Venice AI API-Endpunkt: Zu einer anderen Basis-URL wechseln
Wenn dein Code auf einen Venice AI API-Endpunkt zeigt und du einen anderen Anbieter testen möchtest, ist die Änderung gering: eine Basis-URL, ein Schlüssel und eine Modell-ID. Diese Seite listet auf, was du bearbeiten, testen und was sich danach anders verhält.

Wichtige Punkte
- Vier Bearbeitungen decken die meisten Migrationen ab: Basis-URL, API-Schlüssel, Modell-ID, Guthabenbehandlung.
- Die neue Basis-URL ist https://api.veniceapialternative.com/v1 und die Modell-ID ist uncensored.
- Drei Endpunkte werden unterstützt: Chat-Vervollständigungen, Antworten und Modelle.
- Teste mit dem 0,50-$-Trial, bevor du echten Traffic umstellst.
Die kurze Antwort: vier Bearbeitungen
Jeder Client, der das OpenAI-Chat-Format spricht, benötigt nur Konfigurationsänderungen, um zu einem anderen Anbieter zu gelangen. Für einen Venice AI API-Endpunkt gilt das Gleiche umgekehrt: Du ersetzt vier Werte, statt deine Integration neu zu schreiben.
- Basis-URL: Setze sie auf
https://api.veniceapialternative.com/v1. - API-Schlüssel: Erstelle einen auf der API-Schlüssel-Seite und sende ihn als
Authorization: Bearer <key>. - Modell-ID: Verwende
uncensored. Es gibt nur ein Modell, also keine Modellliste, die zugeordnet werden muss. - Guthabenprüfungen: Lese den
X-Balance-USD-Header aus oder rufeGET /v1/balanceauf.
Dies ist ein unabhängiger Dienst, der nicht von Venice oder einem anderen Anbieter betrieben oder damit verbunden ist. Er hostet ein Open-Weight-Modell, daher muss jeder Modellname, den dein Code zuvor verwendet hat, ersetzt werden.
Bevor du bearbeitest: Finde jeden Ort, an dem der Endpunkt lebt
Die Basis-URL befindet sich selten nur in einer Datei. Durchsuche dein Repository nach dem alten Hostnamen, der alten Modellzeichenkette und der Umgebungsvariable, die den Schlüssel enthält. Typische Verstecke sind SDK-Konstruktoren, .env-Dateien, Docker- oder CI-Geheimnisse, Frontend-Konfigurationen und Hintergrundarbeiter, die separat von der Hauptanwendung geschrieben wurden.
Eine nützliche Gewohnheit ist es, alle drei Werte zunächst in Umgebungsvariablen zu verschieben, dann zu migrieren. Das macht den Wechsel zu einer Änderung beim Deployment und ermöglicht dir einen Rollback in einer Zeile.
export LLM_BASE_URL="https://api.veniceapialternative.com/v1"
export LLM_API_KEY="YOUR_KEY"
export LLM_MODEL="uncensored"Code für Python, Node und curl
Python (openai SDK)
import os
from openai import OpenAI
client = OpenAI(
base_url=os.environ.get("LLM_BASE_URL", "https://api.veniceapialternative.com/v1"),
api_key=os.environ["LLM_API_KEY"],
)
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Say hello in five words."}],
)
print(resp.choices[0].message.content)
Node.js
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.veniceapialternative.com/v1",
apiKey: process.env.LLM_API_KEY,
});
const resp = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Say hello in five words." }],
});
console.log(resp.choices[0].message.content);
curl
curl -i https://api.veniceapialternative.com/v1/chat/completions \
-H "Authorization: Bearer $LLM_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"uncensored","messages":[{"role":"user","content":"Say hello in five words."}]}'
Das Flag -i gibt Antwort-Header aus, damit du X-Request-Id und X-Balance-USD bei der ersten Anfrage siehst.
Was gleich bleibt und was nicht
Die Anfragestruktur ist vertraut: messages mit Rollen, stream, tools, tool_choice, response_format für JSON-Modus und die Sampling-Parameter temperature, top_p, stop, seed sowie die Strafen. Streaming nutzt SSE mit Nutzungsdaten am Ende, und Tool-Ergebnisse werden als role: "tool"-Nachrichten zurückgegeben.
| Position | Hier |
|---|---|
| Endpunkte | POST /v1/chat/completions, POST /v1/responses, GET /v1/models |
| Modell-ID | uncensored (ein Modell) |
| Kontextfenster | 100.000 Token, Prompt plus Vervollständigung |
| Maximale Anforderungskörpergröße | 8 MB |
| Modalitäten | Nur Text: keine Bilder, Audio, Video, Embeddings oder Fine-Tuning |
Die letzte Zeile ist diejenige, die Migrationen zum Scheitern bringt. Wenn deine App eine Bild-, Sprach- oder Embedding-Route beim alten Anbieter aufruft, gibt es dafür hier kein Äquivalent. Behalte diesen Teil beim aktuellen Anbieter und verschiebe nur die Textaufrufe.
Grenzen und Fehler anders behandeln
Ein voller Schlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute. Ein Trial-Schlüssel erlaubt 2 parallele und 60 pro Minute. Überschreitest du eines dieser Limits, erhältst du HTTP 429 mit dem Fehlercode rate_limited für Anfragen pro Minute oder concurrency für zu viele gleichzeitig. Ein 429 mit einem Retry-After: 5-Header bedeutet temporäre Überlastung: Warte und wiederhole.
