Panduan Cepat API GPT Unfiltered

Instalasi dan Setup

Mulai dengan membuat kunci API Anda di dasbor. Anda dapat masuk dengan Google atau menggunakan email dan kata sandi, dan kunci ditampilkan segera. Gunakan SDK resmi untuk bahasa apa pun; mereka hanya memerlukan URL dasar dan kunci Anda. Ini berfungsi dengan klien yang kompatibel dengan OpenAI apa pun karena kami mengikuti antarmuka standar.

• URL Dasar: https://api.gptunfiltered.cc/v1
• ID Model: uncensored
• Auth: Token Bearer melalui kunci API

Mengirim Permintaan Pertama Anda

Kirim penyelesaian teks sederhana untuk menguji koneksi. Gunakan POST metode pada titik akhir penyelesaian obrolan dengan ID model Anda. Respons mengembalikan teks biasa tanpa penolakan konten untuk penggunaan dewasa yang sah.

Berikut adalah perintah cURL standar untuk memverifikasi pengaturan Anda.

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"}]
  }'

Respons mencakup teks yang dihasilkan dan statistik penggunaan token. Anda sekarang dapat mengintegrasikannya ke dalam logika aplikasi Anda.

Respons Streaming

Aktifkan streaming untuk menerima token secara real-time. Atur parameter stream menjadi true dalam tubuh permintaan Anda. API mengembalikan Server-Sent Events (SSE) untuk output latensi rendah.

Gunakan cuplikan Python ini untuk menangani stream secara efisien.

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)

Setiap chunk berisi teks parsial dan data penggunaan. Kumpulkan chunk-chunk tersebut untuk menyusun ulang respons lengkap. Pendekatan ini mengurangi latensi yang dirasakan oleh pengguna akhir.

Dukungan Pemanggilan Fungsi

Kirimkan tools ke model untuk tindakan terstruktur. Definisikan skema fungsi Anda dalam array tools. Model mengembalikan panggilan alat ketika sesuai.

Berikut cara mengonfigurasi function calling di 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);

Proses panggilan alat dalam kode aplikasi Anda. Eksekusi fungsi dan kirimkan hasilnya kembali ke model jika diperlukan. Ini memungkinkan alur kerja kompleks tanpa parsing manual.

Mode JSON

Paksa output menjadi format JSON yang ketat. Atur parameter response_format menjadi json_object. Ini memastikan model mengembalikan JSON valid tanpa pembungkus markdown.

Gunakan konfigurasi ini untuk parsing yang andal di backend Anda.

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)

Respons hanya berisi objek JSON. Tangani kesalahan parsing dengan baik untuk kasus-kasus tepi. Mode ini ideal untuk integrasi API yang memerlukan data terstruktur.

Batas Laju dan Biaya

Pantau penggunaan Anda untuk menghindari gangguan layanan. Batasnya adalah 300 permintaan per menit per kunci. Anda dapat memiliki 8 permintaan konkuren pada waktu apa pun. Ukuran badan permintaan dibatasi hingga 8 MB.

Harga bersifat transparan dan per-token. Token input berharga $0.15 per juta. Token output berharga $0.50 per juta. Error dan penolakan gratis. Gunakan kredit prabayar tanpa batas waktu. Tingkatkan top up Anda untuk mendapatkan kredit bonus.

Parameter dan Pengaturan

Sesuaikan perilaku model dengan parameter standar. Gunakan suhu untuk mengontrol keacakan. Atur top_p untuk sampling inti. Tentukan urutan henti untuk menghentikan generasi lebih awal.

Anda juga dapat mengatur seed untuk output yang dapat direproduksi. Sesuaikan presence_penalty dan frequency_penalty untuk memengaruhi pengulangan token. Pengaturan ini memungkinkan penyesuaian gaya dan akurasi model.

Jendela Konteks dan Kendala

Model ini mendukung jendela konteks 100.000 token. Ini mencakup baik prompt maupun komplitasi. Output maksimum adalah 16.000 token per permintaan. Jika Anda tidak mengatur max_tokens, defaultnya adalah 2.048 token.

Jendela besar ini memungkinkan pemrosesan dokumen yang ekstensif. Anda dapat meneruskan percakapan panjang atau basis kode besar. Pantau penggunaan token Anda agar tetap dalam batas.