DE ▾
llmwebsearchapi.com
llmwebsearchapi.com›Anleitung
API-Schlüssel erhalten

Erstelle deinen ersten LLM-API-Aufruf mit Python und curl

So rufst du eine LLM-API in der Praxis auf: eine POST-Anfrage mit einem Schlüssel, einem Modellnamen und einer Liste von Nachrichten, die Antwort kommt als JSON zurück. Diese Seite zeigt curl, Python, Streaming, Kosten und die ersten Fehler, auf die du stoßen wirst.

Isometrische Illustration eines Terminals, das Datenpakete an einen Würfel sendet, der Sprechblasen zurückgibt

Der Aufruf in fünf Schritten

Wenn du wissen willst, wie man einen LLM-API-Aufruf macht, ohne ein Handbuch zu lesen, ist dies das gesamte Verfahren. Jede Anfrage an ein Chat-Sprachmodell folgt denselben fünf Schritten, egal welchen Client du nutzt.

  1. Hole dir einen API-Schlüssel von der Schlüssel-Seite. Neue Konten können dort mit einem Klick ein kleines Testguthaben beanspruchen.
  2. Wähle den Endpunkt: https://api.llmwebsearchapi.com/v1/chat/completions.
  3. Sende den Schlüssel im Header Authorization: Bearer YOUR_API_KEY.
  4. Sende einen JSON-Body mit model auf uncensored und einer messages-Liste.
  5. Lies choices[0].message.content aus dem zurückgegebenen JSON aus.

Das war's. Alles andere auf dieser Seite sind Details zu diesen fünf Schritten: Was die Nachrichtenliste enthalten sollte, wie du die Kosten siehst und was zu tun ist, wenn der Server mit einem Fehler antwortet.

Deine erste Anfrage mit curl

curl ist der schnellste Weg, um zu prüfen, ob dein Schlüssel und Netzwerkpfad funktionieren, da keine Bibliothek dazwischen liegt. Speichere deinen Schlüssel zuerst in einer Umgebungsvariable, damit er nicht im Shell-Verlauf landet.

export API_KEY="YOUR_API_KEY"

curl https://api.llmwebsearchapi.com/v1/chat/completions   -H "Authorization: Bearer $API_KEY"   -H "Content-Type: application/json"   -d '{
    "model": "uncensored",
    "messages": [
      {"role": "system", "content": "You answer in two short sentences."},
      {"role": "user", "content": "What is a token in a language model?"}
    ],
    "temperature": 0.7
  }'

Der Body hat drei relevante Teile. model bestimmt, wer antworten soll; auf diesem Dienst gibt es nur ein Modell, daher ist der Wert immer uncensored. messages ist der bisherige Gesprächsverlauf. temperature steuert, wie experimentell die Formulierung ist, von nahe 0 für wiederholbare Ausgaben bis etwa 1 für mehr Abwechslung.

Du kannst auch prüfen, ob der Schlüssel akzeptiert wird, ohne etwas zu generieren: Sende eine GET-Anfrage an /v1/models mit demselben Authorization-Header. Wenn die Liste uncensored enthält, funktioniert die Authentifizierung und jeder spätere Fehler betrifft den Request-Body, nicht den Schlüssel.

Der gleiche Aufruf in Python

Du brauchst keinen speziellen Client. Das offizielle openai-Paket funktioniert, wenn du es auf eine andere Base URL zeigst. Installiere es mit pip install openai.

from openai import OpenAI

client = OpenAI(
    base_url="https://api.llmwebsearchapi.com/v1",
    api_key="YOUR_API_KEY",
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "You answer in two short sentences."},
        {"role": "user", "content": "What is a token in a language model?"},
    ],
    temperature=0.7,
)

print(resp.choices[0].message.content)
print(resp.usage.prompt_tokens, resp.usage.completion_tokens)

Zwei Dinge sind es wert, in deinen eigenen Code übernommen zu werden. Halte den Schlüssel aus der Quelldatei heraus; lies ihn aus einer Umgebungsvariable mit os.environ["API_KEY"], sobald du über Experimente hinaus bist. Zweitens, gib resp.usage aus, während du lernst. Die Token-Anzahlen neben dem Text zu sehen, ist der schnellste Weg, ein Gefühl dafür zu bekommen, was ein Aufruf kostet.

