FR ▾
Obtenir une clé API

Alternative OpenAI pour les développeurs : clé et configuration du SDK

Alternative à l'API OpenAI, sans censure et prête à l’emploi

Une alternative à OpenAI pour les développeurs ne devrait vous prendre qu’un après-midi au plus, et non une réécriture. Celle-ci fonctionne avec les SDK OpenAI standards : vous changez l’URL de base, collez une nouvelle clé et appelez le modèle nommé uncensored.

Mis à jour

Un terminal connecté par un câble lumineux à un seul cube, illustrant un échange d'URL de base pour les développeurs

Points clés

Cinq étapes pour passer de zéro à un appel fonctionnel

Si vous cherchez une alternative OpenAI pour les développeurs que vous pouvez tester aujourd'hui, voici tout le chemin. Cela prend environ dix minutes.

  1. Créez un compte avec Google ou avec un e-mail et un mot de passe.
  2. Ouvrez la page de la clé API et appuyez sur le bouton qui réclame le crédit d'essai. Vous obtenez 0,50 $, valable 7 jours, une fois par personne, sans carte.
  3. Copiez la clé. Traitez-la comme un mot de passe et gardez-la hors de git.
  4. Définissez l'URL de base sur https://api.openaiapialternative.com/v1 dans votre SDK ou client.
  5. Envoyez une requête avec le modèle défini sur uncensored.

Tout le reste, y compris le format des messages, le streaming et les appels d'outils, est identique au format de complétion de chat OpenAI que vous utilisez déjà. Le service expose POST /v1/chat/completions et GET /v1/models. Rien de plus, donc peu de choses à apprendre.

Python avec le SDK officiel

Installez le package avec pip install openai. Le client prend l'URL de base et la clé comme arguments du constructeur, donc aucun état global n'est modifié et vous pouvez garder un deuxième client pour un autre fournisseur dans le même processus.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.openaiapialternative.com/v1",
    api_key=os.environ["UNCENSORED_API_KEY"],
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "Answer briefly and directly."},
        {"role": "user", "content": "List three edge cases for a date parser."},
    ],
    max_tokens=300,
)
print(resp.choices[0].message.content)
print(resp.usage)

max_tokens est optionnel. Si vous ne le spécifiez pas, la complétion peut utiliser tout ce qui reste de la fenêtre de 100 000 tokens, donc définissez une limite lorsque vous souhaitez un coût prévisible.

Les modèles de chat n'ont pas de mémoire propre. Chaque requête doit contenir l'historique que vous voulez que le modèle voie, donc un assistant multi-tour n'est qu'une liste que vous continuez à remplir :

from openai import OpenAI

client = OpenAI(base_url="https://api.openaiapialternative.com/v1", api_key="YOUR_KEY")
history = [{"role": "system", "content": "You are a patient pair-programming partner."}]

while True:
    user = input("you> ")
    if not user:
        break
    history.append({"role": "user", "content": user})
    r = client.chat.completions.create(model="uncensored", messages=history)
    answer = r.choices[0].message.content
    history.append({"role": "assistant", "content": answer})
    print(answer)

Les tokens d'entrée augmentent à chaque tour, car toute la liste est envoyée à chaque fois. Avec une fenêtre de 100 000 tokens, vous avez beaucoup de marge, mais vous payez pour l'historique à chaque appel, donc supprimez les anciens tours ou résumez-les une fois que la liste devient longue.

Node et curl

Le SDK Node suit le même modèle. Installez avec npm install openai et passez baseURL.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.openaiapialternative.com/v1",
  apiKey: process.env.UNCENSORED_API_KEY,
});

const stream = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Write a haiku about stack traces." }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

Pour une vérification rapide depuis le terminal, listez les modèles. Vous devriez voir une entrée avec l'ID uncensored.

