Integrieren Sie die Venice AI API in Minuten

Basis-URL- und Authentifizierungseinrichtung

Die API lebt unter https://api.veniceaiapi.com/v1. Sie authentifizieren sich mit einem einzelnen API-Schlüssel, der im Authorization header.

Melden Sie sich über Google oder E-Mail an, um Ihren Schlüssel sofort zu erhalten. Keine Telefonnummer erforderlich. Verwenden Sie den Schlüssel mit jedem OpenAI-kompatiblen SDK, indem Sie die Basis-URL festlegen.

Jedes Konto verfügt über einen aktiven Schlüssel. Das Generieren eines neuen Schlüssels widerruft den alten sofort. Dies gewährleistet eine einfache Zugriffskontrolle ohne komplexe Berechtigungsbereiche.

Die zu sendende Modell-ID ist "uncensored". Es handelt sich um ein Open-Weight-Modell, das darauf abgestimmt ist, ohne Inhaltsablehnungen bei rechtmäßiger erwachsener Nutzung zu antworten.

• Base URL: https://api.veniceaiapi.com/v1
• Auth-Header: Authorization: Bearer YOUR_API_KEY
• Modell: uncensored

Sie können die Konnektivität mit einer einfachen GET-Anfrage an testen /v1/models. Dies bestätigt, dass Ihr Schlüssel funktioniert, bevor Sie schwere Payloads senden.

Der Endpunkt /v1/chat/completions

Senden Sie Textprompts an POST /v1/chat/completions und erhalten Sie Textantworten. Dieser Endpunkt behandelt alle Standard-Chat-Interaktionen.

Fügen Sie Ihren Nachrichten-Array mit den Feldern role und content ein. Das Modell verarbeitet die Eingabe und gibt eine Vervollständigung zurück. Sie können die Ausgabelänge über das max_tokens Parameter.

Die maximale Standardausgabe beträgt 2.048 Tokens. Sie können diese auf bis zu 16.000 Tokens pro Anfrage erhöhen. Das gesamte Kontextfenster ermöglicht 100.000 Tokens für Prompt und Generierung zusammen.

Fehler und Ablehnungen verbrauchen Ihr prepaid-Guthaben nicht. Das bedeutet, Sie zahlen nur für erfolgreiche Token-Generierungen.

Modellparameter: Temperatur, Top-P und Seed

Steuern Sie die Zufälligkeit der Ausgabe über Standard-LLM-Parameter. Legen Sie temperature die Kreativität anpassen. Niedrigere Werte machen Antworten deterministischer und fokussierter.

Verwenden top_p für Nucleus-Sampling. Dies beschränkt das Modell darauf, den oberen Prozentsatz der Wahrscheinlichkeitsmasse zu berücksichtigen. Es hilft, repetitive oder unsinnige Ausgaben zu verhindern.

Festlegen seed für reproduzierbare Ergebnisse. Dies ist nützlich für die Fehlersuche oder das Testen spezifischer Prompt-Varianten. Sie können auch stop Sequenzen, um die Generierung frühzeitig zu stoppen.

Weitere unterstützte Parameter sind presence_penalty und frequency_penalty. Diese helfen, die Token-Diversität in langen Konversationen zu verwalten.

Passen Sie diese Einstellungen an Ihren Anwendungsfall an. Rollenspiele profitieren von einer höheren Temperatur. Die Codegenerierung benötigt möglicherweise niedrigere Werte.

Streaming-Antworten mit Server-Sent Events

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Die API gibt Server-Sent Events (SSE) anstelle eines einzelnen JSON-Objekts zurück.

Jeder Chunk enthält teilweise Textinhalte. Dies ermöglicht es Ihnen, Ergebnisse in Echtzeit an Ihre Benutzer anzuzeigen. Dies verbessert die wahrgenommene Latenz für lange Antworten erheblich.

Das letzte Chunk enthält die gesamten Token-Nutzungsstatistiken. Sie können Ihren Guthabenverbrauch in Echtzeit genau verfolgen.

Behandeln Sie Streaming-Fehler ordnungsgemäß. Netzwerkunterbrechungen können die Antwort kürzen. Sie können die Anfrage bei Bedarf fortsetzen oder wiederholen.

Function Calling und JSON-Modus

Nutze Function Calling, um die API mit deiner Backend-Logik zu integrieren. Definiere Tools in deiner Anfrage, und das Modell gibt strukturierte JSON-Argumente zurück.

Festlegen response_format: {"type": "json_object"} strikte JSON-Ausgabe zu erzwingen. Dies ist ideal zum Parsen von Daten in Ihre Anwendung.

Function Calling funktioniert parallel zum Streaming. Sie können strukturierte Daten in Echtzeit empfangen. Dies ermöglicht komplexe Multi-Step-Interaktionen.

Das Modell versteht Tool-Definitionen und führt sie entsprechend aus. Sie übernehmen die Logik zur Tool-Ausführung in Ihrem Code.

Diese Funktion macht die API geeignet für den Aufbau von Agenten oder automatisierten Workflows.

Ratenbegrenzungen und Token-Beschränkungen

Jeder API-Schlüssel ist auf 300 Anfragen pro Minute begrenzt. Sie können gleichzeitig 8 Anfragen haben. Dies verhindert, dass plötzliche Lastspitzen das System überlasten.

Die maximale Größe des Anfragekörpers beträgt 8 MB. Stellen Sie sicher, dass Ihre Payloads in dieses Limit passen. Große Kontextfenster verbrauchen dieses Kontingot schnell.

Häufige Fehler umfassen 401 für ungültige Schlüssel und 402 für unzureichendes Guthaben. Ein 429-Fehler zeigt an, dass Sie das Rate Limit erreicht haben.

Rückerstattungen sind nicht für Guthaben verfügbar. Fehler wie Doppelbuchungen werden jedoch über den Support behoben. Ihr Guthaben verfällt nie.

Das Preismodell beträgt $0,15 pro 1M Input-Tokens und $0,50 pro 1M Output-Tokens. Aufladungen erfolgen ausschließlich per Kryptowährung von $20 bis $500.

cURL

Copycurl https://api.veniceaiapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return status as json"}]
  }'

Python

Copyfrom openai import OpenAI

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