Ý nghĩa thực sự của cụm từ này
Hầu hết các mô hình ngôn ngữ được lưu trữ đều có một lớp hành vi từ chối. Lớp đó là mặc định hợp lý cho một trợ lý chung, nhưng nó cản trở nhiều sản phẩm hợp pháp: các công cụ tiểu thuyết cần nhân vật phản diện đáng sợ, các ứng dụng đóng vai và bạn đồng hành cho người trưởng thành, nghiên cứu kiểm duyệt cần xem xét nội dung mà nó phân loại, và các bộ thử nghiệm kiểm thử đỏ. Một mô hình không kiểm duyệt là một mô hình đã được tinh chỉnh để không từ chối các yêu cầu này, và một API không kiểm duyệt đơn giản là mô hình đó phía sau một endpoint HTTP.
Từ "uncensored" không có nghĩa là "không có quy tắc". Dịch vụ của chúng tôi có một giới hạn cứng: không có nội dung tình dục liên quan đến người chưa thành niên, không bao giờ. Ngoài ra, mô hình được tinh chỉnh để trả lời mà không có từ chối nội dung cho mục đích người trưởng thành hợp pháp. Trách nhiệm về những gì sản phẩm của bạn làm với đầu ra và tuân thủ luật pháp nơi bạn hoạt động thuộc về bạn.
Cũng cần rõ ràng về những gì mô hình không phải là. Đó là một mô hình trọng số mở do một nhà cung cấp độc lập vận hành. Nó không phải là API chính thức của Meta, Mistral, Qwen, DeepSeek, OpenAI, xAI, Google hoặc Anthropic, và nó không phải là bộ định tuyến chọn giữa các nhà cung cấp.
Nơi nó phù hợp trong một ứng dụng
Nhà phát triển thường sử dụng loại endpoint này trong một trong bốn tình huống.
- Sáng tác văn học và hội thoại game. Các công cụ kể chuyện, truyện tương tác và hội thoại NPC bị phá vỡ khi mô hình thuyết giảng người chơi. Một mô hình giữ vững nhân vật giúp trải nghiệm được nguyên vẹn.
- Ứng dụng bạn đồng hành và nhập vai cho người lớn. Trò chuyện theo nhân vật phụ thuộc vào các phiên dài và giọng điệu nhất quán. Cửa sổ 100.000 token giúp ích ở đây, vì một cuộc trò chuyện dài cộng với hồ sơ nhân vật vừa khít mà không cần cắt xén mạnh.
- Đường ống dữ liệu và nội dung. Phân loại, tóm tắt hoặc viết lại văn bản do người dùng tạo có chứa ngôn ngữ thô, mà không làm mô hình từ chối nửa số hàng.
- Kiểm thử và nghiên cứu. So sánh cách bộ lọc hoạt động với đầu ra mô hình thô, hoặc tạo các ví dụ đối kháng cho bộ phân loại an toàn bạn đang xây dựng.
Trong cả bốn trường hợp, mô hình là một thành phần. Bạn vẫn sẽ viết các prompt hệ thống của riêng mình, bộ kiểm soát độ tuổi của riêng mình và bộ kiểm duyệt của riêng mình cho những gì bạn xuất bản. API cung cấp cho bạn khả năng tạo nội dung, không phải chính sách sản phẩm.
Những gì bạn nhận được về mặt kỹ thuật
Dịch vụ cung cấp hai phương thức: POST /v1/chat/completions và GET /v1/models. Xác thực là một bearer token trong tiêu đề Authorization. ID mô hình là uncensored. Vì giao thức khớp với OpenAI, bất kỳ SDK OpenAI hoặc máy khách tương thích nào cũng hoạt động sau khi bạn thay đổi base URL và khóa API.
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredllmapi.com/v1",
api_key="YOUR_API_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You write gritty fantasy dialogue."},
{"role": "user", "content": "A mercenary refuses a noble's offer. Three lines."},
],
temperature=0.9,
)
print(resp.choices[0].message.content)
Các tính năng được hỗ trợ bao gồm truyền phát qua SSE với việc báo cáo sử dụng ở cuối, gọi hàm (tools, tool_choice, truyền phát tool_calls và kết quả dưới dạng role: "tool"), và chế độ JSON thông qua response_format. Các cài đặt lấy mẫu như temperature, top_p, stop, seed và các hình phạt được chuyển tiếp. Tài liệu tham khảo về yêu cầu đầy đủ có trong tài liệu API.
Giới hạn là 8 yêu cầu đồng thời và 300 yêu cầu mỗi phút trên một khóa đầy đủ, và 2 đồng thời và 60 mỗi phút trên một khóa dùng thử. Kích thước tối đa của thân là 8 MB. Khi bạn vượt quá giới hạn, bạn sẽ nhận được HTTP 429, với mã lỗi rate_limited hoặc concurrency.
