Riepilogo
- Utilizza un singolo URL base e l'ID modello "uncensored" per accedere a un modello open-weight ottimizzato per bassi tassi di rifiuto.
- L'API supporta una finestra di contesto di 100.000 token con un limite di output massimo di 16.000 token per richiesta.
- Lo streaming tramite SSE, la modalità JSON e il function calling sono pienamente supportati per pipeline di dati strutturati.
- I prezzi sono trasparenti a $0.15 per 1M di token di input e $0.50 per 1M di token di output, con ricariche solo in criptovalute.
Perché 'AI senza restrizioni' è importante per gli sviluppatori
AI senza restrizioni elimina i filtri del contenuto arbitrari che spesso rifiutano output adulti, creativi o tecnici validi. Quando hai bisogno che un modello generi codice o narrazione senza attenuare il tono, i provider standard possono applicare livelli di sicurezza che alterano il risultato. La nostra API offre un singolo modello senza censure che risponde direttamente, assicurando che tu ottenga il testo grezzo che hai richiesto.
Questo approccio è vitale per gli sviluppatori che costruiscono strumenti in cui l'auto-censurazione introduce rumore. Si evita l'attrito di ritentare i prompt perché il modello ha considerato una parola chiave "sensibile." Il modello è open-weight e ottimizzato per l'uso adulto legale, il che significa che non rifiuta argomenti controversi o linguaggio esplicito a meno che non coinvolga minori. Si ottiene un comportamento coerente e prevedibile senza porte di moderazione nascoste.
Passo 1: Configura il tuo URL di base e le intestazioni
Indirizza il tuo OpenAI SDK al nostro URL base e usa l'ID del modello "uncensored" per tutte le richieste. Questo garantisce che tu stia parlando con il nostro modello uncensored dedicato e non con un proxy instradato. Hai bisogno solo di una chiave API valida nell'intestazione authorization.
Inizia impostando l'URL base su HTTPS://api.llmwithoutrestrictionsonline.com/v1. Quindi, invia una richiesta POST a /v1/chat/completions. L'ID del modello è strettamente "uncensored". Puoi utilizzare qualsiasi client compatibile con OpenAI, ma devi sovrascrivere l'URL base. Questo singolo endpoint gestisce tutte le completazioni di chat. Non sono disponibili altri modelli, quindi non devi gestire il routing o il versioning dei modelli. Imposta solo la tua chiave e vai.
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"}]
}'Passo 2: Gestisci le finestre di contesto (100k token)
Il modello supporta una finestra di contesto di 100.000 token che combina prompt e completamento. Puoi inviare documenti grandi o conversazioni lunghe senza raggiungere limiti rigidi precocemente. Tuttavia, l'output massimo per richiesta è di 16.000 token. Se non imposti max_tokens, il valore predefinito è 2.048. Pianifica di conseguenza le strategie di streaming o suddivisione in chunk.
Quando invii input lunghi, assicurati che il conteggio totale dei token rimanga sotto 100.000. Questo include i prompt di sistema, la cronologia e il messaggio dell'utente. Se superi questo limite, la richiesta fallirà. Per attività che richiedono output più lunghi, potresti dover dividere la generazione. L'API non supporta gli embedding, quindi devi gestire la tua logica di recupero. Questo mantiene il servizio focalizzato sulla pura generazione di testo senza sovraccarichi aggiuntivi.
Passo 3: Abilita lo streaming per l'output in tempo reale
Usa gli eventi server-sent (SSE) per trasmettere i token man mano che vengono generati. Questo fornisce feedback immediato per le interfacce utente e riduce la latenza percepita. L'ultimo chunk dello stream include l'utilizzo totale dei token per la richiesta. Puoi analizzarlo per monitorare i costi in tempo reale senza attendere la risposta completa.
Imposta il parametro stream su true nella richiesta. L'API restituisce una serie di oggetti delta. Ogni delta contiene una stringa di contenuto parziale. Concatena queste stringhe per costruire l'output finale. Questo metodo è standard per i client compatibili con OpenAI. Funziona senza soluzione di continuità con la maggior parte degli SDK. Non è necessario un parser personalizzato per il formato SSE. Gestisci semplicemente gli eventi stream man mano che arrivano.
