Endpoint API Venice AI : passez à une autre URL de base
Si votre code pointe vers un endpoint API Venice AI et que vous souhaitez essayer un autre fournisseur, la modification est minime : une URL de base, une clé et un ID de modèle. Cette page liste ce qu'il faut modifier, ce qu'il faut tester et ce qui se comporte différemment par la suite.

Points clés
- Quatre modifications couvrent la plupart des migrations : URL de base, clé API, ID de modèle, gestion du solde.
- La nouvelle URL de base est https://api.veniceapialternative.com/v1 et l'ID de modèle est uncensored.
- Trois endpoints sont pris en charge : les complétions de chat, les réponses et les modèles.
- Testez avec le crédit d'essai de $0,50 avant de basculer le trafic réel.
La réponse courte : quatre modifications
Tout client qui utilise le format de chat OpenAI n’a besoin que de modifications de configuration pour passer à un autre fournisseur. Pour un endpoint Venice AI, la même logique s’applique à l’envers : vous remplacez quatre valeurs, sans réécrire votre intégration.
- URL de base : définissez-la sur
https://api.veniceapialternative.com/v1. - Clé API : créez-en une sur la page des clés API et envoyez-la en tant que
Authorization: Bearer <key>. - ID de modèle : utilisez
uncensored. Il n'y a qu'un seul modèle, donc pas de liste de modèles à mapper. - Vérifications de solde : lisez l'en-tête
X-Balance-USD, ou appelezGET /v1/balance.
Il s'agit d'un service indépendant, non géré ni affilié à Venice ou à tout autre fournisseur. Il héberge un seul modèle à poids ouverts, donc tout nom de modèle utilisé par votre code auparavant doit être remplacé.
Avant de modifier : trouvez tous les endroits où vit l'endpoint
L'URL de base se trouve rarement dans un seul fichier. Recherchez dans votre dépôt l'ancien nom d'hôte, l'ancienne chaîne de modèle et la variable d'environnement qui contient la clé. Les endroits typiques sont les constructeurs SDK, les fichiers .env, les secrets Docker ou CI, la configuration front-end et les workers de fond écrits séparément de l'application principale.
Une bonne habitude consiste à déplacer d'abord les trois valeurs dans des variables d'environnement, puis à migrer. Cela rend le changement un déploiement et vous donne un retour arrière en une ligne.
export LLM_BASE_URL="https://api.veniceapialternative.com/v1"
export LLM_API_KEY="YOUR_KEY"
export LLM_MODEL="uncensored"Code pour Python, Node et curl
Python (SDK openai)
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."}]}'
Le drapeau -i imprime les en-têtes de réponse, ce qui vous permet de voir X-Request-Id et X-Balance-USD lors du premier appel.
Ce qui reste identique et ce qui change
La forme de la requête est familière : messages avec des rôles, stream, tools, tool_choice, response_format pour le mode JSON, et les paramètres d'échantillonnage temperature, top_p, stop, seed et les pénalités. Le streaming utilise SSE avec l'utilisation à la fin, et les résultats des outils sont retournés sous forme de messages role: "tool".
| Élément | Ici |
|---|---|
| Endpoints | POST /v1/chat/completions, POST /v1/réponses, GET /v1/modèles |
| ID du modèle | uncensored (un seul modèle) |
| Fenêtre de contexte | 100 000 tokens, prompt plus complétion |
| Taille maximale du corps de la requête | 8 MB |
| Modalités | Texte uniquement : pas d'images, audio, vidéo, embeddings ou fine-tuning |
La dernière ligne est celle qui casse les migrations. Si votre application appelle une route d'image, de parole ou d'embedding chez l'ancien fournisseur, ces appels n'ont pas d'équivalent ici. Gardez cette partie chez son fournisseur actuel et déplacez uniquement les appels textuels.
Gérez les limites et les erreurs différemment
Une clé complète permet 8 requêtes simultanées et 300 requêtes par minute. Une clé d'essai permet 2 requêtes simultanées et 60 par minute. Au-delà de ces limites, vous obtenez un HTTP 429, avec le code d'erreur rate_limited pour les requêtes par minute ou concurrency pour trop de requêtes à la fois. Un 429 avec un en-tête Retry-After: 5 signifie une surcharge temporaire : attendez et réessayez.
