Is this a cheap LLM API for production use?

Yes, it is designed for low-cost, unrestricted text generation. You pay per token with no monthly fees. Credit never expires, so you can scale usage up or down instantly. This is ideal for startups needing reliable supply without vendor lock-in.

How do I handle errors in my application?

The API returns standard HTTP status codes. A 401 error means your API key is invalid or missing. A 402 error indicates insufficient prepaid credit. A 429 error signals you have exceeded the rate limit of 300 requests per minute. Check your key and balance first.

Can I use this for roleplay or uncensored content?

The model is uncensored and does not refuse lawful adult, fictional, or controversial topics. It is not GPT, Claude, or any other vendor's model. It is an open-weight model tuned for unrestricted responses. Just avoid sexual content involving minors, which is always refused.

文档：快速入门 & OpenAI 兼容性

基础 URL 和认证

您的 API 密钥对所有请求进行身份验证，我们的 chat-completions 端点。在通过 获取 API 密钥 页面。无需手机号码。请安全存储您的密钥，并将其传递到 Authorization 。

基础 URL： https://api.cheapllm.cc/v1. 所有请求必须包含此标头： Authorization: Bearer YOUR_API_KEY. 401 错误表示密钥无效或缺失。您可以随时替换旧密钥以生成新密钥；每个账户仅允许一个活跃密钥。

首次请求

使用标准的 chat/completions 端点。模型 ID 是 uncensored. 该开源模型在合法的成人用途下（包括虚构或争议性话题）以无内容拒绝的方式进行回答。您获得文本输入，文本输出。这里没有嵌入或图像生成。

下面是一个基本的 cURL 示例。替换 YOUR_API_KEY 附带您的密钥。请求正文定义了用户消息。我们处理 100,000 个令牌上下文窗口（提示 + 补全）。错误和拒绝是免费的，因此请自由测试。

设置 model 到 uncensored.
包含 messages 数组。
添加您的 API 密钥头。

curl https://api.cheapllm.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set timezone to UTC for all logs"}]
  }'

Python SDK 集成

使用官方 OpenAI Python SDK 与我们的 API 交互。将 base URL 设置为我们的端点并提供您的密钥。这种方法适用于任何 OpenAI 兼容的客户端库。配置参数如 temperature 和 top_p 按需使用。支持通过服务器发送事件 (SSE) 进行流式传输。这种方法非常适合实时应用程序，你可以在令牌生成时显示它们。

使用 pip install openai使用我们的基础 URL 初始化客户端。下面的代码展示了一个简单的补全请求。调整消息内容以适应您的用例。我们的 API 在内部处理到正确模型的路由。

from openai import OpenAI

client = OpenAI(base_url="https://api.cheapllm.cc/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 集成

对于 Node.js 开发者，OpenAI npm 包可以无缝工作。将 base URL 设置为我们的 API 端点。这使您能够使用来自其他提供商的熟悉模式。将模型 ID 配置为 uncensored。如果您的应用程序需要结构化输出，您还可以启用 JSON 模式或函数调用。正确配置时，SDK 会自动处理身份验证。

使用以下命令安装该包 npm install openaimax_tokens 控制输出长度。错误以标准 HTTP 状态码返回。可用于快速原型设计或生产集成。

import OpenAI from "openai";

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

通过 SSE 实现流式响应

通过将 stream: true 在您的请求中。API 返回服务器发送事件（SSE）。每个块包含部分文本。最后一个块包含令牌使用统计信息。此功能对于聊天界面的用户体验至关重要。它显著降低了感知延迟。您可以解析流以实时显示文本。

在客户端代码中处理流事件。当流结束时关闭连接。我们的 API 每个密钥支持最多 8 个并发请求。此限制确保公平使用。通过最后一个块数据监控您的使用情况。流期间出错仍会返回适当的状态码。这适用于角色扮演或连续对话场景。

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)

限制、错误和上下文窗口

我们的 API 有严格的限制以确保稳定性。每个密钥每分钟可发送 300 次请求。并发请求上限为 8 个。请求体不得超过 8 MB。上下文窗口总计为 100,000 token。每次请求的最大输出为 16,000 token（如果 max_tokens 未设置）。错误会返回特定代码：401 表示密钥无效，402 表示余额不足，429 表示达到速率限制。余额永不过期。如重复扣款等错误可通过支持团队修复。隐私得到保障；提示词不用于训练。不允许出现涉及未成年人的性内容。

Developer Documentation