繁中 ▾
取得您的金鑰

Uncensored Model API 快速入門

幾分鐘內即可使用標準的 OpenAI 相容工具開始使用無審查的模型 API。此快速入門指南引導您完成身份驗證、請求、串流處理和錯誤處理,以便直接整合。

先決條件:API 金鑰與基礎 URL

透過 Google 或電子郵件註冊並立即取得您的 API 金鑰,無需電話驗證。基礎網址為 HTTPS://api.apimodel.cc/v1,透過更新 base_url 參數即可與任何標準 OpenAI 相容的用戶端配合使用。每個帳戶僅能擁有一個有效金鑰,生成新金鑰時將取代舊金鑰。

請確保您擁有預付的加密貨幣餘額,或使用有效期為 7 天的 $0.50 試用信用額度。您需要此金鑰來對 uncensored 模型 API 的請求進行身份驗證。

向模型 API 發送您的第一個請求

向 /v1/chat/completions 發送 POST 請求,將模型 ID 設定為 "uncensored"。此端點接受文本輸入並回傳文本輸出,對於合法成人用途不會進行內容拒絕。該模型擁有 100,000 個 token 的上下文視窗,允許龐大的提示詞大小。

curl https://api.apimodel.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of Australia?"}]
  }'

回應包含 choices 陣列中的生成文字。您僅為實際 Token 用量付費,錯誤與拒絕回應均免費。這種直接方法確保可預測的計費,且無隱藏的訂閱費用。

配置參數:Temperature、Top P 和 Seed

調整 temperature 以控制隨機性,top_p 用於核採樣,seed 則用於確保輸出可重現。這些參數可微調 uncensored 模型的行為,以適應程式碼撰寫或創意寫作等特定用途。設定 seed 可確保多次請求的結果一致,這對除錯至關重要。

API 支援 presence_penalty 和 frequency_penalty 等標準參數。使用這些參數可控制重複內容,並確保模型保持專注。在請求主體中設定這些選項,即可精確調整回應風格。

啟用串流並讀取權杖使用情況

透過將 stream 參數設為 true 來啟用串流,以透過伺服器發送事件接收逐 token 回應。Token 使用詳情提供在串流的最後一個片段中,允許即時計費透明度。此方法降低了長回應的感知延遲。

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)

在客戶端程式碼中處理串流事件以增量更新 UI。uncensored 模型 API 持續提供文字,改善聊天應用程式的使用者體驗。串流是可選的,但對於互動式應用程式建議使用。

使用函數調用和 JSON 模式

使用帶有 tools 參數的函式呼叫,使模型能夠產生結構化資料。此功能支援 tool_choice,允許模型根據輸入執行特定動作。透過 response_format json_object 啟用 JSON 模式,可確保產生嚴格的 JSON 輸出以利可靠解析。

import OpenAI from "openai";

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

在請求中定義你的函式結構以引導模型的輸出結構。這項功能對於建構代理式工作流程或整合外部 API 至關重要。uncensored 模型能處理複雜的工具定義而不會產生內容拒絕。

處理錯誤與 token 限制

監控 HTTP 狀態碼以處理常見問題:401 表示金鑰無效,402 表示信用額度不足,429 表示速率限制。API 規定每支金鑰每分鐘 300 次請求,併發請求上限為 8。每個請求主體必須在 8 MB 以下。

每個請求的最大輸出為 16,000 個 Token,如果未設定 max_tokens,預設值為 2,048。錯誤請求免費,因此失敗的請求不會消耗您的預付額度。利用這些限制為您的應用程式設計健壯的重試邏輯。

Python

from openai import OpenAI

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

常見問題

無審查模型的 API 基礎 URL 為何?

基礎網址為 HTTPS://api.apimodel.cc/v1。透過設定 base_url 參數,它與標準 OpenAI SDK 相容。請用於所有聊天完成請求。

如何處理速率限制?

API 允許每分鐘 300 次請求,每個金鑰 8 次並行請求。429 狀態碼表示您已超過這些限制。在客戶端實施指數退避以優雅地處理重試。

無審查模型支援串流嗎?

是的,設定 stream 參數為 true 以接收伺服器發送事件(SSE)。Token 使用情況在最後一個區塊中報告。這允許您的應用程式即時顯示回應。

保護您的 API 金鑰

註冊、取得金鑰,並更新基礎 URL。這就是完整的設定。