Pusat Bantuan

Untuk mendaftar di ViKey.ai, ikuti langkah-langkah berikut:

1. Kunjungi halaman pendaftaran
2. Isi formulir dengan informasi yang diminta (nama, email, dan password)
3. Verifikasi email Anda melalui link yang kami kirimkan
4. Lengkapi profil Anda dengan informasi tambahan
5. Tambahkan metode pembayaran untuk mengisi saldo akun Anda

Setelah pendaftaran selesai, Anda dapat langsung mengakses dashboard dan mulai menggunakan layanan kami.

Untuk membuat API key baru:

1. Masuk ke dashboard Anda
2. Navigasi ke bagian "API Keys"
3. Klik tombol "Buat API Key Baru"
4. Beri nama API key Anda dan atur batas penggunaan (opsional)
5. Klik "Simpan" untuk membuat API key

API key akan ditampilkan hanya sekali. Pastikan untuk menyimpannya di tempat yang aman.

Anda dapat mengisi saldo akun ViKey.ai Anda melalui berbagai metode pembayaran:

1. Masuk ke dashboard Anda
2. Navigasi ke bagian "Billing" atau "Saldo"
3. Klik tombol "Isi Saldo"
4. Pilih jumlah yang ingin Anda tambahkan
5. Pilih metode pembayaran (transfer bank, e-wallet, kartu kredit)
6. Ikuti instruksi untuk menyelesaikan pembayaran

Saldo akan ditambahkan ke akun Anda segera setelah pembayaran dikonfirmasi.

Untuk melihat riwayat penggunaan dan penagihan Anda:

1. Masuk ke dashboard Anda
2. Navigasi ke bagian "Usage" atau "Penggunaan"
3. Di sini Anda dapat melihat penggunaan berdasarkan model, API key, atau periode waktu
4. Untuk riwayat pembayaran, kunjungi bagian "Billing History" atau "Riwayat Penagihan"

Anda juga dapat mengunduh laporan penggunaan dalam format CSV untuk analisis lebih lanjut.

ViKey.ai menggunakan sistem bayar sesuai penggunaan (pay-as-you-go):

• Anda hanya membayar untuk token yang Anda gunakan
• Tidak ada biaya langganan bulanan atau komitmen jangka panjang
• Harga diatur per model, per juta token
• Anda dapat mengisi saldo akun sesuai kebutuhan
• Penggunaan API akan mengurangi saldo Anda secara otomatis

Sistem ini memberikan fleksibilitas maksimal - Anda hanya membayar untuk yang Anda gunakan, tanpa batasan minimal atau biaya tetap.

API ViKey.ai kompatibel dengan OpenAI, yang berarti Anda dapat menggunakan library dan SDK yang sama dengan hanya mengganti endpoint dan API key. Berikut contoh dasar:

Python

import requests
 
API_KEY = "your_api_key_here"  # Ganti dengan API key Anda
API_URL = "https://api.vikey.ai/v1/chat/completions"
 
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}
 
payload = {
    "model": "deepseek-coder",
    "messages": [
        {"role": "system", "content": "Kamu adalah asisten yang membantu."},
        {"role": "user", "content": "Jelaskan tentang kecerdasan buatan."}
    ]
}
 
response = requests.post(API_URL, headers=headers, json=payload)
print(response.json())

Untuk dokumentasi lengkap dan contoh integrasi dalam bahasa pemrograman lain, lihat Dokumentasi API kami.

ViKey.ai tidak menerapkan batasan rate pada API:

• Anda dapat melakukan sebanyak mungkin permintaan selama saldo Anda mencukupi
• Tidak ada batasan jumlah permintaan per menit atau per hari
• Tidak ada batasan token input atau output
• Penggunaan terus dilayani selama saldo akun Anda masih tersedia

Pendekatan ini memberikan fleksibilitas maksimal untuk kebutuhan produksi aplikasi Anda, tanpa khawatir tentang batasan teknis.

