Podsumowanie
- Użyj jednego podstawowego URL i identyfikatora modelu "uncensored", aby uzyskać dostęp do modelu open-weight dostrojonego do niskiego poziomu odrzuceń.
- API obsługuje okno kontekstowe o pojemności 100 000 tokenów z limitem 16 000 tokenów na żądanie wyjściowe.
- Strumieniowanie przez SSE, tryb JSON i wywoływanie funkcji są w pełni obsługiwane w potokach danych strukturalnych.
- Cennik jest przejrzysty: $0.15 za 1M tokenów wejściowych i $0.50 za 1M tokenów wyjściowych, z doładowaniami wyłącznie w kryptowalutach.
Dlaczego "AI bez ograniczeń" ma znaczenie dla programistów
API AI bez ograniczeń eliminuje arbitralne filtry treści, które często odrzucają poprawne wyniki dla dorosłych, kreatywnych lub technicznych. Kiedy potrzebujesz modelu do generowania kodu lub narracji bez łagodzenia tonu, standardowi dostawcy mogą stosować warstwy bezpieczeństwa, które zmieniają wynik. Nasze API obsługuje jeden konkretny niecenzurowany model, który odpowiada bezpośrednio, zapewniając surowy tekst, o który prosiłeś.
To podejście jest kluczowe dla deweloperów budujących narzędzia, w których samo-cenzura wprowadza szum. Unikasz tarcia wynikającego z ponownego wysyłania promptów, ponieważ model uznał słowo kluczowe za "wrażliwe". Model ma otwarte wagi i jest dostrojony do legalnego użytku dorosłych, co oznacza, że nie odmawia kontrowersyjnych tematów lub języka eksplicytnego, chyba że dotyczą one małoletnich. Otrzymujesz spójne, przewidywalne zachowanie bez ukrytych bram moderacyjnych.
Krok 1: Skonfiguruj swój adres URL bazowy i nagłówki
Wskaż swój OpenAI SDK na nasz podstawowy adres URL i użyj identyfikatora modelu "uncensored" do wszystkich żądań. Zapewnia to, że rozmawiasz z naszym dedykowanym modelem uncensored, a nie z proxy proxy. Potrzebujesz tylko ważnego klucza API w nagłówku autoryzacji.
Zacznij od ustawienia adresu bazowego na HTTPS://api.llmwithoutrestrictionsonline.com/v1. Następnie wyślij żądanie POST do /v1/chat/completions. Identyfikator modelu to ściśle "uncensored". Możesz użyć dowolnego klienta kompatybilnego z OpenAI, ale musisz nadpisać adres bazowy. Ten pojedynczy endpoint obsługuje wszystkie uzupełnienia czatu. Nie są dostępne inne modele, więc nie musisz zarządzać trasowaniem modeli ani wersjonowaniem. Po prostu ustaw swój klucz i gotowe.
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"}]
}'Krok 2: Obsługa okien kontekstowych (100k tokenów)
Model obsługuje okno kontekstowe o rozmiarze 100 000 tokenów dla sumy promptu i uzupełnienia. Możesz przesyłać duże dokumenty lub długie konwersacje bez wcześniejszego osiągnięcia twardych limitów. Jednak maksymalna odpowiedź na żądanie wynosi 16 000 tokenów. Jeśli nie ustawisz max_tokens, domyślnie wynosi 2048. Zaplanuj strategie strumieniowania lub dzielenia na fragmenty odpowiednio.
Przy wysyłaniu długich wejść upewnij się, że całkowita liczba tokenów mieści się poniżej 100,000. Obejmuje to prompty systemowe, historię i wiadomość użytkownika. Jeśli przekroczysz ten limit, żądanie zostanie odrzucone. W przypadku zadań wymagających dłuższych wyjść może być konieczne podzielenie generacji. Interfejs API nie obsługuje embeddingów, więc musisz zaimplementować własną logikę pobierania. Utrzymuje to usługę skupioną na czystej generacji tekstu bez dodatkowego narzutu.
Krok 3: Włącz strumieniowanie dla wyjścia w czasie rzeczywistym
Używaj zdarzeń wysłanych przez serwer (SSE) do strumieniowania tokenów w miarę ich generowania. Zapewnia to natychmiastową informację zwrotną dla interfejsów użytkownika i zmniejsza postrzeganą opóźnienie. Ostatni fragment strumienia zawiera całkowite zużycie tokenów dla żądania. Możesz go przeanalizować, aby śledzić koszty w czasie rzeczywistym bez oczekiwania na pełną odpowiedź.
Ustaw parametr stream na true w żądaniu. API zwraca serię obiektów delta. Każda delta zawiera ciąg częściowej zawartości. Połącz te ciągi, aby zbudować końcowe wyjście. Ta metoda jest standardowa dla klientów kompatybilnych z OpenAI. Działa bezproblemowo z większością SDK. Nie potrzebujesz niestandardowego parsera dla formatu SSE. Wystarczy obsłużyć zdarzenia strumienia, gdy nadejdą.
