uncensored 模型 API 文件

身份驗證與基礎 URL

開始發送請求至 https://api.bestllmapiprovider.com/v1 搭配您的 API 金鑰。基礎 URL 會取代客戶端設定中的標準 OpenAI 端點。將金鑰傳遞至 Authorization: Bearer <key> 每次呼叫的標頭。此標頭適用於官方 OpenAI SDK 及任何 OpenAI 相容的客戶端。

必要標頭

• Content-Type: application/json
• Authorization: Bearer YOUR_API_KEY

保持您的金鑰安全。如果您遺失了它，請從儀表板生成新金鑰。舊金鑰會立即停止運作。

Copycurl 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"}]
  }'

快速上手：發送您的第一個無審查請求

向 POST 請求 /v1/chat/completions 取得文字輸出。模型 ID 始終為 uncensored. 在 messages 陣列。API 會回傳直接回應，不含內容過濾器，適用於合法的成人用途。

範例載荷

• model: "uncensored"
• messages: [{"role": "user", "content": "Explain quantum entanglement."}]

此端點僅處理文字生成。它不支援影像或音訊。使用以下參數控制輸出風格。

Copyfrom 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)

參數：Temperature、Top-P 與 Seed

使用 temperature 和 top_p. 設定 temperature 至 0.7 以取得平衡的輸出，或 1.5 以增加變化。使用 top_p 限制採樣詞元的機率質量。設定一個 seed 整數以獲得可重現的結果。這些參數可幫助您針對特定任務調整模型。

主要參數

• temperature: 0.0 至 2.0
• top_p: 0.1 至 1.0
• seed: 任意整數

將這些與 max_tokens 控制長度。該模型嚴格遵守上下文視窗限制。

Copyimport 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);

串流回應與 token 計數

在請求主體中將 stream: true 在您的請求中。API 為每個生成的 Token 傳送伺服器發送事件 (SSE)。這可降低長回應的感知延遲。Token 使用量會在最後一個區塊中報告。

串流處理

• 隨資料到達讀取區塊
• 解析 delta field
• 檢查 usage 最後一個區塊中

串流支援所有參數。它不會影響按 token 計費的方式。您只需為實際生成的 token 付費。

Copystream = 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)

函式呼叫與 JSON 模式

使用 tools 用於函式呼叫或 response_format for JSON 輸出。設定 response_format 以 {"type": "json_object"} 用於嚴格的 JSON。模型會回傳適合解析的結構化資料。這對於建構代理程式或資料擷取管線非常有用。

設定

• tools: 函數定義的陣列
• response_format: {"type": "json_object"}

確保您的提示詞指示符合 schema。模型可能仍需要驗證。請始終處理潛在的解析錯誤。

JSON 模式範例

設定 response_format 用於強制執行嚴格的 JSON 輸出。這減少了後處理的需求。

限制、錯誤與上下文視窗

提示與補全的總上下文視窗為 100,000 tokens。每次請求的最大輸出為 16,000 tokens。每個金鑰每分鐘可發送 300 次請求。同時允許 8 個併發請求。錯誤會返回標準 HTTP 代碼。

常見錯誤

• 401：無效或缺失的 API 金鑰
• 402：額度不足
• 429：超過速率限制

因內容限制導致的拒絕不收取信用額度。錯誤也不收取信用額度。您的預付信用額度永不過期。

請求限制

最大請求主體大小為 8 MB。超出此限制將返回 413 錯誤。請謹慎管理您的 token 使用量。