GPT Unfiltered API 빠른 시작

설치 및 설정

대시보드에서 API 키를 생성하세요. Google로 로그인하거나 이메일과 비밀번호를 사용할 수 있으며 키가 즉시 표시됩니다. 언어별 공식 SDK를 사용하세요. 베이스 URL과 키만 필요합니다. 이는 표준 인터페이스를 따르기 때문에 모든 OpenAI 호환 클라이언트에서 작동합니다.

• Base URL: https://api.gptunfiltered.cc/v1
• 모델 ID: uncensored
• 인증: API 키를 통한 Bearer 토큰

첫 번째 요청 보내기

연결을 테스트하기 위해 간단한 텍스트 완성을 사용하세요. POST 모델 ID를 사용하여 채팅 완료 엔드포인트에 메서드를 호출합니다. 응답은 합법적인 성인 용도에 대한 콘텐츠 거절 없이 일반 텍스트를 반환합니다.

설정을 확인하기 위한 표준 cURL 명령어:

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"}]
  }'

응답에는 생성된 텍스트와 토큰 사용 통계가 포함됩니다. 이제 이를 애플리케이션 로직에 통합할 수 있습니다.

스트리밍 응답

스트리밍을 활성화하여 토큰을 실시간으로 수신하세요. 요청 본문에서 stream 매개변수를 true로 설정하세요. API는 낮은 지연 시간 출력을 위해 서버 전송 이벤트(SSE)를 반환합니다.

스트림을 효율적으로 처리하기 위한 Python 스니펫을 사용하세요.

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)

각 청크에는 부분 텍스트와 사용 데이터가 포함됩니다. 청크를 수집하여 전체 응답을 복원합니다. 이 방법은 최종 사용자에게 지각된 지연 시간을 줄입니다.

함수 호출 지원

구조화된 작업을 위해 모델에 도구를 전달합니다. tools 배열에서 함수 스키마를 정의합니다. 모델은 적절한 경우 도구 호출을 반환합니다.

Node.js에서 함수 호출을 구성하는 방법입니다.

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);

애플리케이션 코드에서 도구 호출을 처리합니다. 필요시 도구 출력을 모델에 다시 보내어 복잡한 워크플로우를 외부 파싱 없이 구현합니다.

JSON 모드

response_format 매개변수를 json_object로 설정하여 엄격한 JSON 형식으로 출력을 강제하세요. 이를 통해 모델이 마크다운 래퍼 없이 유효한 JSON을 반환하도록 보장합니다.

백엔드에서 안정적인 파싱을 위해 다음 구성을 사용하세요.

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)

응답에는 JSON 객체만 포함됩니다. 가장자리 사례 발생 시 파싱 오류를 부드럽게 처리하십시오. 이 모드는 구조화된 데이터가 필요한 API 통합에 이상적입니다.

속도 제한 및 비용

서비스 중단을 방지하려면 사용량을 모니터링하세요. 키당 분당 제한은 300회입니다. 언제든지 8개의 동시 요청을 보낼 수 있습니다. 요청 본문 크기는 8MB로 제한됩니다.

가격은 투명하며 토큰 단위 과금입니다. 입력 토큰은 100만 개당 $0.15, 출력 토큰은 100만 개당 $0.50입니다. 오류 및 거절은 무료입니다. 만료되지 않는 선불 크레딧을 사용하세요. 충전 금액을 늘려 보너스 크레딧을 받으세요.

매개변수 및 설정

표준 매개변수를 사용하여 모델 동작을 조정합니다. 온도를 사용하여 무작위성을 제어합니다. top_p를 설정하여 nucleus 샘플링을 수행합니다. 생성을 조기에 중단하기 위해 종료 시퀀스를 정의합니다.

재현 가능한 출력을 위해 seed를 설정할 수 있습니다. presence_penalty 및 frequency_penalty를 조정하여 토큰 반복에 영향을 줄 수 있습니다. 이러한 설정은 모델의 스타일과 정확도를 미세 조정할 수 있게 해줍니다.

컨텍스트 윈도우 및 제약 사항

이 모델은 100,000토큰의 컨텍스트 윈도우를 지원합니다. 여기에는 프롬프트와 생성 결과가 포함됩니다. 요청당 최대 출력은 16,000토큰입니다. max_tokens을 설정하지 않을 경우 기본값은 2,048토큰입니다.

이 큰 창은 광범위한 문서 처리를 가능하게 합니다. 긴 대화나 큰 코드베이스를 전달할 수 있습니다. 한도 내에서 머물기 위해 토큰 사용량을 모니터링하십시오.