- अनसपोर्टेड कोडेक्स
- Codex API: Step-by-Step Integration Guide
Codex API: Step-by-Step Integration Guide
codex API एक raw, uncensored chat-completions endpoint deliver करता है जो OpenAI SDK interface को mirror करता है seamless integration के लिए। आपको content filters के बिना एक open-weight model का direct access मिलता है, केवल crypto के माध्यम से उन tokens के लिए pay करते हैं जिन्हें आप actually consume करते हैं। यह guide आपको technical setup के माध्यम से ले जाता है, SDK installation से लेकर streaming responses handle करने तक, यह सुनिश्चित करते हुए कि आप एक robust, unrestricted generative layer deploy करें।
अंकुलित जनरेशन के लिए codex API क्यों उपयोग करें
मानक LLL अक्सर कठोर सामग्री फ़िल्टर लागू करते हैं जो कथा प्रवाह को तोड़ देते हैं या निचली तकनीकी आउटपुट को ब्लॉक कर देते हैं। कोडेक्स API एक एकल, समर्पित ओपन-वेट मॉडल प्रदान करती है जो कानूनी वयस्कों, काल्पनिक और विवादास्पद विषयों पर न्यूनतम अस्वीकृति के लिए ट्यून्ड है। आप टेक्स्ट भेजते हैं, टेक्स्ट प्राप्त करते हैं, बिना इस बात के कि मॉडल आपके विषय को उत्पादन के लिए बहुत संवेदनशील माने।
कॉर्पोरेट गेटकीपर्स के विपरीत जो अनुरोधों को कई वेंडर्स के माध्यम से रूट करते हैं, यह एंडपॉइंट एक मॉडल को सीधे प्रदान करता है। कॉन्टेक्स्ट विंडो प्रॉम्प्ट और कंप्लीशन दोनों के लिए 100,000 टोकन तक फैला है। आउटपुट लिमिट प्रति अनुरोध 16,000 टोकन पर निर्धारित है, जो भविष्यवाणी योग्य लेटेंसी को सुनिश्चित करता है। फंक्शन कॉलिंग, JSON मोड और स्ट्रीमिंग पूरी तरह से समर्थित हैं। आप केवल उपयोग किए गए टोकन के लिए भुगतान करते हैं; त्रुटियाँ और रिफ्यूज़ल में शून्य लागत आती है। यह सेटअप एक्सेस के लिए नेगोशिएट करने या क्वाटा अप्रूवल के लिए इंतजार करने की घर्षण को समाप्त कर देता है।
चरण 1: OpenAI SDK इंस्टॉल करें
अपनी पसंदीदा प्रोग्रामिंग भाषा के लिए आधिकारिक OpenAI SDK इंस्टॉल करने से शुरू करें। लाइब्रेरी स्वचालित रूप से सीरियलाइजेशन, रीट्राई लॉजिक और स्ट्रीमिंग प्रोटोकॉल संभालती है। यह सुनिश्चित करता है कि आपकी इंटीग्रेशन मानदंड API व्यवहार के साथ संगत रहे जबकि कनेक्शन पैरामीटर की पूर्ण कस्टमाइजेशन की अनुमति देती है।
- Python:
pip install openai - Node.js:
npm install openai - जाएं:
go get github.com/openai/openai-go
SDK HTTP परत को छुपा देता है, जिससे आप पेलोड संरचना पर ध्यान केंद्रित कर सकते हैं। आपको एक स्वामित्व वाले क्लाइंट की आवश्यकता नहीं है। मानक लाइब्रेरी आवश्यक प्रमाणीकरण हेडर और JSON पार्सिंग का समर्थन करती हैं। इससे बॉयलरप्लेट कोड कम होता है और विकास चक्र तेज होते हैं। एक सरल स्क्रिप्ट में क्लाइंट मॉड्यूल को आयात करके अपनी स्थापना की पुष्टि करें।
चरण 2: बेस यूआरएल और API कुंजी कॉन्फ़िगर करें
अपने SDK इंस्टेंस को समर्पित एंडपॉइंट की ओर निर्देशित दें। डिफ़ॉल्ट बेस यूआरएल को ओवरराइड करें ताकि ट्रैफ़िक अनसेंसर्ड सर्वर की ओर निर्देशित हो। तत्काल पहुंच के लिए अपनी API कुंजी को प्रमाणीकरण हेडर में सौंपें। यह कॉन्फ़िगरेशन सुनिश्चित करता है कि सभी अनुरोध मानक ओपनएआई रूटिंग से बचते हैं।
- बेस यूआरएल:
https://api.unsupportedcodexauthmethodapikey.com/v1 - मॉडल ID:
uncensored - प्रमाणीकरण: आपके द्वारा जनरेट की गई कुंजी द्वारा Bearer टोकन
