GPT Unfiltered API Quickstart

Installation und Einrichtung

Erstellen Sie zunächst Ihren API-Schlüssel im Dashboard. Sie können sich mit Google anmelden oder ein E-Mail-Passwort verwenden, und der Schlüssel wird sofort angezeigt. Verwenden Sie die offiziellen SDKs für jede Sprache; sie benötigen nur die Base-URL und Ihren Schlüssel. Dies funktioniert mit jedem OpenAI-kompatiblen Client, da wir der Standard-Schnittstelle folgen.

• Base URL: https://api.gptunfiltered.cc/v1
• Modell-ID: uncensored
• Auth: Bearer-Token über API-Schlüssel

Senden Ihrer ersten Anfrage

Sende eine einfache Text-Vervollständigung, um die Verbindung zu testen. Verwende die POST Methode auf dem Chat-Vervollständigungs-Endpunkt mit Ihrer Modell-ID. Die Antwort gibt reinen Text ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene zurück.

Hier ist der Standard-cURL-Befehl zur Überprüfung Ihrer Einrichtung.

Copycurl https://api.gptunfiltered.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all python standard library modules"}]
  }'

Die Antwort enthält den generierten Text und die Token-Nutzungsstatistiken. Sie können dies nun in Ihre Anwendungslogik integrieren.

Streaming-Antworten

Aktivieren Sie Streaming, um Tokens in Echtzeit zu empfangen. Legen Sie den Stream-Parameter im Anfragekörper auf true. Die API gibt Server-Sent Events (SSE) für Low-Latency-Ausgaben zurück.

Nutzen Sie diesen Python-Schnipsel, um den Stream effizient zu verarbeiten.

Copyfrom openai import OpenAI

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

Jeder Chunk enthält teilweise Text und Nutzungsdaten. Sammeln Sie die Chunks, um die vollständige Antwort zu rekonstruieren. Dieser Ansatz verringert die wahrgenommene Latenz für Endbenutzer.

Unterstützung für Function Calling

Übergeben Sie Tools an das Modell für strukturierte Aktionen. Definieren Sie Ihr Funktionsschema im tools-Array. Das Modell gibt bei Bedarf Tool-Aufrufe zurück.

So konfigurieren Sie Function Calling in Node.js.

Copyimport OpenAI from "openai";

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

Verarbeite die Tool-Aufrufe in deinem Anwendungscode. Führe die Funktion aus und sende das Ergebnis bei Bedarf an das Modell zurück. Dies ermöglicht komplexe Workflows ohne manuelles Parsing.

JSON-Modus

Zwingen Sie die Ausgabe in ein strenges JSON-Format. Setzen Sie den response_format-Parameter auf json_object. Dies stellt sicher, dass das Modell gültiges JSON ohne Markdown-Umhüllungen zurückgibt.

Verwenden Sie diese Konfiguration für eine zuverlässige Parsing in Ihrem Backend.

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)

Die Antwort enthält nur das JSON-Objekt. Behandeln Sie Parsing-Fehler in Randfällen angemessen. Dieser Modus ist ideal für API-Integrationen, die strukturierte Daten erfordern.

Ratenbegrenzungen und Kosten

Überwachen Sie Ihre Nutzung, um Dienstunterbrechungen zu vermeiden. Das Limit beträgt 300 Anfragen pro Minute pro Schlüssel. Sie können jederzeit 8 parallele Anfragen haben. Die Größe des Anfragekörpers ist auf 8 MB begrenzt.

Die Preise sind transparent und pro Token. Eingabe-Token kosten $0,15 pro Million. Ausgabe-Token kosten $0,50 pro Million. Fehler und Ablehnungen sind kostenlos. Nutzen Sie Vorauszahlungsguthaben ohne Verfallsdatum. Laden Sie auf, um Bonusguthaben zu erhalten.

Parameter und Einstellungen

Passen Sie das Modellverhalten mit Standardparametern an. Verwenden Sie Temperatur, um die Zufälligkeit zu steuern. Legen Sie top_p für Nucleus-Sampling fest. Definieren Sie Stop-Sequenzen, um die Generierung frühzeitig zu beenden.

Sie können auch den Seed für reproduzierbare Ausgaben festlegen. Passen Sie presence_penalty und frequency_penalty an, um die Token-Wiederholung zu beeinflussen. Diese Einstellungen ermöglichen eine Feinabstimmung des Stils und der Genauigkeit des Modells.

Kontextfenster und Einschränkungen

Das Modell unterstützt ein Kontextfenster von 100.000 Tokens. Dies umfasst sowohl den Prompt als auch die Antwort. Die maximale Ausgabe beträgt 16.000 Tokens pro Anfrage. Wenn Sie max_tokens nicht festlegen, beträgt der Standardwert 2.048 Tokens.

Dieses große Fenster ermöglicht eine umfangreiche Dokumentenverarbeitung. Sie können lange Gespräche oder große Codebasen übergeben. Überwachen Sie Ihre Token-Nutzung, um innerhalb der Grenzen zu bleiben.