Documentation développeur pour les LLM non censurés

Authentification et URL de base

Votre clé API authentifie chaque requête adressée à notre infrastructure. Nous n'avons besoin que d'une adresse e-mail pour créer votre compte, et votre clé est générée immédiatement. Transmettez cette clé dans le Authorization header en utilisant le Bearer schéma. Notre URL de base est HTTPS://api.unfilteredllms.com/v1, qui fonctionne avec les SDK OpenAI officiels et tout client compatible OpenAI en modifiant simplement la configuration de base_url.

Copycurl https://api.unfilteredllms.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return current server time in ISO format"}]
  }'

Si vous recevez une erreur 401, votre clé est soit invalide, soit expirée. Si vous voyez une erreur 402, votre crédit prépayé est épuisé. Vous pouvez recharger avec USDT (TRC20) ou USDC (Base) à partir de 20 $, avec un crédit bonus appliqué aux niveaux supérieurs.

L'endpoint Chat Completions

Nous proposons un point de terminaison unique pour la génération de texte : POST /v1/chat/completions. Ce point de terminaison gère tous vos besoins d'inférence, en acceptant une liste de messages et en renvoyant une complétion. L'ID de modèle que vous devez envoyer est uncensored, un modèle open-source ajusté pour une sortie brute. Ce n'est pas GPT, Claude ou le modèle d'un autre fournisseur.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.unfilteredllms.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)

Vous pouvez envoyer jusqu'à 100 000 tokens dans le prompt et la complétion combinés. Si vous ne spécifiez pas de valeur max_tokens, le modèle utilise par défaut 2 048 tokens par requête. Cet endpoint ne prend pas en charge les embeddings, la génération d'images ou le fine-tuning.

Réponses en streaming et consommation de jetons

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie des données via des événements envoyés par le serveur (SSE), vous permettant d'afficher les jetons au fur et à mesure de leur génération. Cela réduit considérablement la latence perçue pour vos utilisateurs.

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)

Les détails d'utilisation des tokens sont inclus dans le dernier chunk du flux. Cela vous permet de suivre la consommation avec précision sans stocker toute la réponse. Les erreurs lors du streaming sont gratuites, vous ne payez que pour les tokens délivrés avec succès.

Appel de fonction et mode JSON

Utilisez le tools paramètre pour définir les schémas de fonction, permettant au modèle de générer des données structurées. Vous pouvez également forcer une sortie JSON stricte en définissant response_format à {"type": "json_object"}. C'est essentiel pour créer des agents fiables ou analyser des réponses complexes.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.unfilteredllms.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);

Le modèle prend en charge tool_choice pour forcer des appels de fonction spécifiques. Cela garantit un comportement cohérent dans les environnements de production où la sortie déterministe est critique. Vous pouvez combiner ces fonctionnalités avec des paramètres standards comme la température pour un contrôle précis.

Paramètres : Température, Top-P et Contraintes

Contrôlez la créativité avec temperature Et la diversité avec top_p. Utilisez stop séquences pour interrompre la génération à des marqueurs spécifiques. Vous pouvez également appliquer presence_penalty et frequency_penalty pour réduire les répétitions.

Définissez un seed pour des résultats reproductibles lors des tests. Ces paramètres vous permettent d'affiner le comportement du modèle sans avoir besoin de le réentraîner. Le modèle reste uncensored pour le contenu adulte légal, mais refusera le contenu sexuel impliquant des mineurs.

Limites, Erreurs et Fenêtre de contexte

Votre clé API est limitée à 300 requêtes par minute et 8 requêtes simultanées. La taille maximale du corps de requête est de 8 Mo. Si vous dépassez ces limites, vous recevrez une erreur 429 Too Many Requests. Vous pouvez générer une nouvelle clé pour remplacer l'ancienne si nécessaire.

La fenêtre de contexte est de 100 000 tokens au total. Cela permet de traiter de longs documents ou un historique de conversation étendu. Nous ne proposons pas de SLA, mais notre infrastructure est conçue pour une haute disponibilité. Consultez la page de tarification pour les bonus actuels de rechargement crypto.