GPT Unfiltered API Snabbstart

Installation och uppsättning

Börja med att generera din API-nyckel på kontrollpanelen. Du kan logga in med Google eller använda ett e-post och lösenord, och nyckeln visas direkt. Använd de officiella SDK:t för valfritt språk; de kräver bara bas-URLen och din nyckel. Detta fungerar med alla OpenAI-kompatibla klienter eftersom vi följer standardgränssnittet.

• Bas-URL: https://api.gptunfiltered.cc/v1
• Modell-ID: uncensored
• Auth: Bearer-token via API-nyckel

Skicka din första förfrågan

Skicka en enkel textcompletion för att testa anslutningen. Använd den POST metod på chattkompletteringsändpunkten med ditt modell-ID. Svaret returnerar vanlig text utan några innehållsavslag för laglig vuxenanvändning.

Här är det standard cURL-kommandot för att verifiera din konfiguration.

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"}]
  }'

Svaret inkluderar den genererade texten och statistik över tokenanvändning. Du kan nu integrera detta i din applikationslogik.

Strömningsresponser

Aktivera strömning för att ta emot tokens i realtid. Ställ in strömningsparametern till true i din begäran. API:t returnerar Server-Sent Events (SSE) för låg-latens-utdata.

Använd detta Python-snutt för att hantera strömmen effektivt.

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)

Varje chunk innehåller delvis text och användningsdata. Samla chunkarna för att rekonstruera hela svaret. Detta tillvägagångssätt minskar den upplevda latensen för slutanvändare.

Stöd för funktionsanrop

Skicka verktyg till modellen för strukturerade åtgärder. Definiera ditt funktionsschema i tools-arrayen. Modellen returnerar verktygsanrop när det är lämpligt.

Här visas hur du konfigurerar funktionsanrop i 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);

Bearbetka verktygsanropen i din applikationskod. Exekvera funktionen och skicka tillbaka resultatet till modellen vid behov. Detta möjliggar komplexa arbetsflöden utan manuell bearbetning.

JSON-läge

Tvinga utmatningen till strikt JSON-format. Ställ in response_format-parametern till json_object. Detta säkerställer att modellen returnerar giltig JSON utan markdown-omslutning.

Använd den här konfigurationen för pålitlig parsing i ditt backend-system.

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)

Svaret innehåller endast JSON-objektet. Hantera parseringsfel på ett skönt sätt vid kantfall. Detta läge är idealiskt för API-integrationer som kräver strukturerad data.

Begränsningar för begäranderänta och kostnader

Övervaka din användning för att undvika tjänstavbrott. Gränsen är 300 förfrågningar per minut per nyckel. Du kan ha 8 parallella förfrågningar samtidigt. Storleken på förfrågningsbody är begränsad till 8 MB.

Prissättningen är transparent och per-token. Inmatningstokens kostar $0.15 per miljon. Utmatningstokens kostar $0.50 per miljon. Fel och avslag är kostnadsfria. Använd förbetald kredit utan utgångsdatum. Uppgradera din uppladdning för bonuskrediter.

Parameters and Settings

Justera modellbeteende med standardparametrar. Använd temperatur för att kontrollera slumpmässighet. Ställ in top_p för kärnprovtagning. Definiera stoppsekvenser för att avbryta genereringen i förtid.

Du kan också ställa in seed för reproducerbara utdata. Justera presence_penalty och frequency_penalty för att påverka tokenupprepning. Dessa inställningar gör att du kan finjustera modellens stil och noggrannhet.

Kontextfönster och begränsningar

Modellen stöder ett kontextfönster på 100 000 token. Detta inkluderar både prompt och svar. Maximalt svar är 16 000 token per begäran. Om du inte anger max_tokens är standardvärdet 2 048 token.

Detta stora fönster möjliggör omfattande dokumentbearbetning. Du kan skicka långa konversationer eller stora kodbaserna. Övervaka din tokenanvändning för att hålla dig inom gränserna.