Gemma API 快速入門指南

驗證與 base URL

在儀表板生成您的金鑰。使用提供的基礎 URL 將請求路由至我們的無審查模型。身份驗證依賴於標準標頭。

基礎 URL: HTTPS://api.apigemma.com/v1

標頭: Authorization: Bearer YOUR_API_KEY

每個帳戶僅有一個活躍金鑰。替換它將立即撤銷舊金鑰。註冊不需要電話號碼。

聊天完成端點

將文字提示发送至聊天完成端點。該模型針對合法成人用途不會拒絕內容而返回文字。

上下文窗口：100,000 tokens。最大輸出：16,000 tokens。錯誤和拒絕不收費。

支援透過 SSE 進行函式呼叫、JSON 模式與串流。

透過 SSE 的串流回應

透過設定 stream 將 flag 設為 true。透過伺服器發送事件 (SSE) 即時接收 token。

Token 用量報告在最後一個區塊中。這非常適合聊天介面和語音合成管線。

串流事件可靠且遵循標準的 OpenAI 格式。

JSON 模式與函式呼叫

透過設定 response_format 以 json_object。這確保了下游應用程式的一致解析。

使用 tools 用於函式呼叫。該模型無縫處理工具執行。

類似 temperature 和 top_p 控制創意與隨機性。

參數：temperature、top_p 與 seed

使用 temperature (0-2), top_p (0-1)，以及 seed 用於可重現性。

使用 stop 序列以截斷回應。 presence_penalty 和 frequency_penalty 減少重複。

這些參數的運作方式與 OpenAI SDK 完全相同。

限制、錯誤與上下文視窗

速率限制：每分鐘 300 次請求，8 個併發請求。最大主體大小：8 MB。

401: 金鑰無效。 402: 無信用額度。 429: 超過速率限制。

上下文窗口為 100,000 token。最大輸出為 16,000 token。

cURL

Copycurl https://api.apigemma.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show me the gemma model weights config file"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

串流

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)