Da die Schnittstelle dem OpenAI-Format folgt, funktioniert die gleiche Struktur aus Node, Go, Ruby oder reinem fetch. Nur die Syntax um den POST herum ändert sich. Die Schnellstartanleitung in der Dokumentation listet die unterstützten Parameter auf.

Die Antwort lesen

Die Antwort ist ein JSON-Objekt. Mit vier Teilen davon hast du am häufigsten zu tun:

  • choices[0].message.content ist der generierte Text.
  • choices[0].finish_reason sagt, warum die Generierung endete. stop bedeutet, dass das Modell fertig ist; length bedeutet, dass es eine Token-Grenze erreicht hat und der Text abgeschnitten sein könnte.
  • usage enthält prompt_tokens, completion_tokens und die Gesamtzahl. Daraus wird die Abrechnung berechnet.
  • Die Antwort-Header enthalten X-Request-Id und X-Balance-USD. Logge die Request-ID bei jedem Aufruf. Wenn du jemals den Support kontaktierst, ermöglicht diese ID ihnen, deine genaue Anfrage zu finden.

Das Kontextfenster umfasst 100.000 Token, gezählt aus Prompt und Completion zusammen. Ein normaler Chat-Schritt nutzt nur einen winzigen Teil davon. Du spürst die Grenze erst, wenn du ganze Dokumente einfügst oder eine sehr lange Historie sendest. max_tokens ist optional; wenn du es weglässt, kann die Completion den im Fenster verbleibenden Platz nutzen.

Nachrichten, Speicher und Streaming

Die API erinnert sich nicht an dich

Das überrascht Nutzer, die nur Chat-Websites kennen. Jeder Aufruf steht für sich. Bei einer Folgefrage sendest du die vorherigen Nachrichten erneut: Systemnachricht, erste Frage, erste Antwort des Modells, dann die neue Frage. Dein Code verwaltet die Liste und erweitert sie.

from openai import OpenAI

client = OpenAI(base_url="https://api.llmwebsearchapi.com/v1", api_key="YOUR_API_KEY")

history = [{"role": "system", "content": "You are a concise assistant."}]

def ask(text):
    history.append({"role": "user", "content": text})
    r = client.chat.completions.create(model="uncensored", messages=history)
    answer = r.choices[0].message.content
    history.append({"role": "assistant", "content": answer})
    return answer

print(ask("Name one use for a text API."))
print(ask("Give a second one."))

Denke daran, dass ein längerer Verlauf bei jeder späteren Anfrage mehr Input-Token bedeutet. Kürze oder fasse bei langen Sitzungen die ältesten Nachrichten zusammen.

Streaming für eine responsive Oberfläche

Setze stream auf true, und der Server sendet den Text stückweise über Server-Sent Events, sodass ein Chat-Fenster Wörter anzeigen kann, sobald sie eintreffen. Nutzungsdaten kommen am Ende des Streams.

from openai import OpenAI

client = OpenAI(base_url="https://api.llmwebsearchapi.com/v1", api_key="YOUR_API_KEY")

stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Explain HTTP in three sentences."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Ein praktischer Punkt: Eine Streaming-Anfrage belegt einen Concurrency-Slot, bis der Stream endet. Eine abgebrochene Verbindung hält also einen Slot für eine Weile belegt.

Was ein Aufruf kostet

Die Preise sind pro Token und Pay as you go: $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token, abgezogen vom Prepaid-Guthaben. Es gibt kein Abonnement, fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Guthaben verfällt nie.

Nimm die kleine Anfrage von vorhin und nimm an, sie hat 1.200 Input-Token und 400 Output-Token verbraucht:

  • Input: 1.200 / 1.000.000 x $0,15 = $0,00018
  • Output: 400 / 1.000.000 x $0,50 = $0,00020
  • Gesamt: $0,00038

Das Testguthaben von $0,50 würde etwa 1.300 Aufrufe dieser Größe decken, da $0,50 geteilt durch $0,00038 etwa 1.316 ergibt. Das Testguthaben ist 7 Tage gültig und erfordert keine Karte. Wenn du weitergehst, laufen Aufladungen in ganzen Beträgen von $20 bis $500, mit einem Bonus von 5 % ab $50, 10 % ab $100 und 15 % ab $200. Die Preisseite enthält die aktuellen Details und akzeptierten Zahlungsmethoden.