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)Passo 4: Forza la modalità JSON per dati strutturati
Abilita la modalità JSON impostando response_format su json_object. Questo forza il modello a produrre JSON valido, essenziale per pipeline programmatiche. Riduce gli errori di parsing e garantisce che il tuo backend riceva dati strutturati. Usa questa opzione per estrarre entità, generare file di configurazione o creare input per gli strumenti.
Quando si utilizza la modalità JSON, il modello potrebbe comunque produrre piccoli problemi di formattazione. Convalidare sempre l'output con un parser JSON. Questa funzione è cruciale per gli sviluppatori che necessitano di strutture deterministiche. Non garantisce una sintassi perfetta, ma migliora significativamente l'affidabilità. Combinare questo con un prompt di sistema che istruisce il modello a produrre solo JSON. Questo riduce la possibilità di wrapper markdown o testo aggiuntivo.
Passo 5: Implementa la chiamata di funzioni (Strumenti)
Supporta la chiamata di funzioni passando i parametri tools e tool_choice. Il modello può decidere quale funzione chiamare e generare gli argomenti. Ciò abilita flussi di lavoro agentic in cui l'API interagisce con servizi esterni. Definisci lo schema della funzione e il modello restituisce le chiamate agli strumenti nella risposta.
Definisci le tue funzioni con nomi, descrizioni e schemi dei parametri. Passale nell'array tools. Il modello risponderà con un elenco di chiamate agli strumenti. Poi esegui queste funzioni e passa i risultati di nuovo al modello. Questo ciclo consente un ragionamento complesso multi-fase. Funziona con il modello uncensored esattamente come con i modelli standard. Non è necessaria alcuna configurazione speciale oltre al formato standard OpenAI.
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);Passo 6: Gestisci i costi dei token e i limiti
I prezzi sono trasparenti: $0.15 per 1M di token in input e $0.50 per 1M di token in output. Paghi per l'utilizzo effettivo, con errori e rifiuti gratuiti. Non ci sono abbonamenti mensili né costi nascosti. Il credito non scade, quindi puoi ricaricare una volta e utilizzarlo nel tempo. Questo modello si adatta a progetti ad alto volume e a lungo termine senza impegno.
Puoi effettuare una ricarica solo con criptovalute. La ricarica minima è di $20, il massimo è di $500. Ricevi un bonus: +5% per $50, +10% per $100 e +15% per $200. I limiti includono 300 richieste al minuto e 8 richieste concorrenti per chiave. Il corpo della richiesta deve essere inferiore a 8 MB. Usa una singola chiave API per account, o sostituiscila se necessario.
Passo 7: Debugging dei rifiuti comuni dei filtri
Anche i modelli non filtrati possono rifiutare contenuti specifici, come i contenuti sessuali che coinvolgono minori. Si tratta di un limite rigido che si applica sempre. Se ricevi un rifiuto, controlla la risposta per un codice di errore che indica la policy sui contenuti. Altrimenti, i rifiuti sono rari per argomenti adulti, creativi o tecnici. Se riscontri blocchi imprevisti, regola il tuo system prompt per chiarire il contesto.
I problemi comuni includono overflow della finestra di contesto o errori di analisi JSON. Assicurati che l'input rimanga sotto 100.000 token. Utilizza la modalità JSON per output strutturati. Se devi eseguire il debug, controlla il corpo della risposta per messaggi di errore dettagliati. L'API fornisce feedback chiari. Puoi anche contattare il supporto per addebiti doppi o problemi con l'account. Il credito non viene rimborsato, ma gli errori sono gratuiti.
Conclusione: Costruire Senza Guardrails
Sviluppare con AI senza restrizioni ti dà il controllo totale sull'output. Eviti il rumore dei filtri di sicurezza che sanificano il testo per un appeal di massa. Questa API fornisce un modello open-weight affidabile per gli sviluppatori che necessitano di risultati grezzi e senza filtri. Utilizza gli endpoint compatibili con OpenAI per un'integrazione semplice. Streamma le risposte, forza il JSON o chiama gli strumenti quando necessario.
Il prezzo è semplice e trasparente. Paghi solo ciò che usi, con ricariche in criptovaluta e senza scadenza. Il modello è ottimizzato per l'uso adulto legale, garantendo che tu ottenga i contenuti che ti aspetti. Inizia con il credito di prova, integra le tue app e scala senza limiti. Questo è uno strumento per sviluppatori che vogliono potenza, non perfezione.
