बेस यूआरएल को समझना
बेस यूआरएल परिभाषित करता है कि आपका क्लाइंट अनुरोध कहाँ भेजता है। यहाँ कोई असंगति तुरंत कनेक्शन विफलता या अप्रत्याशित मॉडल प्रतिक्रियाओं का कारण बनती है। कई डेवलपर्स मानते हैं कि मानक OpenAI URL सार्वभौमिक रूप से काम करता है, लेकिन अनकैप्ड प्रदाता अक्सर ट्रैफिक को विशिष्ट मॉडल पूल में रूट करने के लिए अलग-अलग एंडपॉइंट का उपयोग करते हैं।
सुनिश्चित करें कि आपकी कॉन्फ़िगरेशन इंगित करती है https://api.openrouterabliteratedmodels.com/v1 हमारी सेवा के लिए। यदि आप एक थर्ड-पार्टी एग्रीगेटर का उपयोग कर रहे हैं, तो सुनिश्चित करें कि बेस URL उनकी दस्तावेज़ीकरण के साथ बिल्कुल मेल खाता है। गलत URLs अक्सर 404 त्रुटियों या डिफ़ॉल्ट मॉडल से प्रतिक्रियाओं का कारण बनते हैं, न कि इच्छित अनसेंसर्ड वेरिएंट से।
- अपने एनवायरनमेंट वेरिएबल्स की जांच करें
BASE_URLयाAPI_HOST. - सुनिश्चित करें कि पथ शामिल है
/v1मान्य संगतता के लिए। - भारी उपयोग से पहले एक सरल मॉडल लिस्ट रिक्वेस्ट के साथ कनेक्टिविटी का परीक्षण करें।
रेट लिमिट्स हैंडल करना
रेट लिमिट्स यह निर्धारित करते हैं कि आप एक विशिष्ट समय सीमा में कितने अनुरोध भेज सकते हैं। हमारा API प्रति कुंजी प्रति मिनट 300 अनुरोधों की सीमा लागू करता है। इस सीमा से अधिक जाने पर HTTP 429 त्रुटियां आती हैं, जो विंडो रीसेट होने तक आगे के अनुरोधों को अस्थायी रूप से ब्लॉक कर देती हैं।
इसके अलावा, प्रति कुंजी एक ही समय में 8 अनुरोधों की एक समकालिक अनुरोध सीमा है। यदि आप 8 से अधिक समानांतर अनुरोध भेजते हैं, तो अतिरिक्त आपके क्लाइंट लाइब्रेरी के आधार पर कतार में लग सकते हैं या विफल हो सकते हैं। इन कठोर सीमाओं को हिट करने से बचने के लिए अपनी एप्लिकेशन की समकालिकता की निगरानी करें। सर्वर पर स्पैम किए बिना 429 त्रुटियों को प्रभावी ढंग से हैंडल करने के लिए अपने कोड में एक्सपोनेंशियल बैकऑफ रणनीतियों का उपयोग करें।
याद रखें कि प्रत्येक कुंजी आपके खाते के लिए विशिष्ट है। यदि आप एक से अधिक सेवाओं के बीच कुंजियां साझा करते हैं, तो ये सीमाएं जल्दी पूरी हो सकती हैं। यदि आपको अलग-अलग भागों के लिए अलग रेट सीमा पूल की आवश्यकता है, तो एक नई कुंजी जनरेट करें।
स्ट्रीमिंग बनाम नॉन-स्ट्रीमिंग प्रतिक्रियाएं
स्ट्रीमिंग टोकन जनरेट होते समय क्रमबद्ध रूप से डेटा लौटाता है, जबकि गैर-स्ट्रीमिंग पूरे प्रतिक्रिया का इंतजार करता है। स्ट्रीमिंग रियल-टाइम उपयोगकर्ता अनुभवों के लिए आवश्यक है लेकिन सर्वर-सेंट इवेंट्स (SSE) के सावधानीपूर्ण हैंडलिंग की आवश्यकता होती है।
स्ट्रीमिंग करते समय, अंतिम चंक में टोकन उपयोग सांख्यिकी होती है। यदि आप प्रसंस्करण जल्दी रोक देते हैं, तो आप इस डेटा को चूक सकते हैं। सुनिश्चित करें कि आपका क्लाइंट अंतिम SSE संदेश को पार्स करता है ताकि इनपुट और आउटपुट टोकन गणना को सटीक रूप से पुनर्प्राप्त किया जा सके। नॉन-स्ट्रीमिंग प्रतिक्रियाएं सरल होती हैं लेकिन लंबे आउटपुट के लिए उच्च लेटेंसी का कारण बन सकती हैं।
