amostragem por núcleo, e stop sequências para truncar a saída.

Definir seed para resultados reproduzíveis durante os testes. Ajuste presence_penalty e frequency_penalty influenciar a diversidade de tópicos.

A saída máxima é de 16.000 tokens por solicitação. Se você não especificar max_tokens, o padrão é 2.048. Planeje seus prompts para permanecer dentro da janela de contexto de 100.000 tokens.

Limites de Taxa e Restrições

Cada chave de API permite 300 solicitações por minuto e 8 solicitações simultâneas. O tamanho máximo do corpo da solicitação é de 8 MB.

Se você exceder esses limites, receberá um erro 429. Uma única conta suporta uma chave ativa; gerar uma nova chave substitui a anterior.

O crédito nunca expira, então você pode adicionar saldo sempre que necessário. Use criptomoedas para adições de saldo, com crédito bônus disponível para valores maiores.

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)