AI/ML API

Der Einstieg in die AI/ML API ist einfach. Befolgen Sie diese Schritte, um Ihre Integration einzurichten

1. Holen Sie sich Ihren API-Schlüssel

Um zu beginnen, benötigen Sie einen API-Schlüssel. Sie können Ihren hier erhalten
🔑 Holen Sie sich Ihren API-Schlüssel

2. Entdecken Sie verfügbare Modelle

Suchen Sie ein anderes Modell? Durchsuchen Sie die vollständige Liste der unterstützten Modelle
📚 Vollständige Liste der Modelle

3. Lesen Sie die Dokumentation

Für detaillierte Einrichtungsanweisungen und Nutzungsrichtlinien lesen Sie die offizielle Dokumentation
📖 AI/ML API Docs

4. Benötigen Sie Hilfe?

Wenn Sie Fragen haben, zögern Sie nicht, uns zu kontaktieren. Wir helfen Ihnen gerne weiter! 🚀 Discord

Verwendung

Sie können aus LLama, Qwen, Flux und über 200 weiteren Open- und Closed-Source-Modellen auf aimlapi.com/models wählen. Zum Beispiel

import litellm

response = litellm.completion(
    model="openai/meta-llama/Meta-Llama-3.1-405B-Instruct-Turbo", # The model name must include prefix "openai" + the model name from ai/ml api
    api_key="", # your aiml api-key 
    api_base="https://api.aimlapi.com/v2",
    messages=[
        {
            "role": "user",
            "content": "Hey, how's it going?",
        }
    ],
)

Streaming

import litellm

response = litellm.completion(
    model="openai/Qwen/Qwen2-72B-Instruct",  # The model name must include prefix "openai" + the model name from ai/ml api
    api_key="",  # your aiml api-key 
    api_base="https://api.aimlapi.com/v2",
    messages=[
        {
            "role": "user",
            "content": "Hey, how's it going?",
        }
    ],
    stream=True,
)
for chunk in response:
    print(chunk)

Asynchrone Vervollständigung

import asyncio

import litellm


async def main():
    response = await litellm.acompletion(
        model="openai/anthropic/claude-3-5-haiku",  # The model name must include prefix "openai" + the model name from ai/ml api
        api_key="",  # your aiml api-key
        api_base="https://api.aimlapi.com/v2",
        messages=[
            {
                "role": "user",
                "content": "Hey, how's it going?",
            }
        ],
    )
    print(response)


if __name__ == "__main__":
    asyncio.run(main())

Asynchrones Streaming

import asyncio
import traceback

import litellm


async def main():
    try:
        print("test acompletion + streaming")
        response = await litellm.acompletion(
            model="openai/nvidia/Llama-3.1-Nemotron-70B-Instruct-HF", # The model name must include prefix "openai" + the model name from ai/ml api
            api_key="", # your aiml api-key
            api_base="https://api.aimlapi.com/v2",
            messages=[{"content": "Hey, how's it going?", "role": "user"}],
            stream=True,
        )
        print(f"response: {response}")
        async for chunk in response:
            print(chunk)
    except:
        print(f"error occurred: {traceback.format_exc()}")
        pass


if __name__ == "__main__":
    asyncio.run(main())

Asynchrone Einbettung

import asyncio

import litellm


async def main():
    response = await litellm.aembedding(
        model="openai/text-embedding-3-small", # The model name must include prefix "openai" + the model name from ai/ml api
        api_key="",  # your aiml api-key
        api_base="https://api.aimlapi.com/v1", # 👈 the URL has changed from v2 to v1
        input="Your text string",
    )
    print(response)


if __name__ == "__main__":
    asyncio.run(main())

Asynchrone Bilderzeugung

import asyncio

import litellm


async def main():
    response = await litellm.aimage_generation(
        model="openai/dall-e-3",  # The model name must include prefix "openai" + the model name from ai/ml api
        api_key="",  # your aiml api-key
        api_base="https://api.aimlapi.com/v1", # 👈 the URL has changed from v2 to v1
        prompt="A cute baby sea otter",
    )
    print(response)


if __name__ == "__main__":
    asyncio.run(main())