# expect one entry with id "uncensored"
curl https://api.openaiapialternative.com/v1/models \
  -H "Authorization: Bearer $UNCENSORED_API_KEY"

Une requête en streaming occupe l'un de vos slots de concurrence jusqu'à la fin du flux, ce qui est important si un client abandonne un flux sans le fermer. Fermez la connexion de votre côté lorsque l'utilisateur navigue ailleurs.

Éditeurs, agents et autres clients

De nombreux outils de développement permettent de remplacer l'URL de base OpenAI. Des éditeurs comme Cursor ont un écran de paramètres de modèle où vous pouvez entrer une URL de base compatible OpenAI personnalisée et une clé, et des interfaces de chat comme SillyTavern vous permettent d'ajouter un endpoint compatible OpenAI personnalisé. Les étiquettes et les positions du menu changent selon les versions, alors cherchez un champ nommé quelque chose comme « Remplacer l'URL de base OpenAI » ou « Endpoint personnalisé ».

Quel que soit l'outil, vous avez besoin des trois mêmes valeurs :

ChampValeur
URL de basehttps://api.openaiapialternative.com/v1
Clé APIla clé de votre compte
Nom du modèleuncensored

Si l’outil insiste sur une liste de noms de modèles connus, ajoutez uncensored comme modèle personnalisé. S’il ajoute lui-même /v1, fournissez-lui l’adresse sans le suffixe, sinon vous obtiendrez un chemin en double et une erreur de type not-found.

Appel d'outils et mode JSON

La sortie structurée est souvent le point faible des alternatives, testez-la donc tôt. Les deux fonctionnalités utilisent le format OpenAI. Pour le mode JSON, définissez response_format et mentionnez JSON dans le prompt.

import json
from openai import OpenAI

client = OpenAI(base_url="https://api.openaiapialternative.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": "Reply with a JSON object with keys title and tags."},
        {"role": "user", "content": "Describe a short story about a lost lighthouse keeper."},
    ],
)
data = json.loads(resp.choices[0].message.content)
print(data["title"], data["tags"])

Pour les outils, passez une liste tools avec des schémas de fonctions, lisez tool_calls dans la réponse, exécutez la fonction vous-même et renvoyez le résultat sous forme de message avec role: "tool". Les réponses en streaming livrent tool_calls par morceaux, donc accumulez la chaîne d'arguments avant de l'analyser.

Les modèles peuvent encore retourner du JSON malformé de temps en temps, quel que soit le fournisseur. Entourez l'analyse dans un bloc try et réessayez une fois en ajoutant le message d'erreur à la conversation.

Les graines sont également transmises, donc définir seed avec une température fixe vous donne un moyen de comparer les modifications de prompt sur les mêmes entrées. N'attendez pas une sortie byte-identique à chaque exécution, mais les différences diminuent considérablement.

Limites, gestion du 429 et contrôle des coûts

Une clé complète permet 8 requêtes simultanées et 300 requêtes par minute. La clé d'essai permet 2 et 60. Le corps de la requête peut faire jusqu'à 8 Mo. Chaque réponse inclut les en-têtes X-RateLimit-Limit-Requests et X-RateLimit-Limit-Concurrency, ainsi que X-Balance-USD indiquant votre crédit restant.

Le dépassement des limites renvoie HTTP 429. Le code d'erreur indique quelle limite a été dépassée : rate_limited signifie trop de requêtes par minute, et concurrency signifie trop de requêtes simultanées. Une surcharge temporaire renvoie également 429, avec un en-tête Retry-After: 5. Les SDK OpenAI réessayent les réponses 429 par défaut avec un backoff, et vous pouvez augmenter le nombre de tentatives avec max_retries sur le client. Pour les travaux par lots, un sémaphore de 8 vous maintient sous la limite de concurrence.

Pour l’estimation des coûts, partez du prix : 0,15 $ par 1 M de tokens d’entrée et 0,50 $ par 1 M de tokens de sortie. Une tâche qui envoie 4 M de tokens d’entrée et reçoit 1 M de tokens de sortie coûte 4 x 0,15 $ + 1 x 0,50 $ = 1,10 $. Les requêtes échouées ou refusées ne sont pas facturées. La page tarification liste les montants de rechargement et les bonus.

