Venice AI API-endpoint: wisselen naar een andere basis-URL
Als je code naar een venice ai api-endpoint wijst en je wilt een andere provider proberen, is de aanpassing klein: een basis-URL, een sleutel en een model-ID. Deze pagina geeft aan wat je moet aanpassen, wat je moet testen en wat daarna anders werkt.

Belangrijkste punten
- Vier aanpassingen dekken de meeste migraties: basis-URL, API-sleutel, model-ID en saldobalansafhandeling.
- De nieuwe basis-URL is https://api.veniceapialternative.com/v1 en het model ID is uncensored.
- Drie endpoints worden ondersteund: chat completions, responses en models.
- Test met de $0,50 proefversie voordat je echte datastromen verplaatst.
Het korte antwoord: vier aanpassingen
Elke client die het OpenAI-chatformaat spreekt, heeft alleen configuratiewijzigingen nodig om een andere provider te bereiken. Voor een venice ai api endpoint geldt hetzelfde omgekeerd: je vervangt vier waarden, in plaats van je integratie te herschrijven.
- Basis-URL: stel in op
https://api.veniceapialternative.com/v1. - API-sleutel: maak er een aan op de API-sleutelpagina en stuur deze als
Authorization: Bearer <key>. - Model-ID: gebruik
uncensored. Er is maar één model, dus geen modellijst om om te zetten. - Saldobalanscontroles: lees de
X-Balance-USD-header, of roepGET /v1/balanceaan.
Dit is een onafhankelijke service, niet gerund door of gelieerd aan Venice of een andere leverancier. Het hostt één open-weight model, dus elke modelnaam die je code eerder gebruikte, moet worden vervangen.
Voordat je aanpast: vind elke plek waar het endpoint leeft
De basis-URL staat zelden maar in één bestand. Zoek in je repository naar de oude hostnaam, naar de oude modelstring en naar de omgevingsvariabele die de sleutel bevat. Typische verborgen plekken zijn SDK-constructors, .env-bestanden, Docker- of CI-geheimen, front-endconfiguratie en achtergrondtaken die apart van de hoofdapp zijn geschreven.
Een handige gewoonte is om eerst alle drie de waarden naar omgevingsvariabelen te verplaatsen, en dan te migreren. Dat maakt de switch tot een wijziging tijdens het deployen en geeft je een rollback in één regel.
export LLM_BASE_URL="https://api.veniceapialternative.com/v1"
export LLM_API_KEY="YOUR_KEY"
export LLM_MODEL="uncensored"Broncode voor Python, Node en 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."}]}'
De -i flag print responseheaders, waarmee je X-Request-Id en X-Balance-USD op de eerste call ziet.
Wat hetzelfde blijft en wat verandert
De vorm van het verzoek is de bekende: messages met rollen, stream, tools, tool_choice, response_format voor JSON-modus, en de sampling parameters temperature, top_p, stop, seed en de straffen. Streaming gebruikt SSE met usage aan het einde, en tool results gaan terug als role: "tool" berichten.
| Artikel | Hier |
|---|---|
| Endpoints | POST /v1/chat/completions, POST /v1/responses, GET /v1/models |
| Model-ID | uncensored (één model) |
| Contextvenster | 100.000 tokens, prompt plus voltooiing |
| Maximale verzoekgrootte | 8 MB |
| Modaliteiten | Alleen tekst: geen afbeeldingen, audio, video, embeddings of fine-tuning |
De laatste rij is degene die migraties breekt. Als je app een image-, speech- of embeddingroute aanroept bij de oude provider, hebben die aanroepen hier geen equivalent. Houd dat deel bij de huidige provider en verplaats alleen de tekstaanroepen.
Behandel rate limits en fouten anders
Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 verzoeken per minuut toe. Een proefsleutel staat 2 gelijktijdige en 60 per minuut toe. Na het overschrijden van een limiet krijg je HTTP 429, met foutcode rate_limited voor verzoeken per minuut of concurrency voor te veel tegelijk. Een 429 met een Retry-After: 5-header betekent tijdelijke overbelasting: wacht en probeer opnieuw.
Let op dat een gestreamd verzoek zijn concurrentie-slot vasthoudt tot de stream klaar is. Als je oude integratie tientallen gelijktijdige verzoeken afvuurde, plaats dan een semaphore van 8 of minder voor de 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")
Mislukte of geweigerde verzoeken worden niet in rekening gebracht, dus opnieuw proberen bij fouten kost je geen tegoed.
