Documentación de la API & Inicio rápido

URL Base y Autenticación

Usar https://api.glmdocs.com/v1 como tu URL base. Pasa tu clave API en el Authorization: Bearer header. Obtienes una clave inmediatamente después del registro. No se requiere número de teléfono. La clave es única por cuenta. Reemplaza la clave antigua cuando generes una nueva. Mantén tu clave segura.

Copycurl https://api.glmdocs.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain how to parse JSON in Python"}]
  }'

La autenticación es estándar. Cualquier SDK de OpenAI funciona aquí. Cambia la URL base. Establece la clave API. Eso es todo lo que necesitas hacer. Los errores devuelven códigos HTTP estándar. Usa 401 para claves inválidas. Usa 402 para crédito insuficiente.

Primera solicitud con Python

Envía tu primer prompt usando el SDK oficial de Python. Instala el paquete. Establece la URL base. Importa el cliente. Llama a chat completions. El ID del modelo es "uncensored". Gestiona texto de entrada y texto de salida. No se necesita configuración adicional. La respuesta contiene el texto generado.

Copyfrom openai import OpenAI

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

Esta configuración funciona para scripts simples. Puedes ajustar los parámetros más tarde. El modelo no rechaza temas adultos legales. Se ejecuta en nuestros servidores. Pagas solo por los tokens utilizados. Los errores no cuestan crédito. Los rechazos son gratuitos.

Integración con Node.js

Integra con Node.js utilizando el cliente estándar. Establece la variable de entorno. Inicializa el cliente. Solicita finalizaciones. Maneja la respuesta. El código es sencillo. Utiliza el mismo ID de modelo. El SDK maneja la serialización. Obtienes datos estructurados.

Copyimport OpenAI from "openai";

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

Los usuarios de Node.js obtienen la misma latencia. La API es sincrónica por defecto. El streaming requiere configuración adicional. El manejo de errores es crítico. Captura problemas de red. Verifica los límites de velocidad. La URL base permanece constante. Tu clave se mantiene igual.

Respuestas en streaming

Activa la transmisión para salida en tiempo real. Establece la bandera stream. Recibe fragmentos a medida que se generan. El último fragmento incluye el uso de tokens. Esto ayuda a rastrear los costos. SSE es compatible. Analiza el flujo de datos. Muestra texto de forma incremental. Los usuarios ven el progreso inmediatamente.

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)

El streaming reduce la latencia percibida. Funciona con Python y Node. Los conteos de tokens aparecen al final. Súmalos para obtener el uso total. Los errores interrumpen el stream. Maneja las desconexiones de forma elegante. La ventana de contexto es grande. Ten en cuenta los tokens.

Llamada de Función y Modo JSON

Usa la llamada a funciones para salidas estructuradas. Define las herramientas en la solicitud. El modelo devuelve JSON válido. Habilita el modo JSON para una salida estricta. Establece response_format para json_object. La temperatura controla la aleatoriedad. Top_p limita la diversidad. Las secuencias de parada detienen la generación. La semilla garantiza la reproducibilidad.

Las penalizaciones de presencia y frecuencia ajustan la repetición. Úsalas para tareas de codificación. Las herramientas pueden pasar imágenes. Los argumentos de función aceptan documentos. No hace falta un desvío de OCR. El modelo maneja entradas multimodales. Esto es potente para agentes. Configura las herramientas con cuidado. Prueba los casos límite.

Límites de velocidad y contexto

Los límites de tasa son de 300 solicitudes por minuto. Las solicitudes concurrentes están limitadas a 8. Los cuerpos de las solicitudes deben permanecer por debajo de 8 MB. La ventana de contexto es de 100,000 tokens. Esto incluye prompt y completion. La salida máxima es de 16,000 tokens. La salida predeterminada es de 2,048 tokens. Configura max_tokens para extender esto.

Los errores devuelven códigos claros. 401 significa clave inválida. 402 significa sin crédito. 429 significa límite de velocidad. Revisa el uso en el panel. El crédito nunca expira. El saldo prepagado cubre todas las llamadas. Solo cripto para recargas. USDT o USDC.