Integre a API Venice AI em Minutos

Configuração da URL Base e Autenticação

A API vive em https://api.veniceaiapi.com/v1. Você autentica com uma única chave de API passada no Authorization Cabeçalho.

Cadastre-se via Google ou e-mail para obter sua chave instantaneamente. Não é necessário número de telefone. Use a chave com qualquer SDK compatível com OpenAI definindo a URL base.

Cada conta possui uma chave ativa. Gerar uma nova revoga a chave antiga imediatamente. Isso garante um controle de acesso simples, sem escopos de permissão complexos.

O ID do modelo que você deve enviar é "uncensored". É um modelo de pesos abertos ajustado para responder sem recusas de conteúdo para uso adulto legal.

• URL Base: https://api.veniceaiapi.com/v1
• Cabeçalho de Autenticação: Authorization: Bearer YOUR_API_KEY
• Modelo: uncensored

Você pode testar a conectividade com uma solicitação GET simples para /v1/models. Isso confirma que sua chave funciona antes de enviar cargas pesadas.

O Endpoint /v1/chat/completions

Envie prompts de texto para POST /v1/chat/completions e receba respostas de texto. Este endpoint lida com todas as interações padrão de chat.

Inclua sua matriz de mensagens com os campos role e content. O modelo processa a entrada e retorna uma conclusão. Você pode controlar o comprimento da saída usando o max_tokens parâmetro.

O máximo de saída padrão é de 2.048 tokens. Você pode aumentar isso até 16.000 tokens por solicitação. A janela de contexto total permite 100.000 tokens para prompt e conclusão combinados.

Erros e recusas não consomem seu crédito pré-pago. Isso significa que você paga apenas pela geração bem-sucedida de tokens.

Parâmetros do Modelo: Temperatura, Top-P e Seed

Controle a aleatoriedade da saída usando parâmetros padrão de LLM. Defina temperature para ajustar a criatividade. Valores mais baixos tornam as respostas mais determinísticas e focadas.

Usar top_p para amostragem por núcleo. Isso limita o modelo a considerar a porcentagem superior da massa de probabilidade. Ajuda a prevenir saídas repetitivas ou sem sentido.

Definir seed para resultados reproduzíveis. Isso é útil para depuração ou teste de variações específicas de prompt. Você também pode usar stop sequências para interromper a geração antecipadamente.

Outros parâmetros suportados incluem presence_penalty e frequency_penalty. Estes ajudam a gerenciar a diversidade de tokens em conversas longas.

Ajuste essas configurações para se adequar ao seu caso de uso. O roleplay se beneficia de temperaturas mais altas. A geração de código pode precisar de valores mais baixos.

Respostas em Streaming com Server-Sent Events

Ative o streaming definindo stream: true na sua solicitação. A API retorna Server-Sent Events (SSE) em vez de um único objeto JSON.

Cada chunk contém conteúdo de texto parcial. Isso permite exibir os resultados em tempo real para seus usuários. Melhora significativamente a latência percebida para respostas longas.

O último chunk inclui as estatísticas de uso total de tokens. Você pode acompanhar o consumo do seu crédito com precisão em tempo real.

Lide com erros de stream de forma elegante. Interrupções de rede podem truncar a resposta. Você pode retomar ou tentar novamente a solicitação se necessário.

Chamada de Função e Modo JSON

Use chamadas de função para integrar a API com a lógica do seu backend. Defina ferramentas na sua solicitação e o modelo retornará argumentos JSON estruturados.

Definir response_format: {"type": "json_object"} para forçar saída JSON estrita. Isso é ideal para analisar dados em seu aplicativo.

A chamada de função funciona junto com streaming. Você pode receber dados estruturados em tempo real. Isso permite interações complexas em múltiplas etapas.

O modelo entende as definições de ferramentas e as executa conforme o esperado. Você lida com a lógica de execução da ferramenta no seu código.

Este recurso torna a API adequada para construir agentes ou fluxos de trabalho automatizados.

Limites de Taxa e Restrições de Token

Cada chave de API está limitada a 300 solicitações por minuto. Você pode ter 8 solicitações simultâneas ao mesmo tempo. Isso evita que picos repentinos sobrecarreguem o sistema.

O tamanho máximo do corpo da solicitação é de 8 MB. Certifique-se de que suas cargas úteis se encaixem nesse limite. Janelas de contexto grandes consomem essa cota rapidamente.

Erros comuns incluem 401 para chaves inválidas e 402 para crédito insuficiente. Um erro 429 indica que você atingiu o limite de taxa.

Reembolsos não estão disponíveis para crédito. No entanto, erros como cobranças duplicadas são corrigidos via Suporte. Seu crédito nunca expira.

O preço é $0.15 por 1M de tokens de entrada e $0.50 por 1M de tokens de saída. As recargas são apenas em cripto, de $20 a $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)