Error 1: Asumir que todos los modelos 'sin censura' tienen el mismo grado de restricción
El término IA sin censura a menudo se usa de forma laxa por los agregadores para describir modelos con filtros relajados. Algunos modelos aún conservan clasificadores duros para temas específicos, mientras que otros son realmente de pesos abiertos y ajustados para un rechazo mínimo. Esta variación significa que tu integración podría funcionar perfectamente con un modelo pero encontrar rechazos inesperados con otro. Verifica siempre el comportamiento específico del modelo al que estás enrutando.
Ofrecemos un único modelo verdaderamente sin censura que no rechaza temas adultos lícitos o controversiales. Esto elimina la incertidumbre del enrutamiento de modelos. Obtienes un comportamiento consistente en cada solicitud sin preocuparte por barreras ocultas.
Error 2: Ignorar los límites de la ventana de contexto de 100k tokens
Tu integración falla cuando los tokens totales en la solicitud más la completación superan el límite del modelo. Muchos desarrolladores configuran su cliente para enviar 100k tokens pero olvidan que el modelo necesita espacio para generar la respuesta. Si la ventana de contexto es de 100.000 tokens, debes reservar espacio para la salida. Enviar una solicitud demasiado grande resulta en un error inmediato o truncamiento.
Admitimos una ventana de contexto de 100,000 tokens para prompt y finalización combinados. Esto permite un historial extenso o documentos largos. Asegúrate de que tu código calcule correctamente los tokens restantes antes de cada solicitud. Exceder este límite desperdicia dinero en solicitudes rechazadas.
Error 3: Confundir max_tokens con la longitud del contexto
La longitud del contexto define cuánta historia puede leer el modelo. Los tokens máximos definen cuánta texto puede escribir el modelo. Estos son límites independientes. Puedes tener una ventana de contexto masiva pero una salida máxima pequeña. Establecer max_tokens demasiado bajo truncará tu respuesta. Establecerlo demasiado alto arriesga facturación innecesaria si el modelo genera relleno.
Nuestro LLM sin censura admite una salida máxima de 16,000 tokens por solicitud. Si no estableces max_tokens, se establece por defecto en 2,048 tokens. Este valor predeterminado suele ser demasiado corto para tareas de razonamiento complejas. Establece explícitamente el parámetro para que coincida con la longitud de respuesta esperada. Esto evita JSON truncado o bloques de código incompletos.
Error 4: Pasar por alto la diferencia entre conteos de tokens en streaming y no streaming
Las respuestas en streaming entregan tokens de forma incremental. Las respuestas sin streaming esperan a la finalización completa. El uso de tokens suele informarse en el último fragmento de un flujo. Si tu cliente ignora el último fragmento, pierdes datos precisos de facturación. Esto hace que depurar solicitudes costosas sea difícil.
Proporcionamos streaming vía SSE con uso de tokens en el último fragmento. Asegúrate de que tu analizador capture este evento final. Las solicitudes sin streaming también incluyen datos de uso en el cuerpo de la respuesta. Usa streaming para una mejor experiencia de usuario pero rastrea el uso correctamente. Perder el último fragmento lleva a costos subdeclarados.
Error 5: Esperar cero rechazos para todos los tipos de contenido
Que no esté censurado no significa ilimitado. La mayoría de los modelos aún imponen un límite estricto sobre contenido sexual que involucre a menores. Este es un nivel básico de seguridad estándar incluso en modelos de pesos abiertos. Si envías un prompt que viole esta regla, la API devuelve un rechazo. Esto no es un error; es una aplicación de política.
Nuestra API rechaza solicitudes que contienen contenido sexual que involucra a menores. Todo el contenido adulto legal restante está permitido. Este límite estricto se aplica independientemente del estilo de la solicitud. No asumas que cada rechazo indica un problema del modelo. Verifica tu contenido contra esta restricción específica primero.
Error 6: Usar configuraciones de temperatura incorrectas para creatividad frente a codificación
La temperatura controla la aleatoriedad. Los valores altos aumentan la creatividad pero reducen la precisión. Los valores bajos hacen que las salidas sean deterministas y precisas. Usar una temperatura alta para la generación de código introduce errores de sintaxis. Usar una temperatura baja para la escritura creativa hace que el texto sea repetitivo y soso.
Ajustar la temperatura según tu tarea. Usa valores más bajos para llamadas de funciones o modo JSON. Usa valores más altos para la generación de historias o lluvia de ideas. Nuestro LLM sin censura responde bien a estos ajustes. Prueba diferentes valores para encontrar el equilibrio adecuado para tu caso de uso.
Error 7: No probar la estructura de salida del modo JSON temprano
Los LLM no son bases de datos. Generan texto que parece JSON. Los errores ocurren cuando el modelo genera texto adicional o sintaxis inválida. El análisis falla si no validas la salida. Confiar en que el modelo produzca JSON perfecto cada vez es arriesgado. Implementa siempre un mecanismo de reintento para JSON inválido.
Soportamos el modo JSON mediante response_format json_object. Esto obliga al modelo a producir JSON válido. Aún así, podría producir objetos vacíos o campos faltantes. Valida la estructura antes de usar los datos. Esto ahorra tiempo de depuración más adelante en la tubería.
Error 8: Asumir que el crédito expira como una suscripción
Muchos proveedores de API cobran tarifas mensuales que caducan. Nuestro modelo es diferente. Pagas por lo que usas. El crédito prepagado nunca caduca. Si recargas $100, ese saldo permanece disponible indefinidamente. Esto es ideal para proyectos intermitentes o almacenamiento a largo plazo. No pierdes dinero por esperar.
Cobramos por el uso real de tokens. Los errores y las denegaciones son gratuitos. Esto significa que solo pagas por las completaciones exitosas. Recarga solo con criptomonedas. No haber tarifas mensuales significa sin cargos sorpresa. Utiliza el modelo prepagado para costos a largo plazo predecibles.