Streaming en toolaanroepen na de overstap
Als je app tokens streamt naar een UI, verandert er niets in de client: stel stream: true in en lees server-verzonden gebeurtenissen. Het gebruiksblok arriveert aan het einde van de stream, wat handig is voor het loggen van de kosten van elk antwoord.
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 volgt dezelfde flow die je al kent. Je geeft tools en optioneel tool_choice door, het model retourneert tool_calls (gestreamd in stukken bij streaming), je voert de functie uit en je stuurt het resultaat terug als een role: "tool"-bericht. JSON-modus werkt met response_format: {"type": "json_object"}. Valideer altijd de geparseerde JSON in je code, omdat geen enkel model een schema garandeert.
Veelvoorkomende problemen na de switch
- Authenticatiefouten. Controleer of de sleutel als Bearer-token wordt verzonden en of je de hele string hebt gekopieerd. Een sleutel van de oude provider werkt hier niet.
- Niet gevonden-fouten. De basis-URL moet eindigen op
/v1. Als je het volledige/chat/completions-pad plakt in een SDK die het opnieuw toevoegt, is de route verkeerd. - Onbekend model. Elke modelstring anders dan
uncensoredis verkeerd. Zoek naar hard-coded namen in configuratie en tests. - Bursts van 429. Beperk parallelisme tot de concurrency van je sleuteltype en respecteer
Retry-After. - Onverwachte kosten. Lange chatgeschiedenissen worden bij elke beurt als input in rekening gebracht. Knip ze bij.
Als er nog iets vreemd lijkt, stuur dan de X-Request-Id waarde uit het antwoord naar het ondersteuning contact op de support page. Het identificeert het exacte verzoek en bespaart tijd aan beide kanten.
Migratielijst en testen
Werk dit in volgorde af. Elke stap is een kleine, omkeerbare wijziging.
- Claim de proef van $0,50 op de API-sleutelpagina. Het vereist geen kaart en duurt 7 dagen.
- Voer de bovenstaande curl-aanroep uit en bevestig het antwoord en de headers.
- Schakel één niet-kritiek codepad om naar de nieuwe basis-URL en sleutel.
- Herhaal een steekproef van echte prompts en vergelijk de outputkwaliteit, lengte en latentie met het blote oog.
- Controleer
usagein de responses en vermenigvuldig dit met je volume tegen $0,15 per 1M input en $0,50 per 1M output tokens. - Voeg een saldobalanswaarschuwing toe op
X-Balance-USD. - Laad op (vanaf $20, met bonussen vanaf $50) en verplaats het resterende verkeer.
Prompts die afhankelijk waren van de eigenaardigheden van een ander model, kunnen kleine aanpassingen nodig hebben, zoals een ander systeemprompt. Dat is normaal bij het wisselen van modellen, dus oordeel op basis van je eigen testset, niet op één antwoord. Dit model is afgestemd op antwoorden zonder inhoudelijke weigeringen voor wettelijk volwassen gebruik, en seksuele inhoud met minderjarigen is niet toegestaan.
De docs beschrijven elk endpoint en elke header. Onze pagina over de Venice API-alternatief behandelt hoe het product zich verhoudt, en de prijzenpagina toont oplaadbedragen, bonussen en betaalmethoden. Prompts die naar de API worden gestuurd, worden niet gebruikt voor training, en tegoed vervalt nooit, dus een kleine testoplaad heeft geen deadline.
Meer handleidingen
Vragen en antwoorden
Wat is de basis-URL?
Gebruik https://api.veniceapialternative.com/v1 met elke OpenAI-compatibele client en stuur je sleutel als Bearer-token.
Welke model ID moet ik sturen?
Stuur uncensored. Er is maar één model, dus je hoeft je oude modelnamen niet te mappen.
Hoe controleer ik mijn saldo?
Lees de X-Balance-USD-responseheader, roep GET /v1/balance aan, of gebruik de OpenAI-stijl GET /v1/dashboard/billing/credit_grants.
Kan ik image- of embedding-endpoints aanroepen?
Nee. De API is alleen voor tekst, zonder image-, audio-, video-, embedding- of fine-tuning endpoints.