Opsummering
- Brug en enkelt base URL og model-ID'et "uncensored" for at få adgang til en open-weight-model finjusteret til lave afvisningsrater.
- API'en understøtter et kontekstvindue på 100.000 tokens med en grænse for maks output på 16.000 tokens pr. anmodning.
- Streaming via SSE, JSON-tilstand og function calling understøttes fuldt ud til data pipelines med strukturerede data.
- Prissætningen er gennemsigtig på $0.15 per 1M input-tokens og $0.50 per 1M output-tokens, med topsup kun via krypto.
Hvorfor 'AI uden begrænsninger' er vigtigt for udviklere
AI uden begrænsninger fjerner de vilkårlige indholdsfilter, der ofte afviser gyldige output til voksne, kreative eller tekniske formål. Når du har brug for en model til at generere kode eller fortællinger uden at blødgøre tonen, kan standardudbydere anvende sikkerhedslag, der ændrer resultatet. Vores API leverer én specifik ubegrænset model, der svarer direkte, hvilket sikrer, at du får den rå tekst, du bad om.
Denne tilgang er afgørende for udviklere, der bygger værktøjer, hvor selv-censur introducerer støj. Du undgår friktionen ved at gentage prompts, fordi modellen anså et nøgleord for "følsomt." Modellen er open-weight og indstillet til lovligt voksenbrug, hvilket betyder, at den ikke afviser kontroversielle emner eller eksplicit sprog, medmindre det involverer mindreårige. Du får konsistent, forudsigeligt adfærd uden skjulte moderationsporte.
Trin 1: Konfigurer din base-URL og headers
Peg din OpenAI SDK til vores base URL, og brug model-ID "uncensored" til alle forespørgsler. Dette sikrer, at du taler med vores dedikerede uncensored-model frem for en routed proxy. Du har kun brug for en gyldig API-nøgle i autorisationsheaderen.
Start med at indstille base URL til HTTPS://api.llmwithoutrestrictionsonline.com/v1. Send derefter en POST-forespørgsel til /v1/chat/completions. Model-ID er strengt "uncensored". Du kan bruge enhver standard OpenAI-kompatibel klient, men du skal overskrive base URL. Denne enkelt endpoint håndterer alle chat-completions. Der er ingen andre modeller tilgængelige, så du behøver ikke at administrere model-routing eller versionering. Indstil blot din nøgle, og kør.
curl https://api.llmwithoutrestrictionsonline.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "List three linux commands to delete log files"}]
}'
Trin 2: Håndter kontekstvinduer (100k tokens)
Modellen understøtter et kontekstvindue på 100.000 tokens for både prompt og completion tilsammen. Du kan sende store dokumenter eller lange samtaler uden at ramme hårde grænser tidligt. Maksimum output pr. request er dog 16.000 tokens. Hvis du ikke indstiller max_tokens, er standardværdien 2.048. Planlæg dine streaming- eller chunking-strategier derefter.
Når du sender lange inputs, skal du sikre, at det totale token-antal forbliver under 100,000. Dette inkluderer system-prompts, historie og brugermeddelelsen. Hvis du overskrider dette, vil requestet fejle. Til opgaver, der kræver længere outputs, skal du muligvis opdele genereringen. API'et understøtter ikke embeddings, så du skal håndtere din egen hente-logik. Dette holder tjenesten fokuseret på ren tekstgenerering uden ekstra overhead.
Trin 3: Aktiver streaming til realtidsoutput
Brug server-sent events (SSE) til at streame tokens, mens de genereres. Dette giver øjeblikkelig feedback til brugergrænseflader og reducerer den opfattede forsinkelse. Den sidste chunk af streamen indeholder det samlede tokenforbrug for anmodningen. Du kan parse dette til at spore omkostninger i realtid uden at vente på hele svaret.
Angiv stream-parameteren til true i din anmodning. API'et returnerer en række delta-objekter. Hvert delta indeholder en delvis streng med indhold. Sammenkæd disse strenge for at opbygge det endelige output. Denne metode er standard for OpenAI-kompatible klienter. Den fungerer sømløst med de fleste SDK'er. Du behøver ikke en tilpasset parser til SSE-formatet. Håndter blot stream-events, når de ankommer.
from openai import OpenAI
client = OpenAI(base_url="https://api.llmwithoutrestrictionsonline.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)
Trin 4: Tving JSON-tilstand til strukturerede data
Aktiver JSON-tilstand ved at indstille response_format til json_object. Dette tvinger modellen til at outputte gyldig JSON, hvilket er essentielt for programmerbare pipelines. Det reducerer parseringsfejl og sikrer, at din backend modtager strukturerede data. Brug dette til at udtrække enheder, generere konfigurationsfiler eller bygge tool-inputs.
