Developer Documentation for Uncensored LLMs

认证和基础 URL

您的 API 密钥对所有请求进行身份验证，我们的基础设施。我们仅需电子邮件地址即可创建账户，并立即生成您的密钥。将此密钥传递至 Authorization 使用 Bearer 方案。我们的基础 URL 是 HTTPS://api.unfilteredllms.com/v1，它与官方 OpenAI SDK 以及任何 OpenAI 兼容客户端兼容，只需更改 base_url 配置即可。

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"}]
  }'

如果您收到 401 错误，说明您的密钥无效或已过期。如果您看到 402 错误，说明您的预付费余额已耗尽。您可以使用 USDT (TRC20) 或 USDC (Base) 充值，最低金额为 $20，较高层级充值可获得额外赠送余额。

Chat Completions 端点

我们提供用于文本生成的单一端点：POST /v1/chat/completions。该端点处理所有推理需求，接受消息列表并返回生成结果。您必须发送的模型 ID 是 uncensored，一个针对原始输出优化的开源权重模型。它不是 GPT、Claude 或其他厂商的模型。

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)

您可以在提示词和补全中发送最多 100,000 个 token。如果您未指定 max_tokens 值，模型每次请求默认使用 2,048 个 token。此端点不支持嵌入、图像生成或微调。

流式响应与 Token 用量

通过将 stream: true 在您的请求中。API 通过服务器发送事件（SSE）返回数据，允许您随生成显示令牌。这显著降低了您用户的感知延迟。

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)

Token 用量数据包含在流的最后一个 chunk 中。这使您无需存储整个响应即可准确追踪消耗情况。流式传输期间的错误是免费的，因此您只需为成功交付的 token 付费。

函数调用与 JSON 模式

使用 tools 用于定义函数模式，允许模型输出结构化数据。您还可以通过设置 response_format 到 {"type": "json_object"}. 这对于构建可靠的代理或解析复杂响应至关重要。

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);

该模型支持 tool_choice 用于强制特定的函数调用。这确保了在确定性输出至关重要的生产环境中行为的一致性。您可以将这些功能与温度等标准参数结合使用，以实现精确控制。

参数：温度、Top-P 和约束

使用 temperature 以及多样性，搭配 top_p. 使用 stop 序列以在特定标记处终止生成。您还可以应用 presence_penalty 和 frequency_penalty 减少重复。

设置 seed 用于测试期间获得可复现的结果。这些参数允许您微调模型行为，而无需重新训练。该模型对于合法的成人内容保持 uncensored，但会拒绝涉及未成年人的性内容。

限制、错误和上下文窗口

您的 API 密钥限于每分钟 300 次请求和 8 个并发请求。最大请求体大小为 8 MB。如果超出这些限制，您将收到 429 Too Many Requests 错误。如果需要，您可以生成新密钥以替换旧密钥。

上下文窗口总计 100,000 个 token。这允许处理长文档或广泛的对话历史。我们不提供 SLA，但我们的基础设施旨在实现高可用性。查看定价页面以获取当前的加密货币充值优惠。