Nó không làm gì
Việc thẳng thắn về các điểm thiếu sót giúp bạn tiết kiệm một chu kỳ tích hợp. Dịch vụ chỉ dành cho văn bản. Không có tạo hình ảnh, âm thanh hoặc video, không có endpoint embedding và không có tinh chỉnh. Chỉ có một mô hình, vì vậy bạn không thể chọn giữa các kích thước hoặc chuyển sang mô hình của nhà cung cấp khác bằng cách thay đổi một chuỗi. Nếu quy trình của bạn cần truy xuất, bạn sẽ cần một nguồn embedding ở nơi khác và sau đó chuyển văn bản đã truy xuất vào API này dưới dạng ngữ cảnh thông thường.
Nếu bạn đã có một ứng dụng chọn từ danh mục nhiều mô hình, một endpoint mô hình đơn là một công cụ hẹp hơn. Đối với mặt vận hành, hãy đọc danh sách kiểm tra sản xuất cho tích hợp NSFW.
Mô hình cũng không được đảm bảo là đúng về sự thật. Việc loại bỏ các từ chối không thêm kiến thức. Hãy coi đầu ra là văn bản nháp và xác minh bất cứ điều gì quan trọng.
Tính toán chi phí
Thanh toán theo token: $0,15 cho mỗi 1M token đầu vào và $0,50 cho mỗi 1M token đầu ra. Bạn trả trước tín dụng, không có gì tự động gia hạn, và tín dụng không bao giờ hết hạn. Các yêu cầu thất bại hoặc bị từ chối không bị tính phí. Prompt không được dùng để huấn luyện.
Dưới đây là hai ví dụ tính toán.
Một lượt trò chuyện trong ứng dụng bạn đồng hành. Giả sử mỗi lượt gửi 3.000 token lịch sử và persona, và mô hình trả lời với 250 token. Chi phí đầu vào là 3.000 x $0,15 / 1.000.000 = $0,00045. Chi phí đầu ra là 250 x $0,50 / 1.000.000 = $0,000125. Một lượt là $0,000575, vì vậy 1.000 lượt tốn $0,575.
Một công việc viết lại hàng loạt. Lấy 20.000 đoạn văn bản với 400 token đầu vào mỗi đoạn, với 300 token được trả lại cho mỗi đoạn. Đầu vào là 8.000.000 token, tức là 8 x $0,15 = $1,20. Đầu ra là 6.000.000 token, tức là 6 x $0,50 = $3,00. Công việc tốn tổng cộng $4,20.
Token đầu ra tốn nhiều hơn ba lần so với token đầu vào, vì vậy việc giới hạn độ dài phản hồi là cách tiết kiệm lớn nhất cho các công việc nặng về tạo nội dung. Các cuộc trò chuyện dài cũng làm tăng phần đầu vào ở mỗi lượt, đó là lý do để tóm tắt lịch sử cũ thay vì gửi lại nó. trang giá cả liệt kê các tỷ lệ hiện tại.
Thanh toán và bắt đầu
Người dùng mới có thể nhận $0,50 tín dụng dùng thử chỉ với một cú nhấp chuột trên trang khóa API sau khi đăng nhập bằng Google hoặc bằng email và mật khẩu. Nó có hiệu lực trong 7 ngày, giới hạn một người dùng mỗi người, và không cần thanh toán. Chạy một vài prompt thực tế từ trường hợp sử dụng của riêng bạn và kiểm tra xem giọng điệu và định dạng có phù hợp không.
Khi bạn chuyển sang môi trường production, hãy nạp thêm một số nguyên bất kỳ từ $20 đến $500. Một khoản bonus áp dụng ở các mức lớn hơn: +5% từ $50, +10% từ $100 và +15% từ $200. Trang web này chỉ chấp nhận tiền mã hóa, sử dụng USDT trên TRC20 hoặc USDC trên Base. Nếu bạn chưa bao giờ thanh toán bằng tiền mã hóa, hãy dành một chút thời gian cho lần chuyển tiền đầu tiên và nạp tiền trước khi bạn cần tín dụng.
Tạo khóa của bạn trên trang khóa API, sau đó trỏ ứng dụng khách hiện tại của bạn vào URL cơ sở.
Kế hoạch đánh giá ngắn gọn
- Viết mười prompt mà sản phẩm của bạn thực sự sẽ gửi, bao gồm một vài prompt mà các mô hình khác từ chối.
- Chạy chúng với tín dụng dùng thử ở nhiệt độ dự định của bạn và ghi chú các lần từ chối, giọng điệu và độ dài.
- Kiểm tra truyền phát và, nếu bạn dựa vào chúng, hãy kiểm tra các lệnh gọi công cụ và chế độ JSON.
- Ước lượng token hàng tháng từ các ví dụ trên và nhân với hai tỷ lệ.
- Quyết định về bộ kiểm duyệt và kiểm soát độ tuổi của riêng bạn trước khi ra mắt.
Nếu năm bước đó diễn ra tốt đẹp, bạn có những gì cần thiết để quyết định xem endpoint này có phù hợp với stack của bạn không.
