API de DeepSeek: Lista de verificación de producción para LLMs sin censura

Comprender el modelo abliterado sin censura de DeepSeek

El modelo abliterado elimina las capas estándar de rechazo de la arquitectura base. Obtienes acceso directo a las capacidades subyacentes sin pasos intermedios de filtrado. Este enfoque asegura que el modelo responda a prompts que normalmente rechazaría debido a las políticas de contenido.

Los desarrolladores suelen usar estos modelos para escritura creativa o investigación de seguridad. El modelo maneja temas controversiales sin dudarlo. Mantiene la coherencia incluso al discutir temas sensibles. Esto lo hace ideal para aplicaciones que requieren salida sin filtros.

Nuestro servicio alojado ejecuta este modelo específico de pesos abiertos. No realizamos enrutamiento entre diferentes proveedores. Obtienes un comportamiento consistente desde una única instancia de modelo. El id del modelo es simplemente "uncensored". Esto simplifica el código de integración.

Compatibilidad de API con SDK de OpenAI

Nuestro endpoint sigue la estructura exacta de la interfaz de completado de chat de OpenAI. Puedes reutilizar el código de cliente existente con ajustes mínimos. Cambia la URL base y proporciona tu clave API. El resto de los parámetros permanecen idénticos.

El soporte para los principales SDKs significa una integración más rápida. Python, Node.js y otros lenguajes funcionan de forma nativa. No necesitas escribir manejadores HTTP personalizados. La biblioteca estándar maneja la serialización y los reintentos.

La URL base es HTTPS://api.deepseekabliterated.com/v1. Este endpoint acepta solicitudes POST para completaciones. También admite solicitudes GET para metadatos del modelo. Mantén tu clave segura. Pásala en el encabezado Authorization.

Copyfrom openai import OpenAI

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

Gestión de la ventana de contexto: 100k tokens

La ventana de contexto admite hasta 100.000 tokens. Esto incluye tanto el prompt como la completion. Puedes enviar documentos grandes o historiales de conversaciones extensos. El modelo procesa toda la ventana de manera eficiente.

Gestiona cuidadosamente tu presupuesto de tokens. Los contextos largos consumen más tokens de entrada. Monitorea el uso para mantenerte dentro de tus créditos prepagados. La API devuelve los recuentos de tokens en la respuesta. Rastrea estos valores para optimizar tu aplicación.

El modo streaming ayuda con las respuestas largas. Recibes datos en fragmentos. Esto reduce la latencia para el usuario. El fragmento final contiene el uso total de tokens. Usa estos datos para cálculos de facturación precisos.

• Los tokens de entrada cuentan para tu límite.
• Los tokens de salida se facturan por separado.
• La ventana total se mantiene por debajo de 100k.

Límites de salida y configuración de max_tokens

La salida máxima es de 16,000 tokens por solicitud. Este límite se aplica a la generación completada. Puedes ajustar el parámetro max_tokens para controlar la longitud. Establece un valor más bajo para respuestas más rápidas.

Si no estableces max_tokens, el valor predeterminado es 2,048 tokens. Esto es adecuado para respuestas cortas. Usa valores más altos para explicaciones detalladas. El modelo se detiene naturalmente en su límite.

La facturación es precisa. Pagas por los tokens realmente generados. Los errores durante la generación no te cobran. Esto protege tu saldo de crédito. Establece límites razonables para evitar costos inesperados.

Utiliza streaming para salidas largas. Proporciona una mejor experiencia de usuario. El cliente recibe los datos a medida que están disponibles. Esto reduce significativamente la latencia percibida.

Gestión de respuestas en streaming y uso de tokens

El streaming utiliza Eventos Enviados por Servidor (SSE). La API envía respuestas parciales en tiempo real. Esto mejora la experiencia del usuario para textos largos. Los clientes pueden mostrar el texto a medida que se genera.

El último fragmento contiene datos de uso de tokens. Puedes calcular los costos con precisión. Rastrea los tokens de entrada y salida por separado. Esto te ayuda a gestionar tus créditos prepagados. Los errores no consumen créditos. Las negativas también son gratuitas.

Implementa la lógica de reintento para problemas de red. La API admite reintentos HTTP estándar. Maneja las respuestas parciales de manera elegante. Asegúrate de que tu cliente maneje SSE correctamente.

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)

Soporte para invocación de funciones y modo JSON

La llamada de función permite el uso estructurado de herramientas. Define herramientas en tu solicitud. El modelo devuelve argumentos estructurados. Esto habilita flujos de trabajo complejos. Integra con APIs externas sin problemas.

El modo JSON aplica formatos de salida estrictos. Establece response_format a json_object. El modelo devuelve JSON válido. Analízalo directamente en tu código. Esto reduce los errores de análisis.

Usa estas funciones para tareas automatizadas. Construye agentes que interactúen con sistemas. La llamada de funciones admite múltiples herramientas. El modo JSON asegura un intercambio de datos limpio.

Parámetros como la temperatura afectan la estructura de la salida. Valores más bajos producen resultados más deterministas. Usa estos controles para la fiabilidad.

Límites de velocidad y concurrencia por clave

Cada clave de API permite 300 solicitudes por minuto. Este límite garantiza un uso justo. Puedes enviar solicitudes concurrentes hasta 8 a la vez. Monitoriza tu uso para evitar el estrangulamiento.

Los cuerpos de las solicitudes están limitados a 8 MB. Esto restringe el tamaño de tus entradas. Los contextos grandes pueden exceder este límite. Mantén tus cargas dentro de los límites.

Una clave activa por cuenta. Genera una nueva clave si es necesario. La clave anterior queda inválida inmediatamente. Esto proporciona un control de acceso sencillo.

Los límites de velocidad se aplican por clave. Distribuye la carga entre varias claves si es necesario. Esto mejora el rendimiento general.

Precisión de facturación: créditos prepagados y errores

Los créditos se prepaguan únicamente con criptomonedas. Recarga con USDT o USDC. Los importes oscilan entre $20 y $500. Hay bonificaciones para recargas más grandes. +5% desde $50, +10% desde $100, +15% desde $200.

Los errores y las denegaciones son gratuitos. No pagas por las solicitudes fallidas. Esto protege tu saldo. Paga solo por los tokens exitosos.

Los créditos nunca expiran. Úsalos a tu propio ritmo. Sin tarifas mensuales ni suscripciones. Esto ofrece flexibilidad para un uso intermitente.

Regístrate con Google o correo electrónico. No se requiere número de teléfono. La clave se muestra inmediatamente. Recarga con criptomonedas para acceso instantáneo.

Privacidad: Sin entrenamiento con tus prompts

Tus prompts no se utilizan para el entrenamiento. Esto garantiza la privacidad de los datos. Tu contenido sigue siendo tuyo. No almacenamos los prompts indefinidamente. Úsalo para aplicaciones sensibles.

La creación de cuenta requiere solo un correo electrónico. Sin datos personales más allá de eso. Mantén tu clave segura. Proporciona acceso a tus créditos.

Los reembolsos no están disponibles. El crédito no es reembolsable. Los errores se corrigen a través de soporte. Los cargos dobles se resuelven allí.

Usa esta API para trabajo confidencial. Tus datos permanecen privados. El modelo no aprende de tus entradas. Esto es crucial para contenido propietario.