API LLM Terbaik/Dokumentasi API untuk model uncensored
Dokumentasi API untuk model uncensored
Hantar permintaan tanpa sensor pertama anda ke API serasi OpenAI kami dalam beberapa saat. Panduan ini merangkumi pengesahan, penggunaan SDK, penstriman, dan had untuk API LLM tanpa sensor.
Pengesahan dan URL Asas
Mulakan dengan menghantar permintaan ke https://api.bestllmapiprovider.com/v1 dengan kunci API anda. URL asas menggantikan hujung sambungan OpenAI standard dalam konfigurasi klien anda. Hantar kunci tersebut dalam Authorization: Bearer <key> header untuk setiap panggilan. Ini berfungsi dengan SDK rasmi OpenAI dan mana-mana klien serasi OpenAI.
Header Diperlukan
Content-Type: application/jsonAuthorization: Bearer YOUR_API_KEY
Kekalkan kunci anda selamat. Jika anda kehilangannya, jana kunci baru dari papan pemuka. Kunci lama akan berhenti berfungsi serta-merta.
curl https://api.bestllmapiprovider.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Calculate the total cost for 50k tokens"}]
}'
Pengenalan: Hantar permintaan tanpa sensor pertama anda
Buat permintaan POST ke /v1/chat/completions untuk mendapatkan output teks. ID model sentiasa uncensored. Hantar permintaan anda dalam messages array. API mengembalikan respons langsung tanpa penapis kandungan untuk penggunaan dewasa yang sah.
Contoh Payload
model:"uncensored"messages:[{"role": "user", "content": "Explain quantum entanglement."}]
Endpoint ini mengendalikan penjanaan teks sahaja. Ia tidak menyokong imej atau audio. Gunakan parameter di bawah untuk mengawal gaya output.
from openai import OpenAI
client = OpenAI(base_url="https://api.bestllmapiprovider.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)
Parameter: Suhu, Top-P, dan Seed
Kawal kreativiti dengan temperature dan top_p. Tetapkan temperature to 0.7 for balanced output or 1.5 for more variation. Use top_p untuk membatasi jisim kebarangkalian token yang disampel. Tetapkan seed integer untuk hasil yang boleh direproduksi. Parameter ini membantu anda menala model untuk tugas khusus.
Parameter Utama
temperature: 0.0 hingga 2.0top_p: 0.1 hingga 1.0seed: mana-mata integer
Gabungkan ini dengan max_tokens untuk mengawal panjang. Model menghormati had tetingkap konteks dengan ketat.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.bestllmapiprovider.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);
Respons aliran dan pengiraan token
Aktifkan aliran dengan menetapkan stream: true dalam permintaan anda. API menghantar Acara Dikirim Pelayan (SSE) untuk setiap token yang dijana. Ini mengurangkan latensi yang dirasakan untuk respons yang panjang. Penggunaan token dilaporkan dalam potongan akhir.
Pengendalian Aliran
- Baca bahagian apabila ia tiba
- Uraikan
deltafield - Semak
usagedalam blok terakhir
Penstriman berfungsi dengan semua parameter. Ia tidak menjejaskan hargaan per token. Anda membayar untuk token sebenar yang dijana.
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Tell the story in second person."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
Panggilan Fungsi dan Mod JSON
Gunakan tools untuk pemanggilan fungsi atau response_format untuk output JSON. Tetapkan response_format ke {"type": "json_object"} untuk JSON yang ketat. Model mengembalikan data terstruktur yang sesuai untuk dianalisis. Ini berguna untuk membina agen atau saluran pengeluaran data.
Konfigurasi
tools: senarai definisi fungsiresponse_format:{"type": "json_object"}
Pastu arahan prompt anda sepadan dengan skema. Model mungkin masih memerlukan pengesahan. Selalu tangani ralat penafsiran yang berpotensi.
Contoh Mod JSON
Tetapkan response_format untuk memaksakan output JSON yang ketat. Ini mengurangkan keperluan untuk pemprosesan pasca.
Had, Ralat, dan Tetingkap Konteks
Jendela konteks ialah 100,000 token secara keseluruhan. Output maksimum ialah 16,000 token setiap permintaan. Anda boleh menghantar 300 permintaan setiap minit per kunci. Lapan permintaan serentak dibenarkan serentak. Ralat memulangkan kod HTTP standard.
Ralat Biasa
- 401: Kunci tidak sah atau hilang
- 402: Kredit tidak mencukupi
- 429: Had laju melebihi
Penolakan akibat had kandungan tidak menelan kredit. Ralat tidak menelan kredit juga. Kredit prabayar anda tidak luput.
Had Permintaan
Saiz badan permintaan maksimum ialah 8 MB. Melampau ini akan mengembalikan ralat 413. Urus penggunaan token anda dengan teliti.
Soalan lazim
Bagaimana cara membayar untuk API LLM tanpa sensor?
Anda menambah baki dengan kriptokoin sahaja (USDT pada TRC20 atau USDC pada Base). Sebarang jumlah bulat dari $20 hingga $500 diterima. Kredit dikenakan caj berdasarkan penggunaan token sebenar pada $0.15 per 1M token input dan $0.50 per 1M token output.
Adakah model tanpa sensor digunakan untuk melatih?
Tidak, prompt anda tidak digunakan untuk latihan. Model adalah model berat terbuka yang dijalankan di pelayan kami sendiri. Model ini ditala untuk menjawab tanpa penolakan kandungan untuk penggunaan dewasa yang sah.
Apa yang berlaku jika saya mendapat ralat 402?
Ralat 402 bermaksud anda tiada baki kredit. Anda perlu menambah nilai akaun anda dengan kripto untuk terus menggunakan API. Ralat seperti 401 atau 429 tidak mengenakan caj kredit.
Dapatkan Kunci API anda
Daftar, dapatkan kunci anda, kemas kini endpoint. Itu sahaja.