Un court wrapper de réessai suffit si vous n'utilisez pas de SDK qui effectue les réessais pour vous. Lisez Retry-After lorsqu'il est présent, revenez à un délai exponentiel, et abandonnez après quelques tentatives. Ne réessayez pas les erreurs qui ne sont pas 429 ou une erreur serveur, car une requête malformée échouera de la même manière à chaque fois.

Erreurs qui coûtent une heure le premier jour

La plupart des premiers appels échoués proviennent d'une courte liste de causes. Vérifiez ceci avant de soupçonner le service.

  • Un chemin doublé. L'URL de base se termine déjà par /v1. N'en ajoutez pas un autre, et n'appelez pas /chat/completions sans lui.
  • Le mauvais nom de modèle. L’ancien code contient souvent le nom de modèle d’un fournisseur. Remplacez-le par uncensored, sinon l’appel ne correspondra à rien.
  • Une clé contenant des caractères d’espacement. Les clés copiées depuis une page web ou un terminal incluent souvent une nouvelle ligne à la fin. Supprimez-la.
  • Des tests sur une clé d'essai à la concurrence de production. La clé d'essai permet 2 requêtes simultanées et 60 par minute, donc un test de charge de 20 threads renverra 429 avec le code concurrency presque immédiatement.
  • S'attendre à d'autres endpoints. Les appels image, audio et embeddings ne font pas partie du service.

La deuxième catégorie concerne le comportement, non la configuration. Un modèle sans refus suivra des instructions étranges plus littéralement que vous ne le pensez. Si une réponse part dans une direction que vous ne souhaitez pas, raffermissez le prompt système plutôt que la température. Si les sorties sont répétitives, augmentez légèrement temperature ou ajoutez une pénalité de fréquence, qui sont toutes deux transmises.

Une dernière habitude à adopter tôt : stockez le corps exact de la requête de chaque appel qui vous a surpris. Lorsque vous demandez de l'aide à l'équipe sur la page de support, l'ID de requête plus ce corps constitue un rapport de bug complet.

Avant de livrer

  • Gardez la clé sur le serveur. Ne la livrez jamais dans un bundle navigateur ou une application mobile.
  • Journalisez l’en-tête X-Request-Id à chaque appel. Cela rend les questions de support traitables.
  • Ajoutez votre propre filtrage des entrées et des sorties si les utilisateurs finaux peuvent saisir librement. Le modèle ne refusera pas, la modération est donc à votre charge de définir.
  • Conservez un fournisseur de secours dans la configuration. Le basculement est un changement d’URL de base, un indicateur de fonctionnalité suffit donc.
  • Retenez le périmètre : texte uniquement, pas d’embeddings, pas d’images, pas d’ajustement fin.

Les docs ont la liste complète des paramètres. Si quelque chose se comporte étrangement, la page de support vous indique comment contacter l'équipe.

Questions et réponses

Quels SDK sont compatibles ?

Tout SDK ou client OpenAI qui vous permet de définir l’URL de base et la clé. Les bibliothèques officielles Python et Node fonctionnent, tout comme les appels HTTP bruts avec curl.

Ai-je besoin d’une carte pour l’essayer ?

Non. Le crédit d’essai de 0,50 $ s’obtient en un clic sur la page de la clé API après l’inscription et ne nécessite pas de carte. Il est valable 7 jours, une fois par personne.

Quel est le nom du modèle ?

L’ID du modèle est uncensored. Appelez GET /v1/models pour le confirmer depuis votre propre clé.

Quelle est la taille maximale d’une requête ?

La fenêtre de contexte est de 100 000 tokens pour le prompt plus la complétion, et le corps de la requête maximum est de 8 Mo.

Votre clé est à un formulaire de vous

Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.

Obtenir une clé APILire la documentation