खुला रूटर इंटीग्रेशन परहेज करने योग्य गलतियाँ

गलत base_url का उपयोग करके

मानक OpenAI बेस यूआरएल का उपयोग करने से आपके अनुरोध विफल हो जाते हैं या किसी अलग मॉडल पर रूट हो जाते हैं। हमारे API के लिए आपको बदलने की आवश्यकता है base_url को https://api.whatisopenrouterai.com/v1. कॉन्फ़िगरेशन की यह एकल लाइन सुनिश्चित करती है कि आपका SDK वैश्विक OpenAI इंफ्रास्ट्रक्चर के बजाय हमारे सर्वर से कनेक्ट होता है।

अक्सर डेवलपर्स बिना इस वेरिएबल को अपडेट किए अपना मौजूदा कोड कॉपी-पेस्ट करते हैं। यदि आप डिफ़ॉल्ट यूआरएल छोड़ देते हैं, तो आपको या तो 404 त्रुटि मिलेगी या एक ऐसे मॉडल से टकराएंगे जो uncensored नहीं है। कनेक्शन की जांच करने के लिए हमेशा सत्यापित करें कि /v1/models एंडपॉइंट। आपको वहां हमारी विशिष्ट मॉडल आईडी सूचीबद्ध देखनी चाहिए। यह पुष्टि करता है कि रूटिंग सही है आपके पहले कंप्लीशन अनुरोध को भेजने से पहले।

मॉडल आईडी सेट न करना

सही बेस URL के साथ भी, मॉडल ID छोड़ देने से एक सामान्य या पुराने मॉडल पर डिफ़ॉल्ट हो जाता है। आपको स्पष्ट रूप से सेट करना चाहिए model पैरामीटर को "uncensored" हर अनुरोध में। यह हमारे रूटिंग परत को बताता है कि असीमित सामग्री के लिए ट्यून किए गए विशिष्ट ओपन-वेट मॉडल को सर्व करें।

इस स्पष्ट निर्देश के बिना, आपको अलग मॉडल मिल सकता है जिसके अलग अलाइनमेंट नियम हों। कुछ मॉडल कानूनी वयस्क विषयों को डिफ़ॉल्ट रूप से रिफ्यूज करते हैं। मजबूर करके uncensored ID, आप जो व्यवहार उम्मीद करते हैं उसे गारंटी देते हैं। अपने कोड में किसी भी हार्डकोडेड मॉडल नामों के लिए जांचें जो आपके SDK डिफ़ॉल्ट्स को ओवरराइड कर सकते हैं।

token limits और errors को अनदेखा करना

100,000 टोकन की संदर्भ विंडो या 16,000 टोकन आउटपुट सीमा को पार करने से तुरंत अनुरोध विफल हो जाते हैं। हमारा API प्रत्येक अनुरोध के लिए 16,000 टोकन का अधिकतम आउटपुट लागू करता है। यदि आप सेट नहीं करते हैं max_tokens, डिफ़ॉल्ट केवल 2,048 टोकन है। यह अक्सर जटिल तर्क कार्यों के लिए बहुत छोटा होता है।

त्रुटियाँ और अस्वीकृतियाँ आपके पूर्व-भुगतान क्रेडिट का उपभोग नहीं करतीं। हालांकि, दर सीमाओं को हिट करने वाले या बॉडी साइज (8 MB) से अधिक वाले खराब अनुरोध अभी भी आपके कोटा के खिलाफ गिने जाते हैं। टोकन उपयोग के लिए अपनी प्रतिक्रिया हेडर की निगरानी करें। कॉन्टेक्स्ट विंडो के भीतर फिट होने के लिए अपने प्रॉम्प्ट इंजीनियरिंग को समायोजित करें। यह महंगे पुनरावृत्तियों को रोकता है और सुनिश्चित करता है कि डेटा प्रवाह सहज रहे।

प्रीपेड बिलिंग को समझना

आपके खाते का बैलेंस प्रीपेड क्रेडिट से जुड़ा होता है, न कि मासिक सदस्यता से। हम 1M इनपुट टोकन के लिए $0.15 और 1M आउटपुट टोकन के लिए $0.50 शुल्क लेते हैं। त्रुटियां मुफ्त हैं, लेकिन सफल पूर्णताएं क्रेडिट खर्च करती हैं। सेवा उपलब्धता बनाए रखने के लिए आपको क्रिप्टो के माध्यम से टॉप अप करना होगा।

हम टॉप-अप्स के लिए USDT (TRC20) या USDC (Base) स्वीकार करते हैं। न्यूनतम जमा $20 से शुरू होते हैं। उच्च स्तरों पर बोनस लागू होते हैं: $50 से +5%, $100 से +10%, और $200 से +15%। क्रेडिट कभी समाप्त नहीं होता है। बड़े बैच चलाए जाने से पहले सुनिश्चित करें कि आपका बैलेंस सकारात्मक है। अपना वर्तमान बैलेंस और हालिया लेनदेन सत्यापित करने के लिए डैशबोर्ड जांचें।

स्ट्रीमिंग को मानक प्रतिक्रियाओं के साथ भ्रमित करना

SSE के माध्यम से स्ट्रीमिंग प्रतिक्रिया स्ट्रीम को पार्स करने के तरीके को बदल देता है। मानक प्रतिक्रियाएं एकल JSON ऑब्जेक्ट लौटाती हैं। स्ट्रीमिंग कई चंक लौटाती है। आपको सटीक टोकन उपयोग आंकड़े प्राप्त करने के लिए अंतिम चंक को हैंडल करना होगा।

