What is the base URL for the ranking modeli AI API?

The base URL is HTTPS://api.rankingmodeliai.com/v1. This endpoint is compatible with standard OpenAI SDKs and clients. You only need to change the base URL and provide your API key.

How do I handle authentication for the uncensored LLM?

Include the header Authorization: Bearer YOUR_API_KEY in every request. You can sign up via Google or email to get a key instantly. No phone number is required for the account.

What happens if I exceed the rate limit?

You will receive a 429 Too Many Requests error. The limit is 300 requests per minute per key. You can also have 8 concurrent requests. Errors and refusals do not count against your credit.

Dokumentation: Unzensierte Chat-Completions-API

Authentifizierung und Base URL

Verwenden Sie Ihren API-Schlüssel mit der Basis-URL https://api.rankingmodeliai.com/v1. Registrieren Sie sich über Google oder E-Mail, um sofort einen Schlüssel zu erhalten. Keine Telefonnummer ist erforderlich. Der Schlüssel authentifiziert alle Anfragen an unseren uncensored KI-Dienst.

Schließen Sie den Header Authorization: Bearer YOUR_API_KEY in jedem Aufruf. Ihre Prompts werden nicht zum Training verwendet. Dieses Setup funktioniert mit jedem OpenAI-kompatiblen Client.

Erste Anfrage

Senden Sie eine POST-Anfrage an /v1/chat/completions mit der Modell-ID uncensored. Die Basis-URL übernimmt das gesamte Routing. Sie können Ergebnisse streamen oder sie auf einmal abrufen.

Festlegen model zu uncensored.
Übergeben Sie Ihre Nachrichten im messages array.
Empfangen Sie Textausgaben direkt.

Dieser Ansatz gewährleistet die Kompatibilität mit bestehenden Tools.

curl https://api.rankingmodeliai.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 factors affecting model latency scores."}]
  }'

Python SDK-Integration

Installieren Sie das offizielle OpenAI-Python-Paket. Konfigurieren Sie die Basis-URL so, dass sie auf unsere Server verweist. Verwenden Sie das uncensored Modell-ID für alle Vervollständigungen. Diese Methode vereinfacht die Integration in Ihre Python-Anwendungen.

Das SDK verarbeitet Retries und Formatierung automatisch. Sie können Parameter wie temperature oder top_p bei Bedarf. Unsere API unterstützt Standard-OpenAI-Verhalten.

from openai import OpenAI

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

Node SDK-Einrichtung

Importieren Sie den OpenAI Node.js-Client. Legen Sie den baseURL zu unserem Endpunkt. Initialisieren Sie den Client mit Ihrem API-Schlüssel. Dies ermöglicht eine nahtlose Integration in Node.js-Umgebungen.

Anruf chat.completions.create mit Ihren gewünschten Parametern. Die Antwort enthält den generierten Text. Sie können JSON wie üblich parsen oder Fehler behandeln.

import OpenAI from "openai";

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

Streaming-Antworten

Aktivieren Sie Streaming, indem Sie stream: true. Die API gibt Tokens über Server-Sent Events (SSE) zurück. Dies reduziert die wahrgenommene Latenz für große Ausgaben. Sie können Tokens verarbeiten, sobald sie eintreffen.

Jeder Chunk enthält teilweise Text. Der letzte Chunk enthält Token-Nutzungsstatistiken. Diese Funktion ist ideal für Chat-Schnittstellen. Sie bietet ein flüssigeres Benutzererlebnis.

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)

Limits, Fehler und Kontext

Das Context-Window umfasst insgesamt 100.000 Tokens. Die maximale Ausgabe beträgt 16.000 Tokens pro Anfrage. Fehler und Ablehnungen sind kostenlos. Rate-Limits liegen bei 300 Anfragen pro Minute. Ein 401-Fehler bedeutet einen ungültigen Schlüssel. Ein 402-Fehler zeigt unzureichendes Guthaben an. Ein 429-Fehler signalisiert Rate-Limiting. Unser Prepaid-Modell gewährleistet transparente Kosten.

API-Dokumentation