Warum eine Uncensored.chat-API verwenden?
Standard-LLM-APIs wenden oft starre Inhaltsfilter an, die rechtmäßige Erwachseneninhalte, kreative Fiktion oder kontroverse Themen ablehnen. Eine uncensored chat api entfernt diese Schutzmechanismen und ermöglicht es dem Modell, auf Prompts basierend auf Relevanz statt auf Richtlinienkonformität zu antworten. Dies ist entscheidend für Anwendungen, die die rohe Modellleistung ohne künstliche Einschränkungen benötigen.
Unsere API bedient ein einzelnes Open-Weight-Modell, das speziell für dieses Verhalten optimiert wurde. Es leitet nicht zwischen Anbietern weiter und bietet keine Auswahl zwischen mehreren Modellen. Du erhältst konsistente, vorhersehbare Ausgaben von einer einzigen Engine. Dies vereinfacht das Debugging und die Leistungsoptimierung, da du nicht mit variablen Modellpersönlichkeiten oder versteckten Filterebenen zu tun hast.
Im Gegensatz zu allgemeinen Anbietern bündeln wir keine Embeddings, Bildgenerierung oder Audioverarbeitung. Dies hält die API leichtgewichtig und schnell. Wenn deine Anwendung multimodale Fähigkeiten benötigt, solltest du diese separat integrieren und diese API ausschließlich für die Textgenerierung nutzen. Der Fokus liegt hier rein auf hochwertiger, unbeschränkter Textausgabe mit einem Kontextfenster von 100.000 Token.
Einrichten deiner Umgebung
Die Integration beginnt mit der Konfiguration deiner Entwicklungsumgebung, um auf unsere Basis-URL zu verweisen. Dies ist ein standardmäßiger OpenAI-kompatibler Endpunkt, sodass du jedes offizielle OpenAI-SDK oder eine kompatible Client-Bibliothek verwenden kannst. Du musst nur die Basis-URL ändern und einen API-Schlüssel angeben.
Die Basis-URL lautet https://api.nofilteraichat.com/v1. Die Modell-ID, die du in deinen Anfragen senden sollst, ist uncensored. Dieses Modell wird auf unseren eigenen Servern ausgeführt und ist kein GPT-, Claude- oder ein anderes Modell eines anderen Anbieters. Es ist ein Open-Weight-Modell, das für unzensierte Antworten optimiert wurde.
Stelle sicher, dass deine Umgebung Streaming über Server-Sent Events (SSE) unterstützt, wenn du Echtzeit-Ausgaben verwenden möchtest. Die API unterstützt Standardparameter wie temperature, top_p, stop und seed. Du kannst den JSON-Modus aktivieren, indem du response_format auf {"type": "json_object"} setzt.
Kontextfenster: 100.000 Token insgesamt (Prompt + Antwort). Es gibt keine separate Ausgabeobergrenze, und wenn max_tokens nicht festgelegt ist, kann die Antwort bis zum Ende des Fensters reichen.
Authentifizierung mit API-Schlüsseln
Die Authentifizierung erfolgt über einen API-Schlüssel, der im Authorization-Header übergeben wird. Du kannst dich über Mit Google fortfahren oder E-Mail und Passwort auf der Seite API-Schlüssel erhalten anmelden. Keine Telefonnummer erforderlich.
Wenn du ein Konto erstellst, erhältst du einen aktiven API-Schlüssel. Dieser Schlüssel wird sofort nach der Erstellung angezeigt. Wenn du einen neuen Schlüssel generierst, wird der alte ersetzt; wir unterstützen keine mehreren gleichzeitigen Schlüssel pro Konto. Dies vereinfacht das Schlüsselmanagement, bedeutet aber, dass du für dasselbe Konto keine separaten Schlüssel für verschiedene Umgebungen nutzen kannst.
Der Schlüssel wird zur Autorisierung von Anfragen an den /v1/chat/completions-Endpunkt verwendet. Fehler und Ablehnungen (außerhalb der harten Grenze bei minderjähriger sexueller Belanglosigkeit) verbrauchen dein Prepaid-Guthaben nicht. Das Guthaben wird nur für die tatsächliche Token-Nutzung belastet.
Datenschutz: Prompts werden nicht zum Training verwendet. Ein Konto benötigt nur eine E-Mail-Adresse.
Deine erste Anfrage stellen
Deine erste Anfrage sollte eine einfache Chat-Antwort sein, um die Konnektivität zu überprüfen. Verwende den Endpunkt POST /v1/chat/completions mit der Modell-ID uncensored.
Hier ist ein Beispiel für eine grundlegende Anfrage:
curl https://api.nofilteraichat.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
}'Diese Anfrage sendet einen Prompt und empfängt eine Textantwort. Das Modell antwortet ohne Filterung für rechtmäßige Erwachseneninhalte. Wenn du einen bestimmten Ton oder ein bestimmtes Format erzwingen möchtest, verwende die system-Nachricht, um Anweisungen festzulegen.