Output-Token kosten mehr als Input-Token, also ist es am günstigsten, kurze Antworten anzufordern, wenn kurze ausreichen. Eine Systemnachricht wie „antworte in zwei Sätzen“ senkt die Rechnung und die Wartezeit.

Fehler und Limits, die du zuerst siehst

Die meisten frühen Fehler fallen in wenige Kategorien.

SymptomHäufige UrsacheLösung
Authentifizierungsfehler (typisch HTTP 401)Fehlender oder falscher Schlüssel, oder das Wort Bearer vergessenPrüfe den Header und dass der Schlüssel kein Leerzeichen am Ende hat
Anfrage als fehlerhaft abgelehnt (typischerweise HTTP 400)Ungültiges JSON oder messages fehlenValidiere das JSON; beachte in curl die Anführungszeichen um -d
HTTP 429, Code rate_limitedMehr als 300 Anfragen pro Minute bei einem Voll-Schlüssel oder 60 bei einem Test-SchlüsselSende langsamer und versuche es erneut
HTTP 429, Code concurrencyMehr als 8 parallele Anfragen gleichzeitig mit einem vollständigen Schlüssel oder 2 mit einem Test-SchlüsselAnfragen in deinem Code in die Warteschlange stellen
HTTP 429 mit Retry-After: 5Vorübergehende ÜberlastungWarte die angegebenen 5 Sekunden und versuche es erneut

Das Wiederholen ist einfach hinzuzufügen. Diese Version wartet nach jedem fehlgeschlagenen Versuch etwas länger:

import time
from openai import OpenAI, RateLimitError

client = OpenAI(
    base_url="https://api.llmwebsearchapi.com/v1",
    api_key="YOUR_API_KEY",
    max_retries=0,
)

def call_with_retry(messages, tries=4):
    for attempt in range(tries):
        try:
            return client.chat.completions.create(model="uncensored", messages=messages)
        except RateLimitError:
            time.sleep(5 * (attempt + 1))
    raise RuntimeError("still rate limited after retries")

Der Anfragetext kann bis zu 8 MB groß sein, was weit mehr ist als jeder Prompt, der in das Kontextfenster passt.

Ein Hinweis für eine Website mit Suchbezug

Die Seiten dieser Website handeln von Websuche, daher ist eine Klarstellung hilfreich: Der hier beschriebene Endpunkt ist ein Textmodell. Es durchsucht nicht selbstständig das Internet und hat keinen Zugriff auf Seiten, die du ihm nicht gegeben hast. Wenn dein Produkt frische Web-Ergebnisse benötigt, hole sie in deinem eigenen Code ab und füge die relevanten Snippets in die Benutzer-Nachricht ein, oder stelle deine Suchfunktion als Tool über Function Calling zur Verfügung und lasse das Modell danach fragen.

Wie auch immer, die Struktur des Aufrufs bleibt die gleiche wie in den obigen Beispielen. Du sendest Nachrichten, du erhältst Text zurück und du zahlst für die Token in beide Richtungen. Wenn du bereit bist, erstelle einen Schlüssel und führe den curl-Befehl von oben auf dieser Seite aus.

Fragen und Antworten

Brauche ich die OpenAI-Bibliothek, um diese API aufzurufen?

Nein. Jeder HTTP-Client funktioniert, da es ein normales JSON-POST ist. Die OpenAI-SDKs sind praktisch und benötigen nur eine andere Base URL und einen Schlüssel.

Warum erhält meine Folgefrage eine Antwort ohne Kontext?

Die API behält zwischen Aufrufen keinen Verlauf. Sende die früheren Nachrichten jedes Mal erneut im messages-Array.

Wie sehe ich, wie viele Token ein Aufruf verwendet hat?

Lies das usage-Feld in der Antwort. Es listet Prompt-Token und Completion-Token auf, das sind die beiden Zahlen, auf die sich der Preis stützt.

Was soll ich nach einem HTTP 429 tun?

Warte und wiederhole. Wenn ein Retry-After-Header vorhanden ist, warte so lange; andernfalls warte ein paar Sekunden und reduziere die Anzahl der parallelen Anfragen.

Dein Schlüssel ist nur ein Formular entfernt

Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.