Beachte, dass eine gestreamte Anfrage ihren Parallelitätsslot bis zum Ende des Streams belegt. Wenn deine alte Integration Dutzende paralleler Aufrufe sendete, setze einen Semaphore mit 8 oder weniger vor den Client.
import time, random
from openai import OpenAI, RateLimitError
client = OpenAI(base_url="https://api.veniceapialternative.com/v1", api_key="YOUR_KEY")
def ask(prompt, tries=4):
for i in range(tries):
try:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": prompt}],
)
return r.choices[0].message.content
except RateLimitError:
time.sleep(5 + random.random() * i)
raise RuntimeError("still rate limited")
Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, daher kosten Wiederholungen bei Fehlern dich kein Guthaben.
Streaming und Tool-Aufrufe nach dem Wechsel
Wenn deine App Tokens an eine UI streamt, ändert sich am Client nichts: Setze stream: true und lese Server-Sent Events. Der Nutzungsinformationen-Block kommt am Ende des Streams, was praktisch ist, um die Kosten jeder Antwort zu protokollieren.
from openai import OpenAI
client = OpenAI(base_url="https://api.veniceapialternative.com/v1", api_key="YOUR_KEY")
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "List three uses of a message queue."}],
stream=True,
stream_options={"include_usage": True},
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="")
if chunk.usage:
print("\n", chunk.usage)
Tool Calling folgt demselben Ablauf, den du bereits kennst. Du übergibst tools und optional tool_choice, das Modell gibt tool_calls zurück (gestreamt in Stücken beim Streaming), du führst die Funktion aus und sendest das Ergebnis als role: "tool"-Nachricht zurück. Der JSON-Modus funktioniert mit response_format: {"type": "json_object"}. Validiere das analysierte JSON immer in deinem Code, da kein Modell ein Schema garantiert.
Häufige Probleme nach dem Wechsel
- Authentifizierungsfehler. Prüfe, ob der Schlüssel als Bearer-Token gesendet wird und ob du die gesamte Zeichenkette kopiert hast. Ein Schlüssel des alten Anbieters funktioniert hier nicht.
- Fehler „Nicht gefunden“. Die Base URL muss bei
/v1enden. Wenn du den vollständigen Pfad/chat/completionsin ein SDK einfügst, das ihn erneut anhängt, ist der Endpunkt falsch. - Unbekanntes Modell. Jede Modell-Zeichenkette außer
uncensoredist falsch. Suche nach fest codierten Namen in Konfiguration und Tests. - Bursts von 429. Begrenze die Parallelität auf die Concurrency deines Schlüsseltyps und beachte
Retry-After. - Unerwartete Kosten. Lange Chat-Verläufe werden bei jeder Antwort als Input abgerechnet. Kürze sie.
Wenn noch etwas seltsam aussieht, sende den X-Request-Id-Wert aus der Antwort an den Kontakt auf der Support-Seite. Er identifiziert die genaue Anfrage und spart beiden Seiten Zeit.
Migrations-Checkliste und Tests
Gehe dies der Reihe nach durch. Jeder Schritt ist eine kleine, reversible Änderung.
- Fordere das $0,50-Testguthaben auf der API-Schlüssel-Seite an. Es erfordert keine Karte und dauert 7 Tage.
- Führe den curl-Aufruf oben aus und bestätige die Antwort und die Header.
- Schalte einen nicht-kritischen Codepfad auf die neue Basis-URL und den neuen Schlüssel um.
- Spiele eine Stichprobe echter Prompts ab und vergleiche die Ausgabequalität, -länge und -latenz visuell.
- Prüfe
usagein den Antworten und multipliziere mit deinem Volumen zu $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token. - Füge einen Kontostand-Alert auf
X-Balance-USDhinzu. - Lade auf (ab 20 $, mit Boni ab 50 $) und verschiebe den Rest des Traffics.
Prompts, die auf den Eigenheiten eines anderen Modells basierten, benötigen möglicherweise kleine Änderungen, wie einen anderen System-Prompt. Das ist normal beim Modellwechsel, also bewerte anhand deiner eigenen Testdatenmenge, nicht anhand einer einzelnen Antwort. Dieses Modell ist darauf abgestimmt, ohne Inhaltsfilter für die rechtmäßige Nutzung durch Erwachsene zu antworten, und sexuelle Inhalte mit Minderjährigen sind nicht erlaubt.
Die Dokumentation beschreibt jeden Endpunkt und jeden Header. Unsere Seite zum Venice API-Alternative zeigt den Produktvergleich, und die Preisseite listet Aufladungsbeträge, Boni und Zahlungsmethoden auf. Prompts, die an die API gesendet werden, werden nicht zum Training verwendet, und Guthaben verfällt nie, sodass eine kleine Testaufladung keine Frist hat.
Weitere Anleitungen
Fragen und Antworten
Was ist die Basis-URL?
Verwende https://api.veniceapialternative.com/v1 mit jedem OpenAI-kompatiblen Client und sende deinen Schlüssel als Bearer-Token.
Welche Modell-ID soll ich senden?
Sende uncensored. Es gibt nur ein Modell, daher musst du deine alten Modellnamen nicht mehr zuordnen.
Wie überprüfe ich mein Guthaben?
Lese den X-Balance-USD-Antwortheader aus, rufe GET /v1/balance auf oder nutze die im OpenAI-Stil gehaltene GET /v1/dashboard/billing/credit_grants.
Kann ich Image- oder Embedding-Endpunkte aufrufen?
Nein. Die API ist nur für Text ausgelegt und bietet keine Endpunkte für Bilder, Audio, Video, Embeddings oder Fine-Tuning.