Når du bruger JSON-tilstand, kan modellen stadig producere mindre formatteringsproblemer. Valider altid outputtet med en JSON-parser. Denne funktion er afgørende for udviklere, der har brug for deterministiske strukturer. Den garanterer ikke perfekt syntaks, men den forbedrer betydeligt pålideligheden. Kombiner dette med en system prompt, der instruerer modellen til kun at outputte JSON. Dette reducerer chancen for markdown-indpakninger eller ekstra tekst.
Trin 5: Implementer funktionskald (værktøjer)
Understøtter funktionkald ved at sende værktøjs- og tool_choice-parametre. Modellen kan afgøre, hvilken funktion der skal kaldes, og generere argumenterne. Dette muliggør agentic workflows, hvor API'et interagerer med eksterne tjenester. Du definerer funktionsskemaet, og modellen returnerer værktøjskald i svaret.
Definér dine funktioner med navne, beskrivelser og parametreskemaer. Send dem i tools-arrayet. Modellen vil svare med en liste over værkturskald. Du udfører derefter disse funktioner og sender resultaterne tilbage til modellen. Denne løkke muliggør kompleks flertrinsræsonnement. Det fungerer med den uncensored model ligesom med standardmodeller. Der er ikke brug for særlig konfiguration ud over det standard OpenAI-format.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.llmwithoutrestrictionsonline.com/v1", apiKey: process.env.API_KEY });
const resp = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);
Trin 6: Administrer tokenomkostninger og grænser
Prisen er gennemsigtig: $0.15 per 1M input-tokens og $0.50 per 1M output-tokens. Du betaler for faktisk brug, med fejl og afslag, der er gratis. Der er ingen månedlige abonnementer eller skjulte gebyrer. Kredit udløber ikke, så du kan toppede op én gang og bruge den over tid. Denne model passer til projekter med højt volumen og lang sigt uden forpligtelser.
Du kan toppe op med kun krypto. Minimum for top-up er $20, maksimum er $500. Du modtager en bonus: +5% for $50, +10% for $100 og +15% for $200. Grænser inkluderer 300 anmodninger i minuttet og 8 samtidige anmodninger per nøgle. Anmodningskroppen skal være under 8 MB. Brug en enkelt API-nøgle per konto, eller erstat den, hvis det er nødvendigt.
Trin 7: Fejlsøgning af almindelige filterafvisninger
Selv ukensurerede modeller kan afvise specifikt indhold, såsom seksuelt indhold, der involverer mindreårige. Dette er en fast grænse, der altid gælder. Hvis du får en afvisning, skal du tjekke svaret for en fejlkode, der indikerer indholdspolitik. Ellers er afvisninger sjældne for vokse-, kreative eller tekniske emner. Hvis du støder på uventede blokke, skal du justere din systemprompt for at afklare konteksten.
Almindelige problemer inkluderer overfyldning af kontekstvindu eller JSON-parseringsfejl. Sørg for, at dit input forbliver under 100,000 tokens. Brug JSON-tilstand til strukturerede output. Hvis du skal fejlsøge, skal du tjekke responskroppen for detaljerede fejlmeddelelser. API'et giver klar feedback. Du kan også kontakte support for dobbeltopkrævninger eller kontoproblemer. Kredit refunderes ikke, men fejl er gratis.
Konklusion: Byg Uden Vagter
At bygge med AI uden begrænsninger giver dig fuld kontrol over outputtet. Du undgår støj fra sikkerhedsfiltre, der renser tekst for massetilpasning. Denne API leverer en pålidelig, open-weight-model til udviklere, der har brug for rå, ufiltrede resultater. Brug de standard OpenAI-kompatible endpoints for nem integration. Stream svar, tving JSON, eller kald værktøjer efter behov.
Prisen er simpel og gennemsigtig. Betal kun for det, du bruger, med krypto-opfyldninger og ingen udløb. Modellen er indstillet til lovligt voksent brug, hvilket sikrer, at du får det indhold, du forventer. Start med prøvekredit, integrer dine apps, og skalér uden grænser. Dette er et værktøj til udviklere, der vil have kraft, ikke polering.