API ViKey.ai mengembalikan kode status HTTP standar bersama dengan pesan error yang informatif. Beberapa error umum meliputi:

Selalu bungkus panggilan API Anda dalam blok try-catch atau struktur penanganan error yang sesuai untuk menangani kesalahan dengan anggun.

ViKey.ai menyediakan akses ke berbagai model AI open source, termasuk:

• DeepSeek Coder: Model khusus untuk pembuatan dan bantuan kode
• Qwen: Model bahasa dari Alibaba Cloud yang beragam
• Llama 2: Model open source dari Meta dengan berbagai ukuran
• Mistral: Model open source dengan performa tinggi dan ringan

Kunjungi halaman model kami untuk daftar lengkap model yang tersedia dan spesifikasinya.

Pemilihan model tergantung pada kebutuhan spesifik kasus penggunaan Anda:

• DeepSeek Coder: Ideal untuk pembuatan kode, debugging, dan bantuan pemrograman
• Llama 2: Baik untuk tugas generasi teks umum, tersedia dalam berbagai ukuran
• Qwen: Memiliki performa baik untuk tugas dalam bahasa Asia, termasuk Bahasa Indonesia
• Mistral: Cocok untuk aplikasi ringan dengan latensi rendah

Kami merekomendasikan untuk menguji beberapa model dengan contoh input sesuai kasus penggunaan Anda untuk menemukan model yang paling sesuai dengan kebutuhan aplikasi.

Token adalah unit dasar dari teks yang diproses oleh model AI. Secara umum:

• Satu token setara dengan sekitar 4 karakter dalam bahasa Inggris
• Sekitar ¾ kata dalam bahasa Inggris
• Untuk Bahasa Indonesia, sekitar 1 token per 3-4 karakter

Perhitungan token meliputi:

1. Token input (prompt Anda)
2. Token output (respons model)

Tip: Untuk memperkirakan jumlah token dalam teks, Anda dapat membagi jumlah karakter dengan 4, atau menggunakan tokenizer dari OpenAI.

Jika API key Anda tidak berfungsi, coba langkah-langkah berikut:

1. Pastikan Anda menggunakan API key yang benar dan lengkap
2. Pastikan Anda menyertakan header Authorization dengan format yang benar
3. Periksa saldo akun Anda, pastikan masih ada kredit tersisa
4. Pastikan API key Anda aktif (tidak dinonaktifkan atau dihapus)

Jika semua langkah di atas tidak menyelesaikan masalah, hubungi dukungan pelanggan kami dengan detail error yang Anda terima.

Jika pembayaran Anda gagal, pertimbangkan kemungkinan berikut:

• Informasi kartu atau rekening bank tidak valid
• Dana tidak mencukupi
• Masalah sementara dengan gateway pembayaran
• Pembatasan bank untuk transaksi online

Langkah-langkah penyelesaian:

1. Coba gunakan metode pembayaran alternatif
2. Periksa informasi rekening atau kartu Anda
3. Hubungi bank Anda untuk memastikan tidak ada pembatasan
4. Tunggu beberapa saat dan coba lagi

Jika masalah berlanjut, hubungi tim dukungan kami dengan ID transaksi (jika tersedia) dan metode pembayaran yang Anda gunakan.

Jika Anda mengalami latensi tinggi, coba tips berikut:

• Gunakan model yang lebih kecil atau lebih ringan
• Kurangi panjang prompt Anda
• Tetapkan parameter max_tokens yang lebih rendah
• Gunakan server dengan latensi jaringan lebih rendah ke server kami
• Coba pada waktu yang berbeda (beban server dapat bervariasi)

Secara umum, model yang lebih besar membutuhkan waktu lebih lama untuk merespons. Jika kecepatan sangat penting untuk aplikasi Anda, pertimbangkan untuk menggunakan model yang lebih kecil atau mengimplementasikan caching untuk respons umum.