Endpoint da API Venice AI: Altere para outra URL base
Se o seu código aponta para um endpoint da API Venice AI e você quer experimentar outro provedor, a mudança é pequena: uma URL base, uma chave e um ID de modelo. Esta página lista o que editar, o que testar e o que se comporta de forma diferente depois.

Pontos principais
- Quatro edições cobrem a maioria das migrações: URL base, chave de API, ID do modelo e tratamento de saldo.
- A nova URL base é https://api.veniceapialternative.com/v1 e o ID do modelo é uncensored.
- Três endpoints são suportados: chat completions, respostas e modelos.
- Teste com o crédito de teste de $0,50 antes de mover o tráfego real.
A resposta curta: quatro edições
Qualquer cliente que fale o formato de chat OpenAI precisa apenas de alterações de configuração para alcançar outro provedor. Para um endpoint da API Venice AI, o mesmo vale de forma inversa: você está substituindo quatro valores, não reescrevendo sua integração.
- URL base: defina para
https://api.veniceapialternative.com/v1. - Chave de API: crie uma na página da chave de API e envie-a como
Authorization: Bearer <key>. - ID do modelo: use
uncensored. Há um único modelo, então não há lista de modelos para mapear. - Verificações de saldo: leia o cabeçalho
X-Balance-USDou chameGET /v1/balance.
Este é um serviço independente, não operado ou afiliado à Venice ou qualquer outro fornecedor. Ele hospeda um único modelo de pesos abertos, então qualquer nome de modelo que seu código usava antes deve ser substituído.
Antes de editar: encontre todos os lugares onde o endpoint está localizado
A URL base raramente está em apenas um arquivo. Pesquise seu repositório para o nome de host antigo, para a string de modelo antiga e para a variável de ambiente que contém a chave. Locais típicos incluem construtores de SDK, arquivos .env, segredos do Docker ou CI, configurações de front-end e workers de segundo plano que foram escritos separadamente do aplicativo principal.
Um hábito útil é mover todos os três valores para variáveis de ambiente primeiro, depois migrar. Isso torna a alteração uma mudança em tempo de implantação e oferece uma reversão de uma linha.
export LLM_BASE_URL="https://api.veniceapialternative.com/v1"
export LLM_API_KEY="YOUR_KEY"
export LLM_MODEL="uncensored"Código para Python, Node e 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."}]}'
A flag -i imprime os cabeçalhos de resposta, que é como você vê X-Request-Id e X-Balance-USD na primeira chamada.
O que permanece igual e o que muda
A forma da requisição é a familiar: messages com papéis, stream, tools, tool_choice, response_format para modo JSON, e os parâmetros de amostragem temperature, top_p, stop, seed e as penalidades. Streaming usa SSE com uso no final, e os resultados das ferramentas retornam como mensagens role: "tool".
| Item | Aqui |
|---|---|
| Endpoints | POST /v1/chat/completions, POST /v1/responses, GET /v1/models |
| ID do modelo | uncensored (um modelo) |
| Janela de contexto | 100.000 tokens, prompt mais conclusão |
| Corpo da requisição máximo | 8 MB |
| Modalidades | Texto apenas: sem imagens, áudio, vídeo, incorporações ou ajuste fino |
A última linha é a que quebra migrações. Se seu aplicativo chama uma rota de imagem, fala ou embedding no provedor antigo, essas chamadas não têm equivalente aqui. Mantenha essa parte no provedor atual e mova apenas as chamadas de texto.
Gerencie limites e erros de forma diferente
Uma chave completa permite 8 requisições simultâneas e 300 requisições por minuto. Uma chave de teste permite 2 simultâneas e 60 por minuto. Ao ultrapassar qualquer limite, você recebe HTTP 429, com o código de erro rate_limited para requisições por minuto ou concurrency para muitas ao mesmo tempo. Um 429 com o cabeçalho Retry-After: 5 significa sobrecarga temporária: aguarde e tente novamente.