स्ट्रीमिंग चुनें चैट इंटरफेस के लिए जहां उपयोगकर्ता टेक्स्ट को अक्षर-दर-अक्षर देखते हैं। बैच प्रोसेसिंग के लिए या जब आपको आगे बढ़ने से पहले पूर्ण प्रतिक्रिया की आवश्यकता हो तो नॉन-स्ट्रीमिंग का उपयोग करें। हमारी API दोनों मोड को stream पैरामीटर अनुरोध बॉडी में।
JSON मोड त्रुटियाँ
JSON मोड सुनिश्चित करता है कि मॉडल मान्य JSON आउटपुट करे, जो प्रोग्रामेटिक इंटीग्रेशन के लिए महत्वपूर्ण है। यहाँ त्रुटियां अक्सर गलत हेडर्स या स्कीमा असंगतताओं से आती हैं। API को response_format: {"type": "json_object"} कठोर JSON आउटपुट लागू करने के लिए।
यदि आपको खराब JSON मिलता है, तो अपनी स्कीमा परिभाषा की जाँच करें। मॉडल JSON संरचना के बाहर मार्कडाउन कोड ब्लॉक या व्याख्यात्मक पाठ शामिल कर सकता है। एक मजबूत पार्सर का उपयोग करें जो मार्कडाउन फेंस को हटा सके या आउटपुट की जाँच अपनी अपेक्षित स्कीमा के खिलाफ कर सके। ऐसे अत्यधिक जटिल स्कीमा से बचें जो मॉडल को भ्रमित कर सकते हैं।
पहले सरल संरचनाओं के साथ शुरू करें। जटिलता को धीरे-धीरे जोड़ें ताकि यह पहचाना जा सके कि मॉडल कहाँ संघर्ष करता है। सुनिश्चित करें कि आपका तापमान उचित रूप से सेट है, क्योंकि उच्च तापमान यादृच्छिकता को बढ़ा सकता है और JSON वैधता को कम कर सकता है।
टोकन गणना में त्रुटियाँ
टोकन गिनती आपकी बिलिंग और संदर्भ विंडो उपयोग को निर्धारित करती है। गलत गणना अप्रत्याशित शुल्क या ट्रंकेटेड प्रतिक्रियाओं का कारण बन सकती है। हमारी API प्रति 1M इनपुट टोकन के लिए $0.15 और प्रति 1M आउटपुट टोकन के लिए $0.50 चार्ज करती है।
एक भरोसेमंद टोकनाइज़र लाइब्रेरी का उपयोग करें जो मॉडल के टोकनाइजेशन स्कीम से मेल खाती हो। अलग-अलग मॉडल सफेद स्थान या विराम चिह्नों को अलग-अलग टोकनाइज कर सकते हैं, जिससे आपके स्थानीय गणना और API की गणना में असंगतियां हो सकती हैं। सटीक बिलिंग के लिए हमेशा प्रतिक्रिया में वापस किए गए टोकन उपयोग पर भरोसा करें।
अपने कंटेक्स्ट विंडो पर नज़र रखें, जो कुल 100,000 टोकन है। इस सीमा से अधिक जाने पर त्रुटियां आएंगी। सीमा के भीतर रहने के लिए पुराने संदेशों या सारांशों को ट्रंकेट करें। अपने प्रॉम्प्ट संरचना को अनुकूलित करने और लागत कम करने के लिए समय के साथ अपने टोकन उपयोग की निगरानी करें।
क्रिप्टो भुगतान विलंब
USDT (TRC20) या USDC (Base) के माध्यम से क्रिप्टो टॉप-अप हमारे पक्ष से तुरंत प्रसंस्कृत किए जाते हैं। हालांकि, नेटवर्क भीड़भाड़ कभी-कभी पुष्टि में थोड़ी देल का कारण बन सकती है। हानि से बचने के लिए सुनिश्चित करें कि आप सही राशि और नेटवर्क भेज रहे हैं।
$20 से $500 तक की पूर्ण राशियों में टॉप-अप होते हैं। बोनस क्रेडिट स्वचालित रूप से लागू होते हैं: $50 से +5%, $100 से +10%, और $200 से +15%। भुगतान की पुष्टि करने के लिए लेनदेब हैश की जाँच करें। यदि कुछ मिनटों में क्रेडिट दिखाई नहीं देते, तो लेनदेब की स्थिति देखने के लिए ब्लॉकचेन एक्सप्लोरर की जाँच करें।
