Résumé
- Notre API utilise exactement le même format qu'OpenAI, vous permettant de basculer en modifiant simplement l'URL de base et la clé API.
- La tarification est transparente à 0,15 $ par million de jetons d'entrée et 0,50 $ par million de jetons de sortie sans abonnements mensuels.
- Les paiements sont traités exclusivement via crypto (USDT ou USDC), assurant la confidentialité et éliminant les frais de paiement traditionnels.
- Le modèle gère jusqu'à 100 000 tokens en contexte et prend en charge nativement le streaming, l'appel de fonctions et le mode JSON.
Qu'est-ce que l'API deepseek ?
L'API DeepSeek est un point de terminaison compatible OpenAI qui traite les entrées textuelles et renvoie des sorties textuelles à l'aide d'un grand modèle de langage. Elle adhère strictement au format standard chat-completions, ce qui signifie que vous pouvez utiliser le SDK OpenAI officiel ou n'importe quelle bibliothèque cliente compatible. Vous devez simplement mettre à jour l'URL de base et fournir votre clé API pour commencer à envoyer des requêtes.
Contrairement aux plateformes officielles qui peuvent varier en tarification ou en disponibilité, ce service exécute un modèle non filtré dédié sur sa propre infrastructure. Le modèle est ajusté pour gérer le contenu pour adultes, les sujets de recherche en sécurité et l'écriture créative sans refus inattendus. Il prend en charge le streaming via les événements envoyés par le serveur (SSE) et inclut des paramètres standard comme la température, top_p et les séquences d'arrêt.
curl https://api.deepseekopenaicompatibleapi.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Summarize the release notes of the last stable build"}]
}'Vous pouvez vérifier l'ID du modèle en interrogeant l'endpoint /v1/models. Le système renvoie un objet JSON simple confirmant l'identifiant du modèle comme "uncensored". Cela garantit que votre code reste propre et prévisible sans nécessiter de logique de routage complexe ou de multiples clés API pour différents modèles.
Pourquoi choisir un LLM sans filtre pour les projets NSFW ?
Un LLM non censuré supprime les garde-fous que les modèles standards utilisent pour bloquer les sujets adultes ou controversés. C'est critique pour les projets qui génèrent de la fiction, du jeu de rôle ou des analyses de sécurité où les refus perturbent l'expérience utilisateur. Les modèles standards rejettent souvent le contenu adulte légal, nécessitant des solutions de contournement qui ajoutent de la latence et de la complexité à votre application.
Notre modèle permet l'usage adulte légal, y compris des descriptions détaillées et des récits nuancés. Il ne refuse pas en fonction du sujet lui-même, uniquement sur des limites spécifiques comme le contenu sexuel impliquant des mineurs. Cela le rend idéal pour les outils d'écriture créative, les chatbots et les plateformes de génération de contenu qui ont besoin d'une sortie cohérente sans ajustements manuels des invites.
from openai import OpenAI
client = OpenAI(base_url="https://api.deepseekopenaicompatibleapi.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)Vous pouvez le tester en envoyant une requête avec un sujet que les modèles standards pourraient bloquer. La réponse sera renvoyée normalement, permettant à votre application de gérer le contenu comme prévu. Cette fiabilité réduit le besoin de post-traitement ou de logique de réessai dans votre code.
Comparaison des coûts : proxy vs. API uncensored directe
Les agrégateurs Proxy appliquent souvent des majorations sur les tarifs de base. Ils peuvent facturer des frais fixes par requête ou ajouter un pourcentage au coût du modèle. Cela rend difficile la prévision des dépenses, surtout lors des pics de trafic. Les API directes comme la nôtre affichent le coût exact par million de jetons, garantissant ainsi la transparence.
Nos tarifs sont simples : 0,15 $ par million de tokens d'entrée et 0,50 $ par million de tokens de sortie. Les erreurs et les refus sont gratuits, vous ne payez donc que ce que vous utilisez. Il n'y a pas d'abonnements mensuels ni d'engagements minimaux. Ce modèle profite aux utilisateurs à fort volume qui souhaitent contrôler leurs dépenses sans frais inattendus.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.deepseekopenaicompatibleapi.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);Vous pouvez calculer vos coûts directement à partir des comptes de tokens dans la réponse. Cette transparence vous aide à budgétiser précisément et à éviter les frais cachés qui apparaissent souvent chez les services proxy. Le système de crédit prépayé vous assure de connaître exactement le montant disponible avant chaque requête.