Observe que uma requisição em streaming mantém o slot de concorrência até o fim do streaming. Se sua integração antiga disparava dezenas de chamadas simultâneas, coloque um semáforo de 8 ou menos instâncias antes do cliente.
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")
Requisições falhas ou recusadas não são cobradas, então novas tentativas em erros não custam seu crédito.
Streaming e chamadas de ferramentas após a mudança
Se seu aplicativo transmite tokens para uma interface, nada muda no cliente: defina stream: true e leia eventos enviados pelo servidor. O bloco de uso chega ao final do fluxo, o que é útil para registrar o custo de cada resposta.
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)
A chamada de funções segue o mesmo fluxo que você já conhece. Você passa tools e opcionalmente tool_choice, o modelo retorna tool_calls (transmitido em partes quando em streaming), você executa a função e envia o resultado de volta como uma mensagem role: "tool". O modo JSON funciona com response_format: {"type": "json_object"}. Sempre valide o JSON analisado no seu código, pois nenhum modelo garante um schema.
Problemas comuns após a troca
- Falhas de autenticação. Verifique se a chave é enviada como token Bearer e se você copiou a string inteira. Uma chave do provedor antigo não funcionará aqui.
- Erros 404. A URL base deve terminar em
/v1. Se você colar o caminho completo/chat/completionsem um SDK que o adiciona novamente, a rota estará errada. - Modelo desconhecido. Qualquer string de modelo diferente de
uncensoredestá errada. Pesquise nomes codificados em configurações e testes. - Picos de 429. Limite o paralelismo à concorrência do tipo da sua chave e respeite
Retry-After. - Custo inesperado. Histórico de chat longo é cobrado como entrada em cada turno. Reduza-o.
Se algo ainda parecer estranho, envie o valor X-Request-Id da resposta para o contato na página de suporte. Ele identifica a requisição exata e economiza tempo em ambos os lados.
Lista de migração e testes
Passe por isso em ordem. Cada etapa é uma mudança pequena e reversível.
- Reivindique o crédito de teste de $0,50 na página da chave de API. Não precisa de cartão e dura 7 dias.
- Execute a chamada curl acima e confirme a resposta e os cabeçalhos.
- Mude um caminho de código não crítico para a nova URL base e chave.
- Reprovo uma amostra de prompts reais e compare a qualidade, o comprimento e a latência da saída a olho nu.
- Verifique o uso
usagenas respostas e multiplique pelo seu volume a $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. - Adicione um alerta de saldo em
X-Balance-USD. - Recarregue (a partir de $20, com bônus a partir de $50) e redirecione o restante do tráfego.
Prompts que dependiam de peculiaridades de outro modelo podem precisar de pequenas edições, como um system prompt diferente. Isso é normal ao mudar modelos, então avalie pelo seu próprio conjunto de testes, não por uma única resposta. Este modelo é ajustado para responder sem recusas de conteúdo para uso adulto legal, e conteúdo sexual envolvendo menores não é permitido.
A documentação descreve cada endpoint e cabeçalho. Nossa página sobre a alternativa à API Venice cobre como o produto se compara, e a página de preços mostra valores de recarga, bônus e métodos de pagamento. Prompts enviados para a API não são usados para treinamento, e o crédito nunca expira, então uma pequena recarga de teste não tem prazo.
Mais guias
Perguntas e respostas
Qual é a URL base?
Use https://api.veniceapialternative.com/v1 com qualquer cliente compatível com OpenAI e envie sua chave como token Bearer.
Qual ID de modelo devo enviar?
Envie uncensored. Há apenas um modelo, portanto não há nada para mapear a partir dos nomes dos seus modelos antigos.
Como verifico meu saldo?
Leia o cabeçalho de resposta X-Balance-USD, chame GET /v1/balance ou use GET /v1/dashboard/billing/credit_grants no padrão OpenAI.
Posso chamar endpoints de imagem ou embedding?
Não. A API é apenas de texto, sem endpoints de imagem, áudio, vídeo, embedding ou fine-tuning.