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)Krok 4: Wymuś tryb JSON dla danych strukturalnych
Włącz tryb JSON, ustawiając response_format na json_object. To wymusza na modelu output w formacie JSON, co jest kluczowe dla potoków programistycznych. Zmniejsza błędy parsowania i zapewnia, że Twój backend otrzymuje dane strukturalne. Użyj tego do ekstrakcji encji, generowania plików konfiguracyjnych lub budowania wejść dla narzędzi.
Podczas korzystania z trybu JSON model może nadal generować drobne problemy z formatowaniem. Zawsze waliduj wyjście za pomocą parsera JSON. Funkcja ta jest kluczowa dla programistów, którzy potrzebują deterministycznych struktur. Nie gwarantuje idealnej składni, ale znacznie poprawia niezawodność. Połącz to z promptem systemowym, który nakazuje modelowi generowanie wyłącznie JSON. Zmniejsza to szansę na opakowania markdown lub dodatkowy tekst.
Krok 5: Zaimplementuj wywoływanie funkcji (Narzędzia)
Wywoływanie funkcji poprzez przekazanie parametrów tools i tool_choice. Model może zdecydować, którą funkcję wywołać i wygenerować argumenty. Umożliwia to przepływy pracy agentyczne, w których API interaguje z usługami zewnętrznymi. Definiujesz schemat funkcji, a model zwraca wywołania narzędzi w odpowiedzi.
Zdefiniuj swoje funkcje z nazwami, opisami i schematami parametrów. Przekaż je w tablicy narzędzi. Model odpowie listą wywołań narzędzi. Następnie wykonujesz te funkcje i przekazujesz wyniki z powrotem do modelu. Ta pętla pozwala na złożone wieloetapowe rozumowanie. Działa z modelem uncensored tak samo, jak ze standardowymi modelami. Nie jest wymagana żadna specjalna konfiguracja poza standardowym formatem 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);Krok 6: Zarządzaj kosztami i limitami tokenów
Ceny są przejrzyste: $0.15 za 1M tokenów wejściowych i $0.50 za 1M tokenów wyjściowych. Płacisz za rzeczywiste użycie, przy czym błędy i odrzucenia są darmowe. Nie ma subskrypcji miesięcznych ani ukrytych opłat. Kredyt nie wygasa, więc możesz doładować raz i używać go w czasie. Ten model pasuje do projektów o dużym wolumenie i długoterminowych bez zobowiązań.
Możesz doładować konto wyłącznie kryptowalutami. Minimalna kwota doładowania wynosi $20, maksymalna to $500. Otrzymujesz bonus: +5% za $50, +10% za $100 oraz +15% za $200. Limity obejmują 300 żądań na minutę i 8 równoległych żądań na klucz. Ciało żądania musi być mniejsze niż 8 MB. Używaj jednego klucza API na konto lub zastąp go w razie potrzeby.
Krok 7: Debugowanie typowych odrzuceń filtrów
Nawet modele bez cenzury mogą odrzucać konkretne treści, takie jak treści seksualne z udziałem małoletnich. Jest to sztywna granica, która zawsze obowiązuje. Jeśli otrzymasz odrzucenie, sprawdź odpowiedź pod kątem kodu błędu wskazującego na politykę treści. W przeciwnym razie odrzucenia są rzadkie dla treści dla dorosłych, twórczych lub technicznych. Jeśli napotkasz nieoczekiwane blokady, dostosuj swój system prompt, aby wyjaśnić kontekst.
Typowe problemy obejmują przepełnienie okna kontekstu lub błędy parsowania JSON. Upewnij się, że Twój input mieści się w limicie 100,000 tokenów. Użyj trybu JSON dla outputów strukturalnych. Jeśli potrzebujesz debugowania, sprawdź ciało odpowiedzi pod kątem szczegółowych komunikatów o błędach. API dostarcza jasne informacje zwrotne. Możesz również skontaktować się z wsparciem w przypadku podwójnych obciążeń lub problemów z kontem. Kredyty nie są zwracane, ale błędy są bezpłatne.
Podsumowanie: Budowanie Bez Osłon
Budowanie z AI bez ograniczeń daje Ci pełną kontrolę nad wynikami. Unikasz szumu filtrów bezpieczeństwa, które oczyszczają tekst dla masowej publiczności. To API zapewnia niezawodny model open-weight dla deweloperów potrzebujących surowych, niefiltrowanych wyników. Użyj standardowych endpointów kompatybilnych z OpenAI dla łatwej integracji. Strumieniuj odpowiedzi, wymuś format JSON lub wywołuj narzędzia według potrzeb.
Cena jest prosta i przejrzysta. Płacisz tylko za to, czego używasz, z doładowaniami kryptowalutą i bez wygaśnięcia. Model jest dostrojony do użytku dorosłego zgodnego z prawem, zapewniając oczekiwaną treść. Zacznij od kredytu próbnej, zintegruj swoje aplikacje i skaluj bez limitów. To narzędzie dla programistów, którzy chcą mocy, a nie polerki.
