Dolphin Solução de Problemas de IA: Erros Comuns de Integração de API

Assumindo que 'sem censura' significa 'sem filtros'

Sem censura não significa que o modelo não tem limites. Especificamente, significa que o modelo não recusará tópicos adultos lícitos, controversos ou criativos que modelos padrão podem bloquear. Nosso LLM sem censura aceita qualquer prompt sem moralizar, mas ainda impõe um limite rígido de conteúdo em relação a menores.

Por exemplo, se você solicitar conteúdo sexual envolvendo menores, a API retornará uma recusa independentemente da configuração sem censura. Esta é uma regra rígida aplicada na camada de inferência. Todo o outro conteúdo adulto legal, incluindo ficção explícita ou debates nuances, passa sem filtros suaves.

Confundindo janela de contexto com tokens máximos de saída

A janela de contexto é de 100.000 tokens, mas a saída máxima por solicitação é de 16.000 tokens. Essa distinção é crítica para a geração de documentos longos. Se você enviar um prompt de 90k tokens e solicitar 30k tokens, a solicitação falhará ou será truncada inesperadamente.

• Contexto máximo: 100.000 tokens (entrada + saída combinados).
• Saída máxima: 16.000 tokens por solicitação.
• Saída padrão: 2.048 tokens se max_tokens não estiver definido.

Defina sempre max_tokens explicitamente nas suas chamadas de API. Isso evita o uso descontrolado de tokens e garante um billing previsível. Erros que excedem esses limites não consomem crédito, mas quebram sua lógica de parsing.

Ignorando respostas em streaming em ambientes assíncronos

Nossa API suporta streaming via Server-Sent Events (SSE). Se você usar um cliente síncrono para uma geração longa, atingirá os limites de tempo limite. Ambientes assíncronos esperam um fluxo de chunks parciais, não uma única carga útil massiva.

Cada chunk inclui dados de uso de tokens no payload final. Isso permite rastrear os custos em tempo real. Sem streaming, sua interface do usuário pode travar por vários segundos durante a geração pesada. Use o

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)

bloco para ver o tratamento correto no lado do cliente.

Definindo o ID do modelo incorreto no corpo da solicitação

Muitos desenvolvedores usam como padrão "gpt-3.5-turbo" ou "gpt-4". Nossa API exige que o ID do modelo seja exatamente "uncensored". Enviar qualquer outro ID resulta em erro 404 ou modelo não encontrado. Este não é um modelo específico de fornecedor como GPT ou Claude.

É um modelo de pesos abertos executado em nossa infraestrutura. Certifique-se de que a configuração do seu SDK aponte para HTTPS://api.dolphinmodelai.com/v1 e use "uncensored" como o nome do modelo. Este é o único modelo que servimos.

Esquecendo de lidar com os formatos tool_choice e function calling

As chamadas de função são suportadas, mas o formato deve corresponder aos padrões da OpenAI. Você deve especificar tool_choice explicitamente se quiser uso forçado de ferramentas. A API aceita tools, tool_choice e os formatos de mensagem padrão.

Definições de ferramentas formatadas incorretamente levam a erros de parsing no lado do cliente. Certifique-se de que seus esquemas JSON sejam válidos. O modelo retorna JSON estruturado que seu código deve analisar. Use o

Copyimport OpenAI from "openai";

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

bloco para um exemplo de definição de ferramenta.

Compreensão Errada da diferença entre precificação de entrada e saída

Tokens de entrada custam $0,15 por 1M de tokens. Tokens de saída custam $0,50 por 1M de tokens. A saída é quatro vezes mais cara que a entrada. Esta proporção é padrão na maioria das APIs de LLM, mas afeta significativamente seu orçamento.

O crédito pré-pago é cobrado com base no uso real de tokens. Erros e recusas são gratuitos. Se você enviar um prompt de 10k tokens e receber uma resposta de 10k tokens, você paga por ambos. Recargas com criptomoedas são obrigatórias. Você pode recarregar com USDT na TRC20 ou USDC na Base. O valor mínimo de recarga é $20. Bônus são aplicados em $50 (+5%), $100 (+10%) e $200 (+15%).

Não verificar o formato da resposta quanto a erros no modo JSON

O modo JSON exige que você defina response_format como {"type": "json_object"}. Sem isso, o modelo pode retornar markdown ou texto que quebra seu parser. Esta é uma fonte comum de falhas de integração.

Garanta que seu esquema seja rigoroso. O modelo não garante JSON perfeito se o esquema for ambíguo. Use o

Copyfrom openai import OpenAI

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

bloco para ver como forçar a saída JSON. Isso reduz a sobrecarga de pós-processamento.

Assumindo que todos os parâmetros do SDK da OpenAI funcionam de forma idêntica

Parâmetros como temperatura, top_p, stop, seed, presence_penalty e frequency_penalty funcionam de forma semelhante à OpenAI. No entanto, nem todos os parâmetros de casos extremos são suportados. Suportamos o conjunto principal necessário para a maioria dos casos de uso.

Streaming, chamada de funções e modo JSON são totalmente suportados. Verifique o

Copycurl https://api.dolphinmodelai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Run unit tests for the payment module"}]
  }'

bloco para uma solicitação básica. Evite assumir que parâmetros não suportados serão ignorados com calma. Eles podem causar erros.

Ignorando o limite de corpo de solicitação de 8MB

O tamanho máximo do corpo da solicitação é de 8 MB. Se você enviar arquivos grandes ou contexto extensivo, pode exceder esse limite. Esta é uma restrição rígida no gateway da API. Solicitações que excedem esse tamanho são rejeitadas imediatamente.

Certifique-se de que seu payload seja compactado ou truncado. Use o

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)

exemplo para ver como lidar com contextos grandes com eficiência. Esse limite se aplica a toda a solicitação, incluindo cabeçalhos e corpo.