क्रेडिट कभी समाप्त नहीं होता है, इसलिए तुरंत उपयोग करने की जल्दबाजी नहीं है। डबल चार्ज जैसी त्रुटियां सहायता पृष्ठ के माध्यम से हल की जाती हैं। यदि समस्याएं उत्पन्न होती हैं तो आसान संदर्भ के लिए अपने लेन-देन रिकॉर्ड रखें।
मॉडल ID कॉन्फ़िगरेशन
मॉडल ID पहचानती है कि आप किस संस्करण का अनसेंसर्ड मॉडल उपयोग कर रहे हैं। हमारी सेवा के लिए, मॉडल ID है uncensored. एक गलत ID का उपयोग करने से त्रुटियां या अप्रत्याशित व्यवस्था हो सकती है।
सुनिश्चित करें कि आपके अनुरोध निर्दिष्ट करते हैं model: "uncensored" अनुरोध बॉडी में। यह ID हमारे विशिष्ट ओपन-वेट मॉडल की ओर इशारा करता है जो असीमित प्रतिक्रियाओं के लिए ट्यून किया गया है। यह एक सामान्य पहचानकर्ता नहीं है बल्कि हमारे होस्टेड इंस्टेंस की ओर एक विशिष्ट पॉइंटर है।
अपने क्लाइंट लाइब्रेरी की दस्तावेज़ीकरण की जांच करें कि मॉडल ID कैसे सेट करें। कुछ लाइब्रेरी एक model फ़ील्ड, जबकि अन्य एक अलग पैरामीटर का उपयोग कर सकते हैं। आपके एप्लिकेशन में मॉडल ID के उपयोग में स्थिरता भ्रम को रोकती है और सुनिश्चित करती है कि आप हमेशा इच्छित uncensored मॉडल को ही कॉल कर रहे हों।
संदर्भ विंडो अतिक्रमण
संदर्भ विंडो एक एकल अनुरोध में भेजे जाने वाले कुल टोकन की संख्या को सीमित करती है। हमारा API 100,000 टोकन की विंडो का समर्थन करता है, जिसमें प्रॉम्प्ट और पूर्णता दोनों शामिल हैं। इस सीमा से अधिक होने पर एक त्रुटि आती है।
संदर्भ प्रबंधित करने के लिए, एक स्लाइडिंग विंडो रणनीति लागू करें। स्थान मुक्त करने के लिए पुराने संदेशों को हटा दें या उन्हें सारांशित करें। अपने इनपुट के टोकन गण की निगरानी करें ताकि सुनिश्चित हो सके कि यह 100,000 टोकन की सीमा के भीतर बना रहे। यदि आप सीमा को पार करते हैं, तो API अनुरोध को अस्वीकार कर देगा।
का उपयोग करें max_tokens आउटपुट लंबाई को नियंत्रित करने के लिए पैरामीटर। प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है। इस पैरामीटर को सेट करने से अत्यधिक टोकन उपयोग से बचा जाता है और प्रतिक्रियाएँ आपके ऐप के लिए प्रबंधनीय सीमाओं में रहती हैं।
सहायता और रिफंड नीति
उपयोग किए जाने के बाद क्रेडिट रिफंड नहीं किया जाता है, लेकिन यह कभी समाप्त नहीं होता है। यदि भुगतान या सेवा के साथ समस्याएं आती हैं, तो निर्धारित पेज के माध्यम से सपोर्ट से संपर्क करें। डबल चार्ज जैसी गलतियों को सपोर्ट टीम द्वारा हल किया जाता है।
तकनीकी समस्याओं के लिए, पहले दस्तावेज़ीकरण जांचें। हमारा API सरल है, लेकिन किनारे की स्थितियां उत्पन्न हो सकती हैं। मदद मांगते समय अपना API कुंजी और अनुरण विवरण प्रदान करें। प्रतिक्रिया समय भिन्न होते हैं, लेकिन हम समस्याओं को जल्दी हल करने का प्रयास करते हैं।
याद रखें कि क्रेडिट पूर्व-भुगतान किया गया है। आप जो उपभोग करते हैं, उसके लिए भुगतान करते हैं, त्रुटियां और अस्वीकृतियां मुफ्त हैं। यह मॉडल बिलिंग में पारदर्शिता सुनिश्चित करता है। किसी भी असंगतता या आपके खाते के बारे में प्रश्नों के लिए सहायता पृष्ठ का उपयोग करें।
