Prima richiesta in cinque minuti

URL di base e autenticazione

Indirizza il tuo SDK OpenAI o qualsiasi client compatibile al nostro URL di base. Non è necessaria una libreria specifica; qualsiasi strumento che accetta una chiave API standard funziona qui. Recupera la tua chiave dalla dashboard dopo aver effettuato l'accesso con Google o email. La chiave viene visualizzata immediatamente ed è l'unica credenziale necessaria per tutte le richieste.

Imposta l'URL di base su https://api.ollamaapi.top/v1. Usa l'ID del modello uncensored per tutti i completamenti di chat. Questo modello è open-weight, ottimizzato per ridurre i rifiuti ed è distinto dai modelli dei principali fornitori. Non è GPT, Claude o qualsiasi altro modello proprietario. L'autenticazione si basa esclusivamente sull'intestazione del token Bearer.

Prima richiesta

Invia una richiesta standard di completamento della chat per testare la connettività. L'endpoint accetta payload JSON con messages, model e parametri opzionali come temperature o max_tokens. L'ID del modello è sempre uncensored. Le risposte restituiscono un JSON strutturato contenente il contenuto dell'assistente e le metriche di utilizzo dei token.

Se la richiesta ha successo, ricevi una risposta 200 OK. Se l'autenticazione fallisce, ricevi un errore 401. Se non hai fondi, ricevi un errore 402. Questi errori sono gratuiti, quindi paghi solo per l'utilizzo effettivo dei token. Usa questo esempio per verificare la tua configurazione prima di integrarla nella tua applicazione.

Copycurl https://api.ollamaapi.top/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."}]
  }'

SDK Python

Usa la libreria ufficiale OpenAI per Python o qualsiasi client compatibile. Inizializza il client con il tuo URL di base e chiave API. Imposta il modello su uncensored. Passa i tuoi messaggi come una lista di dizionari contenenti role e content. La libreria gestisce automaticamente la serializzazione e l'analisi delle risposte.

Le risposte in streaming sono supportate tramite il parametro stream. Questo ti permette di elaborare i token man mano che vengono generati, utile per output lunghi o aggiornamenti UI in tempo reale. L'ultimo chunk contiene l'utilizzo totale dei token per la fatturazione. Assicurati di gestire le eccezioni in modo appropriato, poiché gli errori di rete non comportano costi.

Copyfrom openai import OpenAI

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

SDK Node.js

Installa il pacchetto npm openai o usa un wrapper basato su fetch. Configura il client con l'URL di base https://api.ollamaapi.top/v1 e la tua chiave API. L'ID del modello rimane uncensored. Passa il corpo della richiesta con messages e impostazioni opzionali come top_p o seed.

Gli utenti Node.js possono sfruttare i pattern async/await per un codice pulito. L'oggetto di risposta include choices, usage e id. Puoi estrarre il messaggio dell'assistente dalla prima scelta. La gestione degli errori dovrebbe tenere conto dei limiti di velocità (429) e del credito insufficiente (402). Questi errori non consumano token, quindi il tuo saldo prepagato rimane intatto fino alla generazione di una risposta di successo.

Copyimport OpenAI from "openai";

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

Risposte in streaming

Abilita lo streaming impostando stream: true nella tua richiesta. L'API restituisce uno stream di Server-Sent Events (SSE). Ogni chunk contiene contenuto parziale, permettendoti di visualizzare i token man mano che vengono generati. Questo riduce la latenza percepita per gli utenti e migliora l'esperienza per la generazione di testi lunghi.

L'ultimo chunk nello stream include i dati completi sull'utilizzo dei token. Puoi usarli per monitorare i consumi in tempo reale. Nota che lo streaming non modifica il modello di pricing; paghi ancora per 1M token di input e output. Anche gli errori durante lo streaming sono gratuiti. Se la connessione si interrompe, puoi riprendere o riavviare la richiesta senza penalità.

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)

Limiti, errori e contesto

La finestra di contesto è di 100.000 token in totale, inclusi sia prompt che completamento. Il massimo output per richiesta è 32.000 token (2.048 se max_tokens non è impostato). Se superi la finestra di contesto, la richiesta fallisce. Gli errori includono 401 per chiavi non valide, 402 per credito insufficiente e 429 per limiti di velocità. Il limite di richieste è di 300 richieste al minuto e 8 richieste parallele per chiave. I corpi delle richieste sono limitati a 8 MB. Gli errori sono gratuiti, il che significa che non paghi per le richieste fallite o i rifiuti. Il credito non scade mai e non è richiesto un abbonamento.