Documentation API

Authentification & En-têtes

Votre glm api key autorise chaque requête. Transmettez-la dans le Authorization en-tête en tant que jeton Bearer. C'est la méthode standard utilisée par les SDK officiels OpenAI et fonctionne avec n'importe quel client prenant en charge l'authentification compatible OpenAI. Vous recevez cette clé immédiatement après vous être inscrit avec Google ou l'e-mail sur le tableau de bord.

Gardez votre clé en sécurité. Elle offre un accès complet à votre crédit prépayé. Si vous la perdez, générez-en une nouvelle ; l'ancienne devient invalide instantanément. Vous ne pouvez avoir qu'une seule clé active par compte à tout moment.

Point de terminaison Chat Completions

Envoyez des messages textuels au modèle en utilisant le POST /v1/chat/completions point de terminaison. L'URL de base pour toutes les requêtes est https://api.apiglm.com/v1. Vous devez spécifier l'identifiant du modèle comme uncensored dans le corps de la requête. Ce point de terminaison gère les tours de conversation standards et renvoie le texte généré.

Chaque requête consomme des tokens de votre solde prépayé. Les erreurs et les refus ne débitent pas votre crédit. Le modèle accepte une séquence de messages, permettant des conversations multi-tours au sein de la fenêtre de contexte.

Copycurl https://api.apiglm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the features"}]
  }'

Point de terminaison Models

Vérifiez les modèles disponibles et la configuration du point de terminaison en appelant GET /v1/models. Ce point de terminaison renvoie une liste des modèles actuellement pris en charge par l’API. Vous pouvez l’utiliser pour confirmer la connectivité et vérifier l’ID du modèle avant d’envoyer des requêtes de complétion. Il est utile pour le débogage des configurations client.

La réponse inclut des métadonnées sur le modèle, telles que son ID et le champ owned_by. Ce point de terminaison ne consomme pas de crédit. Utilisez-le pour vous assurer que votre client pointe vers la bonne URL de base et que votre en-tête d'authentification est valide.

Streaming & SSE

Activez la sortie de jetons en temps réel en définissant stream: true dans votre requête. L'API renvoie un flux d'événements envoyés par le serveur (SSE). Chaque fragment contient des deltas de texte partiel. Le dernier fragment inclut les statistiques d'utilisation complètes des jetons pour la requête.

Le streaming réduit la latence perçue pour les utilisateurs. Il permet à votre application d'afficher les tokens à mesure de leur génération. C'est idéal pour les interfaces de chat où un retour immédiat est attendu. Gérez le flux correctement pour garantir que tous les tokens sont traités.

Copyfrom openai import OpenAI

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

Appel de fonction

Définissez les outils dans votre requête pour activer l'appel de fonctions. Le modèle peut renvoyer du JSON structuré identifiant la fonction à appeler et ses arguments. Cela permet à votre application d'exécuter du code en fonction de l'intention de l'utilisateur. La prise en charge inclut les définitions d'outils, les choix d'outils et le mode JSON pour un formatage de sortie strict.

Utilisez cette fonctionnalité pour intégrer le LLM dans votre flux de travail. Définissez le schéma de fonction dans le corps de la requête. Le modèle répond par une liste d'appels d'outils. Analysez ces appels dans votre code pour déclencher des actions externes. Cela permet des tâches complexes et multi-étapes.

Copyimport OpenAI from "openai";

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

Paramètres & Limites

La fenêtre de contexte prend en charge 100 000 tokens pour l'invite et la complétion combinées. La sortie maximale est de 16 000 tokens par requête. Définissez max_tokens pour contrôler la longueur de sortie. La valeur par défaut est de 2,048 tokens si non spécifiée. Vous pouvez ajuster la température, top_p et seed pour la variabilité.

Les limites de taux permettent 300 requêtes par minute par clé. Les requêtes simultanées sont limitées à 8 par clé. Les corps de requête doivent être inférieurs à 8 Mo. Les erreurs renvoient des codes de statut HTTP standard. Une erreur 401 indique une clé invalide. Une erreur 402 signifie que votre crédit est épuisé. Une erreur 429 signale que la limite de taux est dépassée.

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)