sv ▾
Skapa nycklar

Dolphin llm API Snabbstart

Dolphin LLM erbjuder ett icke-censurerat API med ett kontextfönster på 100k. Den här guiden visar utvecklare hur man integrerar tjänsten med standard OpenAI-kompatibla klienter.

Autentisering & bas-URL-inställning

API:et använder standard Bearer-token-autentisering. Du får din nyckel omedelbart efter att ha registrat dig med Google eller en e-postadress. Förvara denna nyckel säkert i dina miljövariabler. Alla begäranden måste rikta sig mot den dedikerade bas-URL:en för den obegränsade modellen.

  • Bas URL: HTTPS://api.llmdolphin.com/v1
  • Auth-huvud: Authorization: Bearer YOUR_API_KEY
curl https://api.llmdolphin.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set variable x to 5"}]
  }'

Chatkompletteringsendpointen

Skicka textprompter till POST /v1/chat/completions-slutpunkten. Modell-ID:t är 'uncensored'. Du kan strömma svar eller ta emot dem som fulltextblock. API:et accepterar standard meddelandeformater med system-, användar- och assistentroller.

from openai import OpenAI

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

Strömningsresponser & tokenanvändning

Aktivera strömning genom att ställa in stream=true. Servern returnerar Server-Sent Events (SSE). Tokenanvändningsdata visas i den sista chunken av strömmen. Detta gör att du kan spåra kostnader i realtid utan att vänta på hela svaret.

import OpenAI from "openai";

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

Function Calling & JSON Mode

Modellen stöder function calling med verktygsdefinitioner. Du kan också tvinga fram JSON-output med response_format. Detta säkerställer konsekvent parsning för dina automatiseringspipelines. Definiera verktyg i messages-arrayen eller request-objektet.

stream = 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)

Parametrar: Temperatur, Top P och Seed

Styr kreativitet med temperatur och mångfald med top_p. Använd seed för reproducerbara utdata. Modellen accepterar standardparametrar som stoppsekvenser och närvaropenalte. Justera dessa värden för att passa din specifika användningsfall.

Felfhantering & Hastighetsbegränsningar

Hantera 401-fel för ogiltiga nycklar och 402 för otillräcklig kredit. Hastighetsbegränsningar är 300 förfrågningar per minut. Kontextfönstret är 100 000 tokens. Fel och avslag konsumerar inte kredit. Kontrollera svarstatusen för detaljer.

Vanliga frågor

Vad är kontextfönstret för Dolphin LLM?

Modellen stöder ett kontextfönster på 100,000 tokens. Detta omfattar både prompten och utfallet. Du kan begära upp till 16,000 tokens per utdata.

Hur betalar jag för API:et?

Du kan fylla på med USDT på TRC20 eller USDC på Base. Krediter löper aldrig ut och debiteras baserat på faktisk användning. Minsta insättning är $20.

Är den obegränsade modellen densamma som GPT?

Nej, det är en modell med öppna vikter finjusterad för obegränsade svar. Det är inte GPT, Claude eller någon annan leverantörs modell. Den fungerar med samma klientkod.

Generera din API-nyckel

Registrera dig, hämta nyckeln och uppdatera din bas-URL. Det är allt du behöver konfigurera.

Skapa nycklar