無審查 LLM API 文件

驗證與 Base URL

API 金鑰對發送到我們託管端點的每個請求進行身份驗證。通過 使用 Google 帳戶繼續 或在儀表板頁面的電子郵件欄位。將此金鑰傳遞至 Authorization 標頭使用 Bearer 方案。

• 基礎 URL： https://api.unrestrictedartificialintelligence.com/v1
• 標頭： Authorization: Bearer YOUR_API_KEY

每個帳戶支援一個有效金鑰；生成新金鑰時，舊金鑰將立即失效。註冊期間不需要電話號碼驗證。

聊天完成端點

將文字提示发送至 /v1/chat/completions 用於接收產生的回應。此端點處理所有標準的聊天互動，無需複雜的路由邏輯。

將模型 ID 指定為 uncensored 請求主體中。API 直接返回文字輸出，支援同步和非同步工作流程。

錯誤如餘額不足會返回 402 狀態，而無效金鑰會觸發 401 回應。失敗的請求不收取隱藏費用。

Copycurl https://api.unrestrictedartificialintelligence.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the current UTC timestamp"}]
  }'

Python SDK

使用官方 OpenAI SDK 將 API 整合至 Python 應用程式。使用自訂 Base URL 和您的 API 金鑰設定客戶端，以確保請求正確路由至我們的伺服器。

將模型參數設定為 uncensored 存取無限制模型。此方法允許您利用現有的 SDK 功能，如重試和錯誤處理。

Copyfrom openai import OpenAI

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

Node SDK

使用 Node.js SDK 建構需要高吞吐量文字生成的後端服務。使用特定的基礎 URL 初始化用戶端，以避免與標準 OpenAI 端點產生路由衝突。

將模型定義為 uncensored 以確保回應符合無限制行為。SDK 會自動處理 JSON 序列化與網路請求。

Copyimport OpenAI from "openai";

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

串流與 SSE 支援

在請求主體中將 stream: true 在您的請求中。API 返回伺服器發送事件 (SSE) 串流，讓您在 token 生成時進行處理。

Token 用量統計數據包含在串流的最後一個區塊中。這減大了大型回應的感知延遲，同時保持對輸出流程的完全控制。

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)

限制、錯誤與上下文

上下文視窗支援輸入與輸出合計 100,000 個 token。每次請求的最大輸出為 16,000 個 token，若未設定則為 2,048 個 token。 max_tokens 未指定。

速率限制強制執行每分鐘 300 個請求和每金鑰 8 個併發請求。請求主體不得超過 8 MB。這些限制確保了可擴展部署的穩定效能。