Notez qu'une requête en streaming occupe sa place de concurrence jusqu'à la fin du stream. Si votre ancienne intégration déclenchait des dizaines d'appels parallèles, placez un sémaphore de 8 ou moins devant le 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")
Les requêtes échouées ou refusées ne sont pas facturées, donc les nouvelles tentatives en cas d'erreur ne vous coûtent pas de crédit.
Streaming et appels d’outils après le changement
Si votre application diffuse des tokens vers une interface utilisateur, rien ne change dans le client : définissez stream: true et lisez les événements envoyés par le serveur. Le bloc d'utilisation arrive à la fin du stream, ce qui est pratique pour journaliser le coût de chaque réponse.
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)
L'appel d'outils suit le même flux que vous connaissez déjà. Vous passez tools et éventuellement tool_choice, le modèle renvoie tool_calls (diffusé par morceaux lors du streaming), vous exécutez la fonction, et vous renvoyez le résultat sous forme de message role: "tool". Le mode JSON fonctionne avec response_format: {"type": "json_object"}. Validez toujours le JSON analysé dans votre code, car aucun modèle ne garantit un schéma.
Problèmes courants après le changement
- Échecs d'authentification. Vérifiez que la clé est envoyée en tant que jeton Bearer et que vous avez copié toute la chaîne. Une clé de l'ancien fournisseur ne fonctionnera pas ici.
- Erreurs 404. L’URL de base doit s’arrêter à
/v1. Si vous collez le chemin complet/chat/completionsdans un SDK qui l’ajoute à nouveau, la route sera incorrecte. - Modèle inconnu. Toute chaîne de modèle autre que
uncensoredest incorrecte. Recherchez les noms codés en dur dans la configuration et les tests. - Séries de 429. Limitez le parallélisme à la concurrence de votre type de clé et respectez
Retry-After. - Coût inattendu. Les historiques de chat longs sont facturés comme entrée à chaque tour. Réduisez-les.
Si quelque chose semble encore incorrect, envoyez la valeur X-Request-Id de la réponse à la page support. Elle identifie la requête exacte et fait gagner du temps des deux côtés.
Liste de contrôle de migration et tests
Parcourez ceci dans l'ordre. Chaque étape est un changement petit et réversible.
- Réclamez l’essai de 0,50 $ depuis la page de la clé API. Aucune carte n’est nécessaire et cela dure 7 jours.
- Exécutez l'appel curl ci-dessus et confirmez la réponse et les en-têtes.
- Basculez un chemin de code non critique vers la nouvelle URL de base et la clé.
- Rejouez un échantillon de prompts réels et comparez la qualité, la longueur et la latence des sorties à l'œil nu.
- Vérifiez l’
usagedans les réponses et multipliez par votre volume à 0,15 $ par 1M de tokens d’entrée et 0,50 $ par 1M de tokens de sortie. - Ajoutez une alerte de solde sur
X-Balance-USD. - Rechargez (à partir de 20 $, avec des bonus à partir de 50 $) et déplacez le reste du trafic.
Les prompts qui dépendaient des particularités d'un autre modèle peuvent nécessiter de petites modifications, comme un prompt système différent. C'est normal lors d'un changement de modèle, donc jugez sur votre propre ensemble de tests, pas sur une seule réponse. Ce modèle est optimisé pour répondre sans refus de contenu pour un usage adulte légal, et le contenu sexuel impliquant des mineurs n'est pas autorisé.
Les docs décrivent chaque endpoint et en-tête. Notre page sur l’alternative API de Venice explique comment le produit se compare, et la page des tarifs affiche les montants de rechargement, les bonus et les méthodes de paiement. Les prompts envoyés à l’API ne sont pas utilisés pour l’entraînement, et le crédit n’expire jamais, donc un petit rechargement d’essai n’a pas de date limite.
Plus de guides
Questions et réponses
Quelle est l'URL de base ?
Utilisez https://api.veniceapialternative.com/v1 avec n’importe quel client compatible OpenAI et envoyez votre clé en tant que jeton Bearer.
Quel ID de modèle envoyer ?
Envoyez uncensored. Il n’y a qu’un seul modèle, donc rien à mapper depuis vos anciens noms de modèles.
Comment vérifier mon solde ?
Lisez l’en-tête de réponse X-Balance-USD, appelez GET /v1/balance, ou utilisez le format OpenAI avec GET /v1/dashboard/billing/credit_grants.
Puis-je appeler des endpoints d’image ou d’embedding ?
Non. L’API est uniquement textuelle, sans endpoints pour les images, l’audio, la vidéo, les embeddings ou le fine-tuning.