標準 OpenAI 端點
使用相同的 SDK 和客戶端程式碼,只需更改 base_url 即可。
無審查 LLM API
如何使用具有 100k 上下文視窗的 OpenAI 相容 API 讓 ChatGPT 變為無過濾,該 API 按 Token 使用量收費且無訂閱鎖定。
透過單一請求測試
curl https://api.howtomakechatgptunfiltered.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "calculate total tokens for input array"}]
}'from openai import OpenAI
client = OpenAI(base_url="https://api.howtomakechatgptunfiltered.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)import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.howtomakechatgptunfiltered.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);使用相同的 SDK 和客戶端程式碼,只需更改 base_url 即可。
在一次請求中處理 100,000 個 token 的提示詞和完成內容資料。
啟用工具和 tool_choice 以進行強大的應用程式整合和自動化。
每百萬輸入 Token 僅需支付 $0.15,每百萬輸出 Token 僅需支付 $0.50。
提示詞不用於訓練數據,且無第三方追蹤。
預付額度涵蓋所有使用量,無月費或過期日期。
僅使用 Google 或電子郵件註冊即可獲得即時的 API 金鑰。
僅透過 USDT 或 USDC 充值,即可立即存取無審查模型。
向聊天補全端點發送 POST 請求,並附上您的金鑰。
生成不受內容過濾器阻擋成熟主題的無限制小說與角色扮演。
查詢模型以獲取漏洞的詳細解釋,無標準拒絕。
建構能自然回應且無過度客氣或迴避的對話代理。
使用完整的 100k 上下文視窗解析大型文件,以提升準確性。
開發者拒絕標準過濾機制,因為它們會破壞確定性工作流程。「奶奶漏洞」的變通方法證明,拒絕往往是一種風格上的怪癖,而非硬性約束。當模型拒絕合法的成人內容時,您的應用程式邏輯會不可預測地失敗。您無法依賴標準模型在創意或研究情境中獲得一致的輸出。此 API 提供無審查 LLM,能不加不必要修飾地作答,確保您的程式碼收到您請求的原始文本。
切換至無審查 LLM API 以繞過標準拒絕並獲得直接回應。使用串流進行即時數據處理,啟用 JSON 模式以獲取結構化輸出,或利用工具進行複雜工作流程。每種方法都透過我們標準的 OpenAI 相容端點進行整合,確保您的現有程式碼可立即運作,無需額外設置。
透過以下四個直接步驟獲得您的第一個無審查回應。
https://api.howtomakechatgptunfiltered.com/v1 並將模型 ID 設定為 "uncensored"。/v1/chat/completions. 模型返回文本,不會拒絕合法的成人內容的標準拒絕。我們的無審查 API 輸入每 1M token 收費 $0.15,輸出每 1M token 收費 $0.50。錯誤和拒絕回應不收費。一次 100K token 上下文視窗請求搭配 8K 輸出 token,將消耗 $25 的信用額度。透過 SSE 串流可於最後一個區塊顯示確切用量。預付信用額度永不過期,因此您僅為實際使用的內容付費。
代理伺服器將標準模型流量重新導向至過濾層,這會增加延遲並可能導致解析錯誤。我們的原生 API 直接提供單一專屬的 uncensored 模型。這消除了中間跳躍,確保透過 SSE 進行一致的串流傳輸,並嚴格遵循 OpenAI 相容行為。您可直接取得 uncensored 權重,無需承受通用閘道的額外開銷。
| 功能 | 典型代理 | 我們的 |
|---|---|---|
| 模型來源 | 標準供應商模型 | 專屬無審查模型 |
| 串流 | 經常延遲 | 即時 SSE |
| 成本 | 每個 token 成本較高 | $0.15 input / $0.50 output |
| 設定 | 複雜設定 | 單一基礎 URL |
開發者常誤以為標準 LLM API 處理非審查回應的方式與商業模型完全相同。事實並非如此。若需進行解析,您必須明確將 response_format 設為 json_object,因為非審查模型可能會在結構化資料旁輸出對話式填充內容。此外,請確認您的客戶端能正確處理串流 SSE 事件,以從最後一個區塊擷取 token 用量,避免在高量推論期間產生意外的帳單差異。
您可透過向類似我們的 OpenAI-compatible 端點發送請求來實現 chatgpt unfiltered。我們的 API 使用單一 uncensored 模型 id,並支援 temperature 和 top_p 等標準參數。這消除了對合法成人內容的拒絕邏輯。
是的,API 透過 response_format 參數支援 JSON 模式。您可以為應用程式強制執行嚴格的物件結構。這可確保解析一致性,無需客戶端程式碼中的手動驗證邏輯。
您可以傳送最多 100,000 token 的提示詞與補完總和。最大輸出長度為每次請求 16,000 token。如果您未設定 max_tokens,預設值為 2,048 token。
是的,您可以透過更改 base_url 和 API 金鑰來使用官方 SDK。我們的端點完全相容於 OpenAI。這使您能夠在不重寫整合邏輯的情況下切換供應商。
拒絕是免費的,且不會消耗您的預付額度。您只需為成功的 token 使用付費。這意味著您可以測試邊界,而無需擔心被阻止的回應會產生意外費用。
您可以使用 TRC20 或 Base 網路上的 USDT 或 USDC 進行充值。最低存款為 $20,最高為 $500。獎勵在 $50、$100 和 $200 門檻時適用。
註冊、複製金鑰、更新基礎網址。完成。