Google या ईमेल से साइनअप करने के बाद डैशबोर्ड से अपनी कुंजी प्राप्त करें। फोन नंबर की आवश्यकता नहीं है। कुंजी बनाने के तुरंत बाद प्रदर्शित की जाती है। अपने कोड में डिफ़ॉल्ट एंडपॉइंट को बदलें। यह चरण आपके ट्रैफ़िक को सार्वजनिक बुनियादी ढांचे से अलग करता है। यह निरंतर मॉडल व्यवहार की गारंटी देता है। अब आप उपलब्ध मॉडल की सूची बनाकर कनेक्टिविटी की पुष्टि कर सकते हैं।
चरण 3: अपना पहला चैट पूरक अनुरोध भेजें
एक मानक चैट कंप्लीशन पेलोड तैयार करें। मॉडल, उपयोगकर्ता संदेश और वैकल्पिक पैरामीटर परिभाषित करें। एंडपॉइंट अनुरोध को प्रोसेस करता है और एक संरचित JSON प्रतिक्रिया लौटाता है। यह पुष्टि करता है कि आपकी इंटीग्रेशन uncensored मॉडल के साथ सही ढंग से काम कर रही है।
from openai import OpenAI
client = OpenAI(base_url="https://api.unsupportedcodexauthmethodapikey.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)प्रतिक्रिया में जनरेटेड टेक्स्ट, टोकन उपयोग आँकड़े और फिनिश रीजन शामिल होते हैं। आप सामग्री को सीधे अपने एप्लिकेशन लॉजिक में पार्स कर सकते हैं। तापमान और top_p मान रचनाशीलता को प्रभावित करते हैं। स्टॉप सीक्वेंस आउटपुट लंबाई पर सटीक नियंत्रण की अनुमति देते हैं। यह अनुरोध संरचना मानक OpenAI कॉल्स के समान है, जिससे पोर्टेबिलिटी सुनिश्चित होती है। आप बाद में बिना अपने कोर लॉजिक को बदले मॉडल स्विच कर सकते हैं।
चरण 4: स्ट्रीमिंग प्रतिक्रियाओं को हैंडल करें
stream पैरामीटर को true पर सेट करके स्ट्रीमिंग सक्षम करें। सर्वर Server-Sent Events (SSE) के माध्यम से क्रमिक डेटा लौटाता है। इससे आप उपयोगकर्ताओं को रियल-टाइम में टोकन प्रदर्शित कर सकते हैं। यह लंबे आउटपुट के लिए दृष्टिगोचर विलंबता को काफी कम करता है।
stream = 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)प्रत्येक चंक आंशिक सामग्री और उपयोग डेटा रखता है। अंतिम चंक में कुल टोकन गणना शामिल होती है। आप आने वाली टेक्स्ट को एकत्र कर सकते हैं। यह विधि चैट इंटरफ़ेस जैसे इंटरैक्टिव एप्लिकेशंस का समर्थन करती है। यह आपको तब भी जनरेशन को जल्दी रोकने की अनुमति देता है यदि उपयोगकर्ता हस्तक्षेप करता है। स्ट्रीमिंग एक सुचारू उपयोगकर्ता अनुभव के लिए आवश्यक है। यह कनेक्शन को तब तक जीवित रखता है जब तक कि मॉडल समाप्त नहीं हो जाता।
चरण 5: टोकन उपयोग और लागत प्रबंधित करें
अपने खर्च को अनुकूलित करने के लिए टोकन गणना की निगरानी करें। API प्रति मिलियन इनपुट टोकन के लिए $0.15 और प्रति मिलियन आउटपुट टोकन के लिए $0.50 चार्ज करता है। आप केवल वास्तविक उपयोग के लिए भुगतान करते हैं; त्रुटियां मुफ्त हैं। प्रीपेड क्रेडिट कभी समाप्त नहीं होता, इसलिए आप इसे समय के साथ उपयोग कर सकते हैं।
- इनपुट लागत: $0.15 / 1M टोकन
- आउटपुट कॉस्ट: $0.50 / 1M टोकन्स
- टॉप-अप: केवल क्रिप्टो (USDT TRC20 या USDC Base)
बड़ी टॉप-अप के लिए क्रेडिट बोनस लागू होते हैं: $50 से +5%, $100 से +10%, और $200 से +15%। यह संरचना भारी उपयोगकर्ताओं का सम्मान करती है। आप प्रतिक्रिया हेडर्स के माध्यम से उपयोग ट्रैक कर सकते हैं। रनअवे लागत से बचने के लिए अपने कोड में हार्ड लिमिट सेट करें। 8 MB रिक्वेस्ट बॉडी लिमिट इनपुट साइज को नियंत्रित करने में मदद करती है। यह पारदर्शिता सुनिश्चित करती है कि आपको बिल्कुल पता चले कि आप क्या भुगतान कर रहे हैं।
चरण 6: सामान्य एरर्स ट्राबलशूटिंग
त्रुटियां आना API इंटीग्रेशन का हिस्सा हैं। सामान्य समस्याओं में रेट लिमिट्स, अमान्य कुंजियां, या पेलोड साइज की अधिकता शामिल हैं। API आपको डीबग करने में मदद करने के लिए मानक HTTP स्टेटस कोड लौटाता है। 429 त्रुटि दर्शाती है कि आपने प्रति मिनट 300 अनुरोधों की सीमा पार कर दी है। अपनी अनुरोध आवृत्ति कम करें या एक्सपोनेंशियल बैकऑफ लागू करें।
