uncensored 模型 API 文档

认证和基础 URL

首先发送请求至 https://api.bestllmapiprovider.com/v1 附带您的 API 密钥。基础 URL 替换了客户端配置中的标准 OpenAI 端点。将密钥传递到 Authorization: Bearer <key> 每次调用时的请求头。此方式适用于官方 OpenAI SDK 及任何 OpenAI 兼容客户端。

必填标头

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

保持密钥安全。如果你丢失了它，请从仪表板生成新密钥。旧密钥将立即停止工作。

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"}]
  }'

快速入门：发送您的第一个无审查请求

向...发起 POST 请求 /v1/chat/completions 获取文本输出。模型 ID 始终为 uncensored. 在 messages 数组。API 返回直接响应，无需内容过滤器，适用于合法的成人用途。

示例负载

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

该端点仅处理文本生成。它不支持图像或音频。使用以下参数控制输出风格。

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)

参数：温度、Top-P、Seed

使用 temperature 和 top_p. 设置 temperature to 0.7 for balanced output or 1.5 for more variation. Use top_p 限制采样标记的概率质量。设置 seed 用于可重现结果的整数。这些参数可帮助您针对特定任务调整模型。

关键参数

• temperature: 0.0 to 2.0
• top_p: 0.1 to 1.0
• seed: 任意整数

将这些与 max_tokens 控制长度。模型严格遵守上下文窗口限制。

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);

流式响应和令牌计数

通过将 stream: true 在您的请求中。API 为每个生成的令牌发送服务器发送事件（SSE）。这降低了长响应的感知延迟。令牌使用情况在最后一个块中报告。

流处理

• 按到达顺序读取数据块
• 解析 delta field
• 检查 usage 在最后一个块中

流式传输支持所有参数。它不会影响按 token 计费的方式。您只需为实际生成的 token 付费。

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)

函数调用与 JSON 模式

使用 tools 用于函数调用或 response_format for JSON 输出。设置 response_format 到 {"type": "json_object"} 适用于严格的 JSON 格式。模型返回适合解析的结构化数据。这对于构建智能体或数据提取管道非常有用。

配置

• tools: 函数定义数组
• response_format: {"type": "json_object"}

确保您的提示词指令与模式匹配。模型可能仍然需要验证。始终处理潜在的解析错误。

JSON 模式示例

设置 response_format 用于强制执行严格的 JSON 输出。这减少了后处理的需求。

限制、错误和上下文窗口

上下文窗口总计 100,000 个 token。每次请求的最大输出为 16,000 个 token。每个密钥每分钟可发送 300 次请求。同时允许 8 个并发请求。错误返回标准 HTTP 代码。

常见错误

• 401：无效或缺失的 API 密钥
• 402：余额不足
• 429：超出速率限制

因内容限制导致的拒绝不收取额度。错误也不收取额度。您的预付费额度永不过期。

请求限制

最大请求体大小为 8 MB。超出此限制将返回 413 错误。请仔细管理您的 token 使用情况。