it ▾

API uncensored compatibile con OpenAI, solo crypto.

$0.50credito di prova

300richieste al minuto

Integra l'API senza filtri in pochi minuti

Inserisci la nostra API uncensored nel tuo stack esistente senza modifiche alla configurazione. Ottieni un'integrazione funzionante in minuti utilizzando endpoint compatibili con OpenAI standard.

Prerequisiti e configurazione dell'URL di base

Inizia generando la tua chiave sulla dashboard. Puoi accedere con Google o utilizzare un'email e una password; non è richiesto il numero di telefono. La tua chiave appare istantaneamente. Hai bisogno di una sola chiave attiva per account. Se generi una nuova chiave, quella precedente viene revocata immediatamente. Non offriamo chiavi multiple per un singolo account.

Configura la tua variabile di ambiente per l'URL base. Indirizza il tuo client al nostro endpoint specifico. Questo garantisce che tutte le richieste vadano al nostro modello senza censure. Non instradiamo il traffico attraverso altri provider. L'URL base è essenziale per la compatibilità. Userai lo standard OPENAI_BASE_URL variabile.

L'ID del modello che devi specificare è uncensored. Questo è un modello open-weight distinto. Non è GPT, Claude o qualsiasi altro fornitore. Esegue sui nostri server. Questo garantisce un comportamento coerente. Non hai bisogno di modificare la versione del tuo SDK. Qualsiasi client standard compatibile con OpenAI funziona.

curl https://api.unrestrictedllmonline.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top five Rust crates for async networking."}]
  }'

La tua prima richiesta con il modello 'uncensored'

Invia una richiesta standard di completamento chat per testare la connettività. Utilizza l' POST /v1/chat/completions endpoint. endpoint. Passa la tua chiave API nel Authorization header. Imposta il modello su uncensored. Include un semplice prompt di sistema e un messaggio utente. La risposta restituirà contenuto testuale. Non ci sono rifiuti nascosti di contenuto per argomenti adulti leciti. I minori nei contenuti sessuali rimangono l'unico limite rigido.

Puoi regolare parametri come temperature e top_p. Questi controllano creatività e casualità. Il modello risponde rapidamente. Non è necessario attendere tempi di elaborazione lunghi. Gli errori vengono restituiti come JSON standard. Puoi gestirli nel tuo codice. Questa è un'API puramente testuale. Non vengono generate immagini o audio. Concentrati sull'output testuale. Funziona per attività di codifica e ragionamento. Ottieni esattamente ciò che chiedi.

Risposte in streaming tramite SSE

Abilita lo streaming impostando stream a true. Questo invia chunk di testo man mano che vengono generati. Ricevi eventi tramite Server-Sent Events. Ogni chunk contiene un delta parziale. L'ultimo chunk include l'utilizzo dei token. Questo è cruciale per l'accuratezza del billing. Puoi aggiornare la tua UI in tempo reale. Gli utenti vedono i token apparire istantaneamente. Questo riduce la latenza percepita. Il modello supporta questa funzione nativamente. Non hai bisogno di un proxy. Gestisci il done evento per chiudere lo stream. Segna la fine della risposta. I conteggi dei token sono nell'ultimo chunk. Usa questo per monitorare l'utilizzo del tuo credito. Gli errori possono anche essere streammati. Gestiscili in modo elegante nel tuo loop.

stream = 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)

Function calling e modalità JSON

Utilizza gli strumenti per l'estrazione di dati strutturati. Definisce le tue funzioni nella richiesta. Il modello restituisce gli argomenti in formato JSON. Puoi anche forzare un output JSON rigoroso. Imposta response_format a {"type": "json_object"}. Questo garantisce JSON valido ogni volta. È ideale per analizzare le risposte. Usa tool_choice per controllare il comportamento. Forzate una funzione specifica o lasciate che il modello decida. Questo funziona con gli schemi di tool standard. Non avete bisogno di parser personalizzati. L'output è coerente. Gli errori sono rari se lo schema è chiaro. Convalidate il vostro JSON lato client. Questo aggiunge un ulteriore livello di sicurezza.

