API-Referenz

Authentifizierung und Base URL

Verwenden Sie Ihren API-Schlüssel mit dem https://api.routerllm.cc/v1 Basis-URL. Melden Sie sich mit Google oder einer E-Mail und einem Passwort an, um Ihren Schlüssel sofort zu erhalten. Keine Telefonnummer ist erforderlich. Der Schlüssel authentifiziert alle Anfragen an den Chat-Completions-Endpunkt.

Copycurl https://api.routerllm.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top five python libraries for web scraping."}]
  }'

Halten Sie Ihren Schlüssel sicher. Ein einzelner aktiver Schlüssel ersetzt den alten, wenn Sie einen neuen generieren. Fehler und Ablehnungen sind kostenlos, sodass Sie sicher testen können.

Chat-Vervollständigungs-Endpunkt

Senden Sie Prompts an das POST /v1/chat/completions Endpunkt. Die Modell-ID lautet uncensored. Es ist ein Open-Weight-Modell, das auf die legale Erwachsenen-Nutzung abgestimmt ist, kein Anbietermodell wie GPT oder Claude.

Copyfrom openai import OpenAI

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

Das Context-Window beträgt 100.000 Tokens für Prompt und Completion zusammen. Sie erhalten standardmäßig 16.000 Tokens Ausgabe, bzw. 2.048, wenn Sie max_tokens.

Streaming mit SSE

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Die API gibt Server-Sent Events (SSE) zurück. Token-Nutzungsdaten erscheinen im letzten Chunk des Streams.

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)

Dieser Ansatz reduziert die wahrgenommene Latenz bei langen Antworten. Nutzen Sie ihn beim Aufbau von Chat-Schnittstellen, die von schrittweiser Textanzeige profitieren.

Function Calling und Tools

Übergeben Sie Tools in der tools array. Das Modell unterstützt Function Calling mit tool_choice Optionen. Nutzen Sie diese für die Extraktion strukturierter Daten oder automatisierte Workflows.

Copyimport OpenAI from "openai";

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

Definieren Sie Ihre Funktionsschemas klar. Die API übernimmt das Routing zwischen Ihrer Benutzereingabe und den Tool-Definitionen. Stellen Sie sicher, dass Ihr Code die Tool-Aufrufe korrekt analysiert.

JSON-Modus und Parameter

Festlegen response_format zu {"type": "json_object"} für strikte JSON-Ausgabe. Steuern Sie die Generierung mit temperature, top_p, stop, und seed. Passen Sie die Strafen für Vorhandensein und Frequenz an, um den Ausgabe-Stil zu verfeinern.

Nutzen Sie diese Parameter, um die Zuverlässigkeit einzustellen. Der JSON-Modus ist für das Parsen maschinenlesbarer Antworten unerlässlich. Das Modell bleibt auch bei strenger Formatierung uncensored.

Fehlerbehandlung und Limits

Erwarten Sie 401 für ungültige Schlüssel, 402 für unzureichendes Guthaben und 429 für Ratenbegrenzungen. Das Limit liegt bei 300 Anfragen pro Minute und 8 gleichzeitigen Anfragen pro Schlüssel. Die maximale Größe des Anfragekörpers beträgt 8 MB.

Prüfen Sie den Statuscode, um die Ursache zu bestimmen. Laden Sie mit USDT oder USDC auf, um fortzufahren. Guthaben verfällt nie, sodass Sie die Nutzung pausieren können, ohne Geld zu verlieren.

Modellinfo und Token-Nutzung

Abfrage GET /v1/models Verfügbare Modelle zu überprüfen. Das einzige Modell ist uncensored. Es liefert Text rein und Text raus. Keine Embeddings, Bilder oder Audio werden unterstützt.

Verfolgen Sie die Token-Nutzung in den Antwort-Headern oder am Stream-Ende. Die Preisgestaltung ist transparent: $0.15 pro 1M Eingabetokens und $0.50 pro 1M Ausgabetokens. Prepaid-Guthaben deckt alle Nutzung ab.