Inicio rápido de la API LLM: Endpoints compatibles con OpenAI

Autenticación y URL base

Para empezar a usar los servicios del proveedor de API LLM, necesitas una clave de API. Regístrate en la página Obtener clave de API con solo un correo electrónico y una contraseña. Tu clave aparece inmediatamente. No se requiere número de teléfono ni tarjeta de crédito para el crédito de prueba. Mantén tu clave segura; puedes regenerarla en cualquier momento, lo que invalida la clave anterior.

Configura tu cliente para apuntar a nuestra URL base. Esto asegura que todas las peticiones se enruten a nuestro modelo sin censura. La estructura del endpoint refleja la interfaz estándar de finalización de chat de OpenAI.

• URL base: https://api.comparellmapi.com/v1
• Cabecera: Authorization: Bearer YOUR_API_KEY

Esta configuración funciona con cualquier SDK compatible con OpenAI. Solo necesitas ajustar la URL base e inyectar tu clave.

Tu primera petición

Envía una petición simple de finalización de texto para probar la conectividad. Esto confirma que tu clave de API es válida y que hay créditos disponibles. Usa el ID del modelo uncensored para acceder al modelo sin procesar. El endpoint acepta peticiones POST con un cuerpo JSON que contiene mensajes.

Asegúrate de que el cuerpo de tu petición no supere los 8 MB. Si excedes este límite, el servidor rechazará la petición. Para la mayoría de las aplicaciones basadas en texto, una sola vuelta o una conversación corta se ajusta bien a esta restricción.

Copycurl https://api.comparellmapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Si tienes éxito, recibirás una respuesta JSON con el texto generado. Esto confirma que la estructura de precios de la API LLM se aplica a tu uso. Cada token cuenta para tu saldo prepago.

Integración con SDK de Python

Usa la biblioteca oficial de Python de OpenAI para la integración más sencilla. Instala el paquete vía pip, luego configura el cliente con nuestra URL base. Esto te permite usar métodos familiares como chat.completions.create().

Establece el modelo en uncensored. Pasa tus mensajes en el formato estándar. El SDK maneja la serialización y el análisis de errores automáticamente.

Copyfrom openai import OpenAI

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

Este enfoque es ideal para servicios backend o scripts. La biblioteca gestiona reintentos y manejo básico de errores. Recuerda verificar el contenido de la respuesta para obtener el texto generado. También puedes acceder a los datos de uso de tokens para transparencia en la facturación.

Configuración del SDK de Node.js

Para entornos JavaScript o TypeScript, el SDK de Node.js de OpenAI funciona perfectamente. Instala el paquete e inicializa el cliente con nuestra URL base. Esto mantiene la compatibilidad con la interfaz de API estándar.

Define tus mensajes de sistema y usuario. El ID del modelo sigue siendo uncensored. El SDK devuelve una promesa con el resultado de la finalización. Maneja los errores apropiadamente para gestionar los límites de la API o créditos insuficientes.

Copyimport OpenAI from "openai";

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

Este método es adecuado para servidores web o aplicaciones Node.js. La estructura del código refleja el ejemplo de Python, asegurando la consistencia entre lenguajes. Puedes integrar esto en rutas de Express o funciones sin servidor fácilmente.

Respuestas en streaming (SSE)

Para aplicaciones en tiempo real, habilita el streaming estableciendo el parámetro stream en true. El servidor envía una serie de Eventos Enviados por el Servidor (SSE). Cada evento contiene un fragmento parcial de la respuesta.

Esto reduce la latencia percibida para los usuarios. El cliente recibe tokens a medida que se generan. Esto es útil para interfaces de chat o generación de texto en vivo.

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)

Analiza el flujo SSE para extraer cada token. Acumula el texto para formar la respuesta completa. El costo de la API chatgpt y otros proveedores a menudo cobran de manera similar por el streaming, pero nuestro modelo sin censura ofrece salida sin procesar sin tarifas adicionales por este modo. Monitorea el evento de fin de flujo para finalizar la respuesta.

Límites, errores y contexto

Entiende los límites operativos para asegurar una integración fluida. Tienes permitido realizar 300 peticiones por minuto por clave de API. Si excedes esto, recibirás un error de límite de peticiones 429. Espera antes de reintentar.

Los errores comunes incluyen 401 para claves inválidas y 402 para créditos insuficientes. Asegúrate de que tu saldo prepago sea suficiente. La ventana de contexto admite hasta 100.000 tokens para prompt más finalización. Gestiona tu uso de tokens cuidadosamente para evitar truncamiento.

Para más detalles sobre precios de la API LLM, consulta la página de precios. Cada token se cobra según las tarifas de entrada y salida. No hay tarifas ocultas. Esta transparencia te ayuda a presupuestar con precisión para tu aplicación.