Détail des fonctionnalités : streaming, outils et mode JSON
Le streaming via SSE vous permet de recevoir les tokens au fur et à mesure de leur génération, réduisant la latence perçue pour les utilisateurs. Le dernier chunk inclit l'utilisation totale des tokens, ce qui facilite le suivi des coûts en temps réel. Cette fonctionnalité est essentielle pour les interfaces de chat où un retour instantané améliore l'engagement.
Les appels de fonction permettent au modèle de renvoyer des données structurées pour des outils externes. Vous pouvez définir des outils dans la requête, et le modèle produira du JSON qui correspond à votre schéma. C'est utile pour les workflows automatisés, l'extraction de données et les systèmes basés sur des agents. Le mode JSON force la sortie à être du JSON valide, garantissant la compatibilité avec votre analyseur.
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)Vous pouvez combiner le streaming avec le mode JSON pour traiter efficacement des tâches complexes. Le modèle prend en charge des paramètres tels que temperature et seed pour la reproductibilité. Ces fonctionnalités rendent l'API adaptée aussi bien aux discussions occasionnelles qu'aux applications de production nécessitant une structure fiable.
Options de Paiement : Crypto vs. Méthodes Traditionnelles
Nous acceptons les paiements 100 % crypto : USDT sur le réseau TRC20 ou USDC sur le réseau Base. Vous pouvez créditer votre compte avec n'importe quel montant entier de 20 $ à 500 $. Les montants plus élevés reçoivent un crédit bonus : +5 % à partir de 50 $, +10 % à partir de 100 $ et +15 % à partir de 200 $.
Le crédit n'expire jamais, vous pouvez donc ajouter des fonds quand vous le souhaitez. Il n'y a pas de frais mensuels ni de plans d'abonnement. Ce modèle convient aux développeurs qui privilégient la confidentialité et souhaitent éviter les frais associés aux processeurs de paiement traditionnels. Le processus est simple : envoyez la crypto, et le crédit apparaît sur votre compte.
from openai import OpenAI
client = OpenAI(base_url="https://api.deepseekopenaicompatibleapi.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)Vous pouvez vous inscrire avec Google ou email et mot de passe. La clé API est affichée immédiatement, vous permettant de commencer les tests sans délai. Aucun numéro de téléphone n'est requis, minimisant ainsi vos informations personnelles. Ce processus simplifié garantit que vous pouvez vous concentrer sur le développement de votre application plutôt que sur la gestion des détails de facturation.
Limites de débit et concurrence
Chaque clé API est limitée à 300 requêtes par minute et 8 requêtes simultanées. La taille maximale du corps de la requête est de 8 Mo. Ces limites garantissent des performances stables pour la plupart des applications. Si vous dépassez la limite de taux, vous recevrez une erreur 429. Vous pouvez mettre en œuvre une logique de nouvelle tentative avec une régression exponentielle pour gérer ces cas de manière élégante.
La fenêtre de contexte prend en charge jusqu'à 100 000 tokens pour le prompt et la complétion combinés. La sortie maximale par requête est de 16 000 tokens. Si vous ne définissez pas max_tokens, la valeur par défaut est de 2 048 tokens. Ces limites sont conçues pour équilibrer performance et efficacité des coûts.
curl https://api.deepseekopenaicompatibleapi.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Summarize the release notes of the last stable build"}]
}'Vous pouvez surveiller votre utilisation via les en-têtes de réponse ou le dernier chunk de streaming. Cette transparence vous aide à rester dans vos limites et à éviter les interruptions de service. Le modèle à clé unique par compte simplifie la gestion, car vous n'avez besoin de suivre qu'une seule clé par projet.
Comment migrer votre SDK OpenAI
La migration vers notre API nécessite de modifier deux valeurs dans la configuration de votre SDK OpenAI : l'URL de base et la clé API. Le reste de votre code reste identique. Cela inclut toutes les structures de paramètres, les gestionnaires de streaming et la logique de gestion des erreurs. Vous pouvez passer de l'un à l'autre facilement si nécessaire.
Mettre à jour l'URL de base vers HTTPS://api.deepseekopenaicompatibleapi.com/v1. Remplacez votre clé API existante par celle de votre compte. L'ID du modèle est "uncensored". Vous pouvez tester la connexion en envoyant une simple requête de complétion de chat. Si elle retourne une réponse, votre migration est réussie.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.deepseekopenaicompatibleapi.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);Vous pouvez utiliser les mêmes bibliothèques clientes que vous utilisez actuellement pour OpenAI. Cela inclut le support pour Python, Node.js et d'autres langages. La compatibilité garantit une transition fluide sans réécrire toute votre application. Cela réduit le temps de développement et minimise les risques de bugs lors du changement.