Denke daran, dass die API ein Limit von 300 Anfragen pro Minute pro Schlüssel hat und 8 parallele Anfragen erlaubt. Wenn du diese Limits überschreitest, erhältst du einen Ratenlimit-Fehler. Die Größe des Anfragekörpers ist auf 8 MB begrenzt. Stelle sicher, dass dein Client diese Limits durch Implementierung einer exponentiellen Backoff-Strategie für Wiederholungen angemessen behandelt.
Streaming-Antworten implementieren
Streaming wird über Server-Sent Events (SSE) unterstützt. Dies ermöglicht es dir, Token zu empfangen, sobald sie generiert werden, was die Benutzererfahrung bei langen Antworten verbessert. Jeder Chunk enthält einen partiellen Delta der Antwort.
Wichtig: Token-Nutzungsstatistiken (Input- und Output-Token) sind nur im letzten Chunk des Streams enthalten. Du musst die Deltas aggregieren und dann den letzten Chunk verarbeiten, um genaue Nutzungsdaten für Abrechnungszwecke zu erhalten.
Hier ist ein Beispiel, wie du Streaming in deinem Code behandeln kannst:
from openai import OpenAI
client = OpenAI(base_url="https://api.nofilteraichat.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)Dieser Ansatz stellt sicher, dass du Text in Echtzeit anzeigen kannst, während du den Token-Verbrauch weiterhin genau verfolgst. Wenn während des Streamings ein Fehler auftritt, kann der Stream vorzeitig enden. Überprüfe den letzten Chunk oder den Fehlerstatus für Details.
Function Calling verwenden
Function Calling wird über die Parameter tools und tool_choice unterstützt. Dies ermöglicht es dem Modell, strukturierte Daten auszugeben, die deine Anwendung ausführen kann. Definiere deine Funktionen im tools-Array, und das Modell gibt bei Bedarf ein Feld tool_calls in der Antwort zurück.
Setze tool_choice auf "auto", um das Modell entscheiden zu lassen, wann eine Funktion aufgerufen werden soll, oder gib eine bestimmte Funktions-ID an, um einen Aufruf zu erzwingen. Das Modell gibt den Funktionsnamen und die Argumente im JSON-Format zurück.
Beispielstruktur:
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.nofilteraichat.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);Stelle sicher, dass dein Client das tool_calls-Array parst und die Funktionen ausführt. Das Modell führt die Funktionen nicht selbst aus; es generiert nur die Aufruffunktionen. Dies ist ein Standard OpenAI-kompatibles Vorgehensweise, daher sollte jede Bibliothek, die Function Calling mit OpenAI unterstützt, hier funktionieren.
JSON-Modus behandeln
Der JSON-Modus stellt sicher, dass das Modell streng gültiges JSON ausgibt. Dies ist nützlich für Anwendungen, die strukturierte Daten benötigen, wie API-Antworten oder Konfigurationsdateien. Setze response_format in deiner Anfrage auf {"type": "json_object"}.
Wenn der JSON-Modus aktiviert ist, versucht das Modell, ein einzelnes gültiges JSON-Objekt auszugeben. Wenn die Ausgabe ungültig ist, kann die API einen Fehler oder eine fehlerhafte Antwort zurückgeben. Validiere das JSON immer auf der Client-Seite.
Beispiel:
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)Dieser Modus ist besonders nützlich für den Aufbau von Agenten oder Anwendungen, die deterministische Ausgabeformate erfordern. Er reduziert den Bedarf an Nachbearbeitung, um strukturierte Daten aus Freitext zu extrahieren. Beachte, dass der JSON-Modus die Latenz aufgrund der zusätzlichen Einschränkung der Modellausgabe leicht erhöhen kann.
Ratenlimits und Fehler verwalten
Ratenlimits werden mit 300 Anfragen pro Minute pro Schlüssel und 8 parallelen Anfragen pro Schlüssel durchgesetzt. Der Anfragekörper ist auf 8 MB begrenzt. Wenn du diese Limits überschreitest, erhältst du einen 429-Statuscode. Implementiere eine exponentielle Backoff-Strategie in deinem Client, um Wiederholungen zu behandeln.
Fehler wie ungültige Parameter oder Serverprobleme verbrauchen kein Guthaben. Ablehnungen für rechtmäßige Erwachseneninhalte verbrauchen ebenfalls kein Guthaben. Die einzige harte Grenze, die immer gilt, ist die Ablehnung von sexuellen Inhalten mit Minderjährigen, die Token verbraucht, wenn die Anfrage verarbeitet wird.
Die Preise sind transparent: 0,15 $ pro 1 Mio. Input-Token und 0,50 $ pro 1 Mio. Output-Token. Das Guthaben ist Prepaid und verfällt nie. Fehler sind kostenlos, sodass du experimentieren kannst, ohne dir Gedanken über Kosten machen zu müssen. Wenn du ein Abrechnungsproblem hast, nutze die Support-Seite für Hilfe.