हमारे स्ट्रीमिंग इम्प्लीमेंटेशन में अंतिम चंक में टोकन उपयोग शामिल है। यदि आप स्ट्रीम को जल्दी बंद कर देते हैं, तो आप इस डेटा को मिस कर सकते हैं। सुनिश्चित करें कि आपका क्लाइंट लाइब्रेरी SSE को सही ढंग से सपोर्ट करता है। यह उन रियल-टाइम एप्लिकेशनों के लिए महत्वपूर्ण है जहां आप टोकन को जनरेट होते हुए दिखाते हैं। गलत कॉन्फ़िगर किया गया स्ट्रीमिंग अपूर्ण टेक्स्ट या टूटे हुए UI स्टेट्स का कारण बन सकता है।

tool_choice कॉन्फ़िगरेशन त्रुटियाँ

गलत tool_choice सेटिंग्स फ़ंक्शन कॉलिंग को उद्देश्य के अनुसार काम करने से रोक सकती हैं। आप एक विशिष्ट टूल को फ़ोर्स कर सकते हैं या मॉडल को निर्णय लेने दे सकते हैं। गलत कॉन्फ़िगरेशन अक्सर मॉडल को उपलब्ध फ़ंक्शन्स को नज़रअंदाज करने का कारण बनता है।

उपयोग करें tool_choice नियंत्रित करने के लिए कि क्या मॉडल टूल्स को स्वचालित रूप से कॉल करता है। इसे "auto" लचीलेपन के लिए या कठोर व्यवहार के लिए टूल ID निर्दिष्ट करें। सुनिश्चित करें कि आपके फंक्शन डिफ़िनिशन्स अपेक्षित स्कीमा से मेल खाते हैं। इससे रनटाइम त्रुटियों से बचा जाता है जब मॉडल एक गैर-मौजूदा फंक्शन को कॉल करने की कोशिश करता है। उत्पादन में डिप्लॉय करने से पहले अपने टूल डिफ़िनिशन्स की अच्छी तरह परीक्षा करें।

missing json_object मोड

बिना response_format: {"type": "json_object"}, मॉडल मार्कडाउन या सादा पाठ आउट कर सकता है। यह कठोर JSON की उम्मीद करने वाले पार्सर को तोड़ देता है। सुसंगत, पार्सेबल आउटपुट सुनिश्चित करने के लिए JSON मोड सक्षम करें।

यह फीचर उन डाउनस्ट्रीम सिस्टम के साथ इंटीग्रेशन के लिए आवश्यक है जो संरचित डेटा की आवश्यकता करते हैं। यह पोस्ट-प्रोसेसिंग ओवरहेड को काफी कम करता है। हमेशा अपने क्लाइंट कोड में आउटपुट स्कीमा को वैलिडेट करें। यह कभी-कभी मॉडल हॉल्युसिनेशन्स के खिलाफ मजबूती सुनिश्चित करता है। एंटिटीज़ एक्सट्रैक्ट करने या कॉन्फ़िगरेशन फ़ाइलें जनरेट करते समय इस मोड का उपयोग करें।

दर सीमा हैरानियाँ

हमारा API प्रति कुंजी प्रति मिनट 300 अनुरोधों की अनुमति देता है। इस सीमा को पार करने पर 429 Too Many Errors प्रतिक्रिया मिलती है। समवर्ती अनुरोध प्रति कुंजी 8 तक सीमित हैं। अपनी समवर्ती सेटिंग्स को उसी अनुसार योजनाबद्ध करें।

यदि आप कई प्रक्रियाएँ चलाते हैं, तो सुनिश्चित करें कि वे एक ही कुंजी साझा करें या अलग-अलग कुंजियाँ जनरेट करें। प्रत्येक खाता एक सक्रिय कुंजी का समर्थन करता है। एक नई कुंजी पुरानी कुंजी को प्रतिस्थापित कर देती है। प्रतिक्रिया में अपने रेट लिमिट हेडर की निगरानी करें। अपनी रीट्राई लॉजिक में एक्सपोनेंशियल बैकऑफ लागू करें। यह उच्च ट्रैफिक अवधि के दौरान कैस्केडिंग विफलताओं को रोकता है।

क्रिप्टो टॉप-अप विलंबताएं

क्रिप्टो लेनदेन ब्लॉकचेन पर पुष्टि में समय ले सकते हैं। फंड भेजने के बाद आपका क्रेडिट तुरंत दिखाई नहीं दे सकता। सही नेटवर्क का उपयोग करें: USDT के लिए TRC20 या USDC के लिए Base। गलत नेटवर्क पर भेजने से फंड की हानि होती है।

टॉप-अप $20 से $500 तक होते हैं। सुनिश्चित करें कि आप सटीक राशि भेजें या नेटवर्क शुल्क को ध्यान में रखें। ब्लॉकचेन एक्सप्लोरर पर ट्रांजैक्शन हैश जांचें। यदि क्रेडिट में देरी हो, तो लेनदेन ID के साथ सपोर्ट से संपर्क करें। तुरंत भुगतान विफल मानें नहीं। नेटवर्क भीड़भाड़ के दौरान धैर्य प्रमुख है।