GPT Unfiltered API 快速入門

安裝與設定

在儀表板生成您的 API 金鑰。您可以使用 Google 登入或使用電子郵件與密碼，金鑰會立即顯示。使用任何語言的官方 SDK；它們只需要基礎 URL 和您的金鑰。這適用於任何 OpenAI 相容客戶端，因為我們遵循標準介面。

• 基礎 URL： https://api.gptunfiltered.cc/v1
• 模型 ID： uncensored
• 驗證：透過 API 金鑰使用 Bearer token

發送您的第一個請求

發送簡單的文本完成請求以測試連線。使用 POST 在聊天完成端點上使用您的模型 ID 調用 method。響應返回純文本，對於合法成人用途沒有任何內容拒絕。

以下是驗證您設定的標準 cURL 指令。

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"}]
  }'

回應包含生成文字與 Token 用量統計。您現在可以將其整合至應用程式邏輯中。

串流回應

即時串流接收權杖。在請求主體中將串流參數設定為 true。API 返回伺服器傳送事件 (SSE) 以實現低延遲輸出。

使用此 Python 程式碼片段來有效處理串流。

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)

每個區塊包含部分文字和使用數據。收集這些區塊以重建完整回應。這種方法降低了終端使用者的感知延遲。

函式呼叫支援

將工具傳遞給模型以執行結構化動作。在 tools 陣列中定義您的函式架構。模型將在適當時回傳工具呼叫。

以下是如何在 Node.js 中設定函式呼叫。

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);

處理應用程式程式碼中的工具呼叫。執行函式並在需要時將結果回傳給模型。這使得複雜工作流程無需手動解析即可實現。

JSON 模式

將輸出強制為嚴格的 JSON 格式。將 response_format 參數設為 json_object。這可確保模型回傳有效的 JSON，且不含 Markdown 包裝。

使用此設定在後端進行可靠的解析。

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)

回應僅包含 JSON 物件。請優雅地處理邊界情況下的解析錯誤。此模式非常適合需要結構化資料的 API 整合。

速率限制與成本

監控您的使用情況以避免服務中斷。限制為每個金鑰每分鐘 300 次請求。您可以同時擁有 8 個併發請求。請求主體大小上限為 8 MB。

定價透明且按 token 計費。輸入 token 每百萬計費 $0.15。輸出 token 每百萬計費 $0.50。錯誤與拒絕請求免費。使用預付額度且無過期日。升級充值以獲得額外額度。

參數與設定

使用標準參數調整模型行為。使用溫度（temperature）控制隨機性。設定 top_p 進行核心採樣。定義停止序列以提前終止生成。

您也可以設定 seed 以獲得可重現的輸出。調整 presence_penalty 和 frequency_penalty 以影響代幣重複。這些設定允許微調模型的風格和準確性。

上下文視窗和約束

該模型支援 100,000 個 token 的上下文視窗。這包含提示詞與補全內容。每次請求的最大輸出為 16,000 個 token。若未設定 max_tokens，預設值為 2,048 個 token。

這種大窗口允許進行廣泛的文檔處理。你可以傳遞長對話或大型代碼庫。監控你的 token 使用量以保持在限制範圍內。