无审查 LLM API 文档

认证与基础 URL

API 密钥对发往我们托管端点的每个请求进行身份验证。通过 使用 Google 继续 或仪表板页面上的电子邮件。将此密钥传递到 Authorization 使用 Bearer 方案的 header。

• 基础 URL： https://api.unrestrictedartificialintelligence.com/v1
• 标头： Authorization: Bearer YOUR_API_KEY

每个账户支持一个活跃密钥；生成新密钥会立即使前一个密钥失效。注册期间不需要电话号码验证。

聊天完成端点

向 /v1/chat/completions 用于接收生成响应的端点。此端点处理所有标准聊天交互，无需复杂的路由逻辑。

将模型 ID 指定为 uncensored 在请求体中。API 直接返回文本输出，支持同步和异步工作流。

错误如余额不足返回 402 状态，而无效密钥触发 401 响应。失败的请求不收取隐藏费用。

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 将 API 集成到 Python 应用程序中。使用自定义基础 URL 和您的 API 密钥配置客户端，以确保请求正确路由到我们的服务器。

将模型参数设置为 uncensored 访问无限制模型。这种方法允许你利用现有 SDK 的功能，如重试和错误处理。

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 构建需要高吞吐量文本生成的后端服务。使用特定的 base URL 初始化客户端，以避免与标准 OpenAI 端点的路由冲突。

将模型定义为 uncensored 以确保响应符合不受限制的行为。SDK 会自动处理 JSON 序列化和网络请求。

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);

流式传输与 SSE 支持

通过将 stream: true 在您的请求中。API 返回服务器发送事件（SSE）流，允许您处理生成的令牌。

Token 用量统计信息包含在流的最后一个数据块中。这降低了大型响应的感知延迟，同时保持对输出流的完全控制。

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、错误 & 上下文

上下文窗口支持 100,000 个 token，用于合并的输入和输出。每次请求的最大输出为 16,000 个 token，如果 max_tokens 未指定。

速率限制强制执行每分钟 300 个请求和每个密钥 8 个并发请求。请求正文不得超过 8 MB。这些限制可确保可扩展部署的稳定性能。