Schnellstart für Acestep-Pipelines

Voraussetzungen: Hole deinen API-Schlüssel

Bevor du Anfragen sendest, benötigst du einen gültigen API-Schlüssel. Besuche die API-Schlüssel erhalten-Seite auf acestep.cc. Du kannst dich über Mit Google fortfahren anmelden oder ein Konto mit E-Mail und Passwort erstellen. Eine Telefonnummer ist nicht erforderlich. Nach der Registrierung wird dein API-Schlüssel sofort angezeigt. Kopiere diesen Schlüssel; du wirst ihn verwenden, um alle nachfolgenden Anfragen zu authentifizieren. Wenn du kein Guthaben hast, musst du es aufladen. Wir akzeptieren nur Krypto-Zahlungen (USDT auf TRC20 oder USDC auf Base) für Beträge zwischen 10 $ und 500 $. Neue Konten erhalten 0,50 $ an kostenlosem Testguthaben, das 7 Tage gültig ist, ohne dass eine Karte benötigt wird. Bewahre deinen Schlüssel sicher auf, da er deine Nutzung gegen die Ratenlimits und den Tokenverbrauch authentifiziert.

Installation

Die API verwendet das standardmäßige OpenAI-kompatible Protokoll. Du kannst sie über die offiziellen OpenAI-SDKs für deine bevorzugte Sprache oder über jeden HTTP-Client ansprechen. Für Python installiere das Paket openai. Für Node.js installiere openai. Stelle sicher, dass du eine aktuelle Version des SDK verwendest, die benutzerdefinierte Basis-URLs unterstützt. Die Basis-URL für unseren Dienst ist https://api.acestep.cc/v1. Dies ermöglicht es dir, bestehenden Pipeline-Code wiederzuverwenden, der OpenAI-Endpunkte erwartet, indem du einfach die Basis-URL und den API-Schlüssel austauschst. Die Modell-ID, die du in deinen Anfragen angeben musst, ist uncensored. Dieses Modell ist ein Open-Weight-LLM, das auf minimale Ablehnungen für legale erwachsene, fiktive oder kontroverse Themen abgestimmt ist, was es ideal für kreative Pipelines macht, in denen Inhaltsfilter sonst gültige kreative Ausgaben blockieren würden.

Basisanfrage: Text generieren

Sende eine POST-Anfrage an /v1/chat/completions mit deinem System-Prompt und den Benutzer-Nachrichten. Das Modell gibt generierten Text zurück. Stelle sicher, dass du den Parameter model auf uncensored setzt. Du kannst die Kreativität mit temperature und top_p steuern. Das Kontextfenster unterstützt insgesamt bis zu 100.000 Token (Prompt + Vervollständigung). Die maximale Ausgabe pro Anfrage beträgt 32.000 Token oder 2048, wenn du max_tokens nicht angibst. Fehler und Ablehnungen verbrauchen kein Guthaben, aber erfolgreiche Token-Generierung schon. Verwende diesen Endpunkt zur Generierung von Skripten, Untertiteln oder zur Verarbeitung von Textdaten, bevor du sie an andere Modalitäten wie Speech-to-Text- oder Bildgenerierungs-APIs übergibst.

Streaming-Antworten

Für Echtzeit-Updates setze stream: true in deiner Anfrage. Die API gibt Server-Sent Events (SSE) zurück. Jeder Chunk enthält teilweise Text. Token-Nutzungsdetails werden im letzten Chunk des Streams bereitgestellt. Dies ist nützlich für Anwendungen, die Text anzeigen, während er generiert wird, was die wahrgenommene Latenz für Benutzer verbessert. Stelle sicher, dass dein Client SSE korrekt verarbeitet. Der Stream ermöglicht es dir, Token zu verarbeiten, sobald sie eintreffen, was für die Generierung von Langtextinhalten in deiner Pipeline vorteilhaft ist. Beachte, dass Streaming den Preis oder die Token-Limits nicht ändert; du wirst weiterhin für die insgesamt generierten Token berechnet.

Function Calling

Die API unterstützt Function Calling, wodurch das Modell strukturierte Daten basierend auf deinen definierten Tools ausgeben kann. Definiere deine Funktionen im Parameter tools. Setze tool_choice auf auto oder einen bestimmten Funktionsnamen. Das Modell antwortet mit einem Funktionsaufruf-Objekt, wenn dies angemessen ist. Dies ist wertvoll, um strukturierte Daten aus Text zu extrahieren oder Eingaben für nachgelagerte API-Aufrufe vorzubereiten. Du kannst auch JSON-Ausgabe erzwingen, indem du response_format auf {"type": "json_object"} setzt. Dies stellt sicher, dass das Modell gültiges JSON zurückgibt, was für eine zuverlässige Integration in deine automatisierte Pipeline kritisch ist. Nutze diese Funktionen, um die Zuverlässigkeit deiner Textverarbeitungsschritte zu erhöhen.

Preise und Limits

Die Preise betragen 0,25 $ pro 1 Mio. Eingabe-Token und 1,00 $ pro 1 Mio. Output-Token. Guthaben ist Prepaid und verfällt nie. Fehler sind kostenlos. Die Ratenlimits liegen bei 300 Anfragen pro Minute pro Schlüssel und 8 parallelen Anfragen gleichzeitig pro Schlüssel. Die maximale Größe des Anfragekörpers beträgt 8 MB. Wenn du das Ratenlimit überschreitest, erhältst du einen 429-Fehler. Ein 401-Fehler zeigt einen ungültigen oder abgelaufenen Schlüssel an. Ein 402-Fehler bedeutet, dass du nicht genügend Guthaben hast. Rückerstattungen für Guthaben werden nicht ausgestellt; Streitfälle werden über die Support-Seite geregelt. Pro Konto ist nur ein aktiver Schlüssel erlaubt; das Generieren eines neuen Schlüssels ersetzt den alten. Behalte diese Limits im Auge, wenn du die Retry-Logik deiner Pipeline entwirfst.

cURL

Copycurl https://api.acestep.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.acestep.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.js

Copyimport OpenAI from "openai";

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

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)