Início Rápido da API GPT Unfiltered

Instalação e Configuração

Come gerando sua chave de API no painel. Você pode fazer login com Google ou usar um e-mail e senha, e a chave é exibida imediatamente. Use os SDKs oficiais para qualquer linguagem; eles exigem apenas a URL base e sua chave. Isso funciona com qualquer cliente compatível com OpenAI porque seguimos a interface padrão.

• URL Base: https://api.gptunfiltered.cc/v1
• ID do Modelo: uncensored
• Autenticação: Token Bearer via chave de API

Enviando sua primeira solicitação

Envie uma conclusão de texto simples para testar a conexão. Use o POST método no endpoint de conclusões de chat com seu ID de modelo. A resposta retorna texto simples sem nenhuma recusa de conteúdo para uso adulto legal.

Aqui está o comando cURL padrão para verificar sua configuração.

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"}]
  }'

A resposta inclui o texto gerado e as estatísticas de uso de tokens. Agora você pode integrar isso à lógica do seu aplicativo.

Respostas em Streaming

Ative o streaming para receber tokens em tempo real. Defina o parâmetro stream como true no corpo da sua solicitação. A API retorna Server-Sent Events (SSE) para saída de baixa latência.

Use este snippet em Python para lidar com o stream de forma 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 chunk contém texto parcial e dados de uso. Colete os chunks para reconstruir a resposta completa. Essa abordagem reduz a latência percebida para os usuários finais.

Suporte à Chamada de Função

Envie tools ao modelo para ações estruturadas. Defina o esquema da sua função na matriz tools. O modelo retorna chamadas de ferramenta quando apropriado.

Veja como configurar a chamada de função no 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);

Processe as chamadas de ferramenta no seu código de aplicativo. Execute a função e envie o resultado de volta ao modelo, se necessário. Isso permite fluxos de trabalho complexos sem análise manual.

Modo JSON

Força a saída para o formato JSON rígido. Defina o parâmetro response_format para json_object. Isso garante que o modelo retorne JSON válido sem envoltórios de markdown.

Use esta configuração para análise confiável no seu 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)

A resposta contém apenas o objeto JSON. Lidar com erros de análise de forma graciosa em caso de casos extremos. Este modo é ideal para integrações de API que exigem dados estruturados.

Limites de Taxa e Custos

Monitore seu uso para evitar interrupções no serviço. O limite é de 300 solicitações por minuto por chave. Você pode ter 8 solicitações simultâneas a qualquer momento. O tamanho do corpo da solicitação é limitado a 8 MB.

O preço é transparente e por token. Tokens de entrada custam $0,15 por milhão. Tokens de saída custam $0,50 por milhão. Erros e recusas são gratuitos. Use crédito pré-pago sem expiração. Faça upgrade no seu recarga para créditos bônus.

Parâmetros e Configurações

Ajuste o comportamento do modelo com parâmetros padrão. Use temperatura para controlar a aleatoriedade. Defina top_p para amostragem de núcleo. Defina sequências de parada para interromper a geração antecipadamente.

Você também pode definir a seed para saídas reproduzíveis. Ajuste presence_penalty e frequency_penalty para influenciar a repetição de tokens. Essas configurações permitem ajustar o estilo e a precisão do modelo.

Janela de Contexto e Restrições

O modelo suporta uma janela de contexto de 100.000 tokens. Isso inclui o prompt e a conclusão. A saída máxima é de 16.000 tokens por solicitação. Se você não definir max_tokens, o padrão é 2.048 tokens.

Essa janela grande permite processamento extensivo de documentos. Você pode passar conversas longas ou grandes bases de código. Monitore o uso de tokens para permanecer dentro dos limites.