API 快速入门指南

基础 URL 和认证

对每个请求使用我们特定的 base URL 和有效的 API key。

基础 URL 为 https://api.pricingapideepseek.com/v1. 更新您的 SDK 配置，将端点指向此处，而非默认的 OpenAI 端点。通过在请求中传递您的 API 密钥进行身份验证。 Authorization 头部，每个账户一个密钥。如果需要新密钥，旧密钥会立即失效。先使用 $0.50 试用积分验证连接，然后再购买加密货币。

发送您的第一次聊天补全

向聊天补全端点发送 POST 请求以获取文本响应。

这是标准 OpenAI 客户端的即插即用替代品。您将模型 ID 定义为 uncensoredAPI 根据你的提示返回文本。缺少信用额度或密钥无效等错误会返回标准的 HTTP 状态码。基本文本生成无需额外配置。

• 端点： POST /v1/chat/completions
• 模型 ID： uncensored
• 输入：仅文本提示

如果收到 402 错误，请检查您的余额。使用 USDT 或 USDC 充值，以便不间断地继续使用服务。

Python SDK 集成

配置 OpenAI Python 库以使用我们的 base URL 和您的密钥。

这使您可以使用熟悉的 Python 代码进行 LLM 交互。该库自动处理请求格式。您只需覆盖默认 API 主机即可。这确保您的现有脚本无需大量重构即可运行。

• 设置 base_url 指向我们的 API 端点。
• 设置 api_key 到您的唯一密钥。
• 调用 chat.completions.create 带有模型 uncensored.

错误以标准异常形式抛出。查看错误消息以获取有关速率限制或计费问题的详细信息。

Node SDK 配置

使用我们的自定义主机和凭据初始化 OpenAI Node 客户端。

此方法适用于服务器端应用或 Node.js 环境。在初始化时传入基础 URL 和 API 密钥即可。其余 SDK 功能与标准版本完全一致。您可以发送消息并接收文本响应，无需更改您的逻辑。

• 导入 OpenAI 包。
• 使用自定义基础 URL 创建客户端实例。
• 使用标准的 chat.completions.create 方法。

确保您的密钥有效。API 会拒绝使用过期或不正确密钥的请求。监控您的使用情况以避免意外费用。

使用 SSE 的流式响应

启用流式传输以在生成时接收令牌。

设置 stream: true 在您的请求中。API 为每个令牌发送服务器发送事件（SSE）。这降低了终端用户的感知延迟。您随到达处理块。最后一个块包含用于计费的总令牌使用情况。这对于聊天界面和实时应用程序非常理想。

• 设置 stream 到 true.
• 在代码中处理 SSE 事件。
• 渐进式显示令牌。

流式传输不改变定价。你为使用的总 token 付费。流式传输期间的错误会在最后一个数据块中发送。检查该最后一个事件中的错误字段。

限制、错误和上下文窗口

理解您的速率限制、错误代码和 Token 约束。

每分钟可发送 300 个请求。每个密钥同时仅运行 8 个请求。请求体必须小于 8 MB。上下文窗口总共为 100,000 个 token。这包括您的提示词和生成的响应。如果超出限制，您将收到 429 错误。无效密钥返回 401。无额度返回 402。错误不消耗 token。拒绝也免费。这确保您只为实际输出付费。请仔细规划 token 使用量，以保持在 16,000 个 token 的最大输出限制内。

cURL

Copycurl https://api.pricingapideepseek.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the per million token costs for input and output."}]
  }'

Python

Copyfrom openai import OpenAI

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

流式传输

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)