Inicio rápido de la API GPT Unfiltered

Instalación y configuración

Empieza por generar tu clave API en el panel de control. Puedes iniciar sesión con Google o usar un correo electrónico y contraseña, y la clave se muestra de inmediato. Usa los SDK oficiales para cualquier lenguaje; solo requieren la URL base y tu clave. Esto funciona con cualquier cliente compatible con OpenAI porque seguimos la interfaz estándar.

• URL base: https://api.gptunfiltered.cc/v1
• ID del Modelo: uncensored
• Autenticación: token Bearer mediante la clave API

Enviar tu primera solicitud

Envía una finalización de texto simple para probar la conexión. Usa el POST método en el endpoint de finalización de chat con tu ID de modelo. La respuesta devuelve texto plano sin rechazos de contenido para uso adulto legal.

Este es el comando cURL estándar para verificar tu configuración.

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"}]
  }'

La respuesta incluye el texto generado y las estadísticas de uso de tokens. Ahora puedes integrarlo en la lógica de tu aplicación.

Respuestas en streaming

Habilita el streaming para recibir tokens en tiempo real. Configura el parámetro stream a true en el cuerpo de tu solicitud. La API devuelve Server-Sent Events (SSE) para una salida de baja latencia.

Utiliza este fragmento de Python para manejar la transmisión de manera eficiente.

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)

Cada fragmento contiene texto parcial y datos de uso. Recopila los fragmentos para reconstruir la respuesta completa. Este enfoque reduce la latencia percibida para los usuarios finales.

Soporte para Llamada de Función

Pasa herramientas al modelo para acciones estructuradas. Define el esquema de tu función en el array tools. El modelo devuelve llamadas a herramientas cuando es apropiado.

Así es cómo configurar la llamada de funciones en 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);

Procesa las llamadas a herramientas en el código de tu aplicación. Ejecuta la función y envía el resultado de vuelta al modelo si es necesario. Esto permite flujos de trabajo complejos sin análisis manual.

Modo JSON

Forza la salida a un formato JSON estricto. Establece el parámetro response_format a json_object. Esto asegura que el modelo devuelva JSON válido sin envoltorios de markdown.

Usa esta configuración para un análisis fiable en tu 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)

La respuesta contiene únicamente el objeto JSON. Maneja los errores de análisis de forma elegante en caso de casos extremos. Este modo es ideal para integraciones de API que requieren datos estructurados.

Límites de velocidad y costes

Monitorea tu uso para evitar interrupciones del servicio. El límite es de 300 solicitudes por minuto por clave. Puedes tener 8 solicitudes concurrentes en cualquier momento. El tamaño del cuerpo de la solicitud está limitado a 8 MB.

La facturación es transparente y por token. Los tokens de entrada cuestan $0.15 por millón. Los tokens de salida cuestan $0.50 por millón. Los errores y rechazos son gratuitos. Usa crédito prepagado sin fecha de vencimiento. Mejora tu recarga para obtener créditos bonificados.

Parámetros y configuración

Ajustar el comportamiento del modelo con parámetros estándar. Usa temperature para controlar la aleatoriedad. Establece top_p para el muestreo de núcleo. Define secuencias de parada para detener la generación anticipadamente.

También puedes establecer el seed para obtener salidas reproducibles. Ajusta presence_penalty y frequency_penalty para influir en la repetición de tokens. Estos ajustes permiten ajustar finamente el estilo y la precisión del modelo.

Ventana de Contexto y Restricciones

El modelo admite una ventana de contexto de 100,000 tokens. Esto incluye tanto el prompt como la respuesta. La salida máxima es de 16,000 tokens por solicitud. Si no estableces max_tokens, el valor predeterminado es de 2,048 tokens.

Esta gran ventana permite un procesamiento extenso de documentos. Puedes pasar conversaciones largas o bases de código grandes. Monitorea el uso de tokens para permanecer dentro de los límites.