Schnellstart für GPT 5-Nutzer

Authentifizierung: Verwendung deines API-Schlüssels

Um zu beginnen, benötigst du einen API-Schlüssel aus deinem Kontodashboard. Das gpt 5 api verwendet die Standard-Bearer-Token-Authentifizierung. Füge deinen Schlüssel als Authorization-Header mit Bearer YOUR_API_KEY hinzu. Dieser Schlüssel gewährt Zugriff auf das einzelne unzensierte Modell über die Basis-URL https://api.gpt5apikey.com/v1. Wenn du deinen Schlüssel verlierst, kannst du ihn jederzeit neu generieren, wodurch der vorherige sofort ungültig wird. Für das initiale Testguthaben musst du keine Kreditkarte verknüpfen; es stehen dir $0,50 für 7 Tage zur Verfügung.

Endpunkt: POST /v1/chat/completions

Sende deinen Prompt an den Chat-Completions-Endpunkt. Die API akzeptiert Standard-OpenAI-JSON-Payloads. Stelle sicher, dass du das Feld model auf uncensored setzt. Das System erwartet ein messages-Array, das deinen Gesprächsverlauf enthält. Dieser Endpunkt unterstützt sowohl synchrone als auch asynchrone Anfragen, was die Integration in bestehende Workflows ohne Änderung deiner Client-Bibliothek erleichtert.

Copycurl https://api.gpt5apikey.com/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."}]
  }'

Die Antwort gibt ein JSON-Objekt zurück, das den generierten Text, Token-Nutzungsstatistiken und Finish-Gründe enthält. Diese Struktur spiegelt das Standard-OpenAI-Antwortformat wider, sodass du jedes kompatible SDK oder jeden HTTP-Client ohne benutzerdefinierte Parsing-Logik verwenden kannst.

Python SDK-Integration

Die Verwendung des offiziellen Python SDK ist unkompliziert. Setze die base_url auf unseren Endpunkt und gib deinen API-Schlüssel an. Die Bibliothek übernimmt die Serialisierung und Fehlerbehandlung automatisch. Du kannst deinen gesamten Gesprächsverlauf als Liste von Nachrichten-Objekten übergeben. Die API verarbeitet die Eingabe und gibt die Modellvervollständigung zurück.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.gpt5apikey.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)

Dieser Ansatz funktioniert sowohl für einfache Prompts als auch für Mehrfach-Interaktions-Gespräche identisch. Das SDK verwaltet den HTTP-Verbindungs-Pool effizient und sorgt so für minimale Latenz bei nachfolgenden Anfragen. Du kannst auch zusätzliche Parameter wie temperature oder max_tokens übergeben, um das Ausgabe-Verhalten zu steuern.

Node SDK-Integration

Für JavaScript-Entwickler folgt das Node SDK demselben Muster. Initialisiere den Client mit deiner base_url und deinem Schlüssel. Die API unterstützt Standard-Tool-Definitionen, sodass du Funktionen definieren kannst, die das Modell aufrufen kann. Das ist nützlich, um strukturierte Daten zu generieren oder externe Aktionen basierend auf der Benutzereingabe auszulösen.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.gpt5apikey.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);

Die Node-Umgebung verarbeitet asynchrone Operationen auf natürliche Weise. Du kannst Anfragen verketten oder parallel ausführen, je nach Bedarf deiner Anwendung. Das SDK stellt Typdefinitionen bereit, wenn du TypeScript verwendest, was die Entwicklererfahrung während der Entwicklung verbessert.

Unterstützung für Streaming-Antworten

Aktiviere das Streaming, indem du stream: true in deiner Anfrage setzt. Die API gibt einen Server-Sent Events (SSE)-Stream zurück. Jeder Chunk enthält eine teilweise Antwort, sodass du Text an den Benutzer ausgeben kannst, während er generiert wird. Das verbessert die wahrgenommene Latenz, insbesondere bei langen Antworten. Die Streaming-Antwort enthält Token-Nutzungsdaten im letzten Chunk.

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)

Verarbeite den Stream, indem du Chunks liest, bis die Antwort endet. Fehlerbehandlung ist entscheidend; wenn die Verbindung abbricht, musst du möglicherweise erneut versuchen oder die Teilantwort zu verarbeiten. Das Streaming-Format ist mit den meisten modernen HTTP-Clients und SDKs kompatibel, die SSE unterstützen.

Ratenlimits, Fehler und Kontext

Jeder API-Schlüssel ist auf 300 Anfragen pro Minute begrenzt. Wenn du dies überschreitest, erhältst du den Statuscode 429. Der Anfragetext darf 8 MB nicht überschreiten. Authentifizierungsfehler geben den Status 401 zurück, wenn der Schlüssel ungültig oder abgelaufen ist. Wenn dein Prepaid-Guthaben aufgebraucht ist, erhältst du den Status 402. Das Modell unterstützt ein Kontextfenster von 100.000 Token, sowohl Eingabe- als auch Ausgabe-Token. Plane die Größe deines Prompts entsprechend, um ein Abschneiden zu vermeiden. Das Modell lehnt legale erwachsene oder kontroverse Themen nicht ab und bietet ein echtes unzensiertes Erlebnis.