Guide de démarrage rapide pour les utilisateurs de GPT 5

Authentification : utiliser votre clé API

Pour commencer, vous avez besoin d'une clé API depuis le tableau de bord de votre compte. L'API gpt 5 api utilise l'authentification standard par jeton Bearer. Incluez votre clé dans l'en-tête Authorization sous la forme Bearer YOUR_API_KEY. Cette clé donne accès au modèle unique sans censure via l'URL de base https://api.gpt5apikey.com/v1. Si vous perdez votre clé, vous pouvez la régénérer à tout moment, ce qui invalide immédiatement la précédente. Aucune carte bancaire n'est nécessaire pour le crédit d'essai initial, qui offre 0,50 $ valables 7 jours.

Endpoint : POST /v1/chat/completions

Envoyez votre prompt à l'endpoint de complétion de chat. L'API accepte les payloads JSON standard OpenAI. Assurez-vous de définir le champ model sur uncensored. Le système attend un tableau messages contenant l'historique de votre conversation. Cet endpoint prend en charge les requêtes synchrones et asynchrones, facilitant l'intégration dans les workflows existants sans modifier votre bibliothèque cliente.

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."}]
  }'

La réponse renvoie un objet JSON contenant le texte généré, les statistiques d'utilisation des tokens et les raisons de fin. Cette structure imite le format de réponse standard OpenAI, vous permettant d'utiliser n'importe quel SDK ou client HTTP compatible sans logique de parsing personnalisée.

Intégration SDK Python

L'utilisation du SDK Python officiel est simple. Définissez base_url sur notre endpoint et fournissez votre clé API. La bibliothèque gère automatiquement la sérialisation et la gestion des erreurs. Vous pouvez passer tout votre historique de conversation sous forme de liste de dictionnaires de messages. L'API traite l'entrée et renvoie la complétion du modèle.

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)

Cette approche fonctionne de manière identique pour les prompts simples et les conversations multi-tours. Le SDK gère efficacement le pool de connexions HTTP, garantissant une latence minimale pour les requêtes suivantes. Vous pouvez également passer des paramètres supplémentaires comme temperature ou max_tokens pour contrôler le comportement de sortie.

Intégration SDK Node.js

Pour les développeurs JavaScript, le SDK Node.js suit le même modèle. Initialisez le client avec votre URL de base et votre clé. L'API prend en charge les définitions d'outils standard, vous permettant de définir des fonctions que le modèle peut appeler. Cela est utile pour générer des données structurées ou déclencher des actions externes en fonction de l'entrée utilisateur.

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);

L'environnement Node.js gère naturellement les opérations asynchrones. Vous pouvez enchaîner les requêtes ou les exécuter en parallèle selon les besoins de votre application. Le SDK fournit des définitions de types si vous utilisez TypeScript, garantissant une meilleure expérience développeur lors du développement.

Support des réponses en streaming

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie un flux Server-Sent Events (SSE). Chaque chunk contient une réponse partielle, vous permettant d'afficher le texte à l'utilisateur au fur et à mesure de sa génération. Cela améliore la latence perçue, surtout pour les réponses longues. La réponse en streaming inclut les données d'utilisation des tokens dans le dernier 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)

Gérez le flux en lisant les chunks jusqu'à la fin de la réponse. La gestion des erreurs est cruciale ; si la connexion tombe, vous devrez peut-être réessayer ou gérer la sortie partielle. Le format de streaming est compatible avec la plupart des clients HTTP et SDK modernes qui prennent en charge SSE.

Limites de débit, erreurs et contexte

Chaque clé API est limitée à 300 requêtes par minute. Si vous dépassez ce seuil, vous recevrez un code d'état 429. Le corps de la requête ne doit pas dépasser 8 Mo. Les erreurs d'authentification renvoie un code d'état 401 si la clé est invalide ou expirée. Si votre crédit prépayé est épuisé, vous recevez un code d'état 402. Le modèle prend en charge une fenêtre de contexte de 100 000 tokens, incluant à la fois l'entrée et la sortie. Planifiez la taille de votre prompt en conséquence pour éviter le troncage. Le modèle ne refuse pas les sujets adultes légaux ou controversés, offrant une expérience vraiment sans censure.