Documentazione API

URL Base e Autenticazione

Inizia autenticando con l'URL di base https://api.googlegeminiuncensored.com/v1. Ricevi una chiave API attiva immediatamente dopo la registrazione tramite Google o email. Usa questa chiave nell' Authorization header come token Bearer per tutte le richieste successive.

• Base URL: https://api.googlegeminiuncensored.com/v1
• Intestazione: Authorization: Bearer YOUR_API_KEY

Copycurl https://api.googlegeminiuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top five open source LLMs for local deployment"}]
  }'

Endpoint Chat Completions

Invia richieste di generazione di testo a POST /v1/chat/completions. Questo endpoint accetta array di messaggi standard e restituisce risposte testuali grezze senza filtri di contenuto per uso adulto legale.

Copyfrom openai import OpenAI

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

L'ID del modello è uncensored. È un modello open-weight in esecuzione sui nostri server, distinto da GPT o Gemini. Non effettua routing tra fornitori né offre embedding.

Risposte in streaming (SSE)

Abilita lo streaming impostando stream: true nel corpo della richiesta. L'API restituisce Server-Sent Events (SSE) dove i dati di utilizzo dei token appaiono nell'ultimo chunk.

Copyimport OpenAI from "openai";

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

Lo streaming riduce la latenza percepita per gli output lunghi. Ogni chunk contiene delta di testo parziali. Analizza l'ultimo evento per ottenere il consumo totale di token per la trasparenza nella fatturazione.

Streaming

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)