from openai import OpenAI

client = OpenAI(base_url="https://api.unrestrictedllmonline.com/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)

Gestione dei limiti e degli errori

Hai un limite di 300 richieste al minuto. Questo è per chiave API. Puoi eseguire 8 richieste concorrenti. Il corpo della richiesta deve essere inferiore a 8 MB. Il superamento di questi limiti restituisce un errore 429. Riprova con backoff esponenziale. Un errore 401 significa che la tua chiave non è valida. Controlla le tue credenziali. Un errore 402 indica credito insufficiente. Ricarica tramite criptovaluta per continuare. La finestra di contesto è di 100.000 token. Questo include prompt e completamento. L'output massimo è di 16.000 token. Imposta max_tokens per evitare il troncamento. Gli errori non consumano credito. Pagate solo per i token con successo. Questo è trasparente. Non ci sono costi nascosti. I rifiuti sono gratuiti. Il vostro saldo del credito si aggiorna con precisione.

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.unrestrictedllmonline.com/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);

Comprendere il prezzo dei token nel codice

I token di input costano $0,15 per 1 milione. I token di output costano $0,50 per 1 milione. Paghi solo per ciò che utilizzi. Il credito è prepagato. Non scade mai. Gli errori sono gratuiti. Ciò significa che le richieste fallite non ti addebitano. Puoi stimare i costi nel tuo codice. Moltiplica i conteggi dei token per il tariffario. Tieni traccia dell'utilizzo per richiesta. Questo aiuta a budgettare con precisione. Non addebitiamo le chiamate API. Addebitiamo i token. L'ultimo chunk mostra l'utilizzo. Usa questo dato per aggiornare il tuo saldo locale. Non ci sono canoni di abbonamento. Nessun costo mensile. Controlli tu la tua spesa. Ricarica quando necessario. I pagamenti cripto sono istantanei. USDT su TRC20 o USDC su Base. Inizia con una piccola quantità. La prova ti dà $0,50. Usala per testare. Dura 7 giorni. Iscriviti e vai.

Domande comuni

Qual è l'URL base per l'API LLM unrestricted online?

Usa HTTPS://api.unrestrictedllmonline.com/v1 come URL di base. Questo funziona con qualsiasi SDK compatibile con OpenAI. Modifica la variabile base_url nel client. La tua chiave API autentica le richieste. L'ID del modello è sempre uncensored. Questo garantisce che raggiunga il nostro modello senza filtri. Non sono coinvolti routing o proxy. Le richieste vanno direttamente ai nostri server. Questo riduce la latenza. Ottieni prestazioni coerenti. L'URL è stabile. Usalo per tutti gli endpoint.

Come gestisco i limiti di frequenza e gli errori nella mia integrazione?

Hai un limite di 300 richieste al minuto. Le richieste concorrenti sono limitate a 8. Se superi questo limite, ricevi un errore 429. Implementa un backoff esponenziale nel tuo codice. Un errore 401 significa che la tua chiave non è valida. Controlla le tue credenziali e rigenerale se necessario. Un errore 402 indica un credito insufficiente. Ricarica tramite criptovalute per continuare. Gli errori non consumano i crediti token. Paghi solo per la generazione di token riuscita. Questo rende il budget prevedibile. Gestisci gli errori in modo elegante nel tuo ciclo.

Il modello uncensored supporta lo streaming e il function calling?

Sì, l'API supporta lo streaming tramite Server-Sent Events. Ricevi chunk di testo in tempo reale. L'ultimo chunk include i dati sull'utilizzo dei token. È supportato anche il function calling. Definisci gli strumenti nella tua richiesta. Il modello restituisce argomenti strutturati. Puoi forzare la modalità JSON per un output rigoroso. Questo funziona con gli schemi standard per gli strumenti. Usa queste funzionalità per applicazioni dinamiche. Lo streaming riduce la latenza percepita. Il function calling abilita flussi di lavoro complessi. Entrambi sono pienamente compatibili con gli SDK OpenAI.

Ottieni la tua chiave API istantaneamente

Registrati, recupera la chiave, aggiorna il tuo endpoint. Integrazione completata.

Ottieni la tua chiave