curl https://api.unsupportedcodexauthmethodapikey.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Parse the JSON string in the request body"}]
}'400 एरर आमतौर पर इसका संकेत देता है कि आपका JSON पेलोड खराब है। सिंटैक्स की जाँच करें और सुनिश्चित करें कि सभी आवश्यक फील्ड मौजूद हैं। 413 एरर संकेत देता है कि आपका रिक्वेस्ट बॉडी 8 MB से अधिक है। अपने इनपुट को काटें या इसे छोटे हिस्सों में बाँटें। 500 एरर दुर्लभ है लेकिन सर्वर-साइड इश्यू की ओर इशारा करता है। छोटी देरी के बाद अनुरोध को फिर से कोशिश करें। ये एरर पूर्वानुमेय और उचित लॉगिंग के साथ प्रबंधनीय हैं।
चरण 7: आउटपुट फाइन-ट्यूनिंग के लिए उन्नत पैरामीटर
उन्नत पैरामीटर का उपयोग करके मॉडल का व्यवहार नियंत्रित करें। तापमान यादृच्छिकता को समायोजित करता है; उच्चतर मान रचनात्मकता बढ़ाते हैं। Top_p टोकन को संचयी प्रायिकता द्वारा फ़िल्टर करता है। विशिष्ट मार्करों पर जनरेशन रोकने के लिए stop सीक्वेंस का उपयोग करें। seed पैरामीटर डिबगिंग के लिए पुनरुत्पादक आउटपुल सुनिश्चित करता है।
- तापमान: 0.7 (डिफ़ॉल्ट) से 1.5 (रचनात्मक)
- top_p: केंद्रित प्रतिक्रियाओं के लिए 0.9
- JSON मोड: response_format: json_object का उपयोग करें
फंक्शन कॉलिंग मॉडल को संरचित डेटा आउटपुट करने की अनुमति देती है। इस सुविधा को सक्षम करने के लिए अपने अनुरोध में टूल्स परिभाषित करें। उपस्थिति और आवृत्ति दंड दोहराव को कम करते हैं। ये पैरामीटर आपको आउटपुट पर सूक्ष्म नियंत्रण प्रदान करते हैं। उन्हें अपने विशिष्ट उपयोग मामले से मेल करने के लिए संयोजित करें। मॉडल सही मार्गदर्शन के साथ जटिल निर्देशों को अच्छी तरह संभालता है।
FAQ
क्या codex API कुंजी OpenAI से अलग है?
हाँ। आपकी API कुंजी असमर्थित codex auth विधि प्रदाता द्वारा उत्पन्न की जाती है। यह आपको उनके विशिष्ट इंफ्रास्ट्रक्चर के खिलाफ प्रमाणीकृत करती है, OpenAI's के खिलाफ नहीं। आप मानक OpenAI SDK फॉर्मेट का उपयोग करते हैं, लेकिन बेस URL उनके सर्वरों की ओर इशारा करता है। कुंजी स्वयं उनके सिस्टम के लिए अनूठी है।
uncensored LLM मॉडल ID क्या है?
मॉडल आईडी "uncensored" है। यह सुनिश्चित करने के लिए कि आप समर्पित अनकैप्ड मॉडल के साथ बातचीत कर रहे हैं, अपने API अनुरोधों में इसे निर्दिष्ट करें। यह एक ओपन-वेइट मॉडल है जो उनके सर्वरों पर होस्ट किया गया है, जो GPT या Claude से अलग है।
क्या मैं codex API का उपयोग NSFW कंटेंट के लिए कर सकता हूँ?
हाँ। मॉडल कानूनी वयक उपयोग के लिए सामग्री अस्वीकृति के बिना जवाब देने के लिए ट्यून किया गया है। यह विवादास्पद या काल्पनिक विषयों को ब्लॉक नहीं करता है। एकमात्र कड़ा प्रतिबंध किशोरों से जुड़ी यौन सामग्री है, जिसे हमेशा अस्वीकार कर दिया जाता है। आप उस सीमा के भीतर NSFW टेक्स्ट स्वतंत्रता से जनरेट कर सकते हैं।
मैं अपनी codex API क्रेडिट कैसे टॉप अप करूं?
टॉप-अप केवल क्रिप्टो-केवल USDT (TRC20) या USDC (Base) के माध्यम से किए जाते हैं। आप $20 से $500 तक कोई भी पूर्ण राशि जमा कर सकते हैं। बोनस लागू होते हैं: $50 से +5%, $100 से +10%, और $200 से +15%। क्रेडिट कभी समाप्त नहीं होता है। शुरू करने के लिए Google या ईमेल से साइन अप करें।
अभी कुंजी प्राप्त करें
साइन अप करें, कुंजी कॉपी करें, एंडपॉइंट यूआरएल अपडेट करें। यह पूर्ण प्रक्रिया है।
