如何整合 Unrestricted AI API 以取得無審查輸出

為何使用無審查 API？

標準 LLM 供應商通常會套用內容審查層，根據主觀標準（如創作寫作套路、政治主題或成人主題）拒絕提示詞。對於開發人員而言，若這些拒絕會破壞使用者體驗，無審查 LLM API 提供了一條直接取得模型輸出的途徑，無需這些人為障礙。此服務託管單一開放權重模型，經過微調以在法律允許的成人用途下無內容審查地回答，確保在不同主題上行為一致。

與在多廠商模型之間路由請求的聚合器不同，此服務使用專用基礎設施。這消除了管理多個 API 金鑰和不同回應格式的複雜性。該模型不是 GPT、Claude、Gemini 或其他廠商的模型；它是運行在我們伺服器上的獨立開放權重模型。這種方法降低了延遲，並確保「無審查」行為的一致性，因為它依賴於基礎模型的微調，而非由第三方聚合器應用的動態審查層。

然而，這不是萬能解決方案。如果你需要嵌入、圖像生成或多個模型選擇，此純文本 API 可能不符合你的技術棧。它專門為需要原始文本輸出並希望避免模型路由開銷或網頁聊天 UI 不可預測性的開發人員設計。

了解 OpenAI 相容介面

API 遵循標準 OpenAI chat-completions schema，對於已熟悉 OpenAI SDK 的開發人員而言，整合非常簡單。您使用標準 HTTP 方法與端點互動，主要使用 POST 進行補全，使用 GET 獲取模型資訊。基礎 URL 為 https://api.unrestrictedai.cc/v1,，您可以透過更新 base_url 並提供 API 金鑰，使用任何 OpenAI 相容的客戶端。

核心端點為 POST /v1/chat/completions，接受訊息陣列並返回文本回應。其他端點包括用於列出可用模型的 GET /v1/models。沒有嵌入、音訊、影片或微調端點。這種簡化降低了學習曲線，並允許您以最小的程式碼變更切換至無審查模型。

• 方法： POST 用於補全，GET 用於模型資訊。
• 格式： 包含訊息陣列的 JSON 請求主體。
• 回應： 包含生成文本的 JSON 物件。
• 相容性： 適用於官方 OpenAI SDK 以及 LangChain 或 LlamaIndex 等第三方客戶端。

此介面確保你的現有程式碼庫可以利用無審查功能，而無需完全重寫。你可以控制 temperature 和 top_p 等參數，以調整輸出的創造性和確定性。

設定你的 Unrestricted AI API 金鑰

開始使用前需要一個帳戶，可以透過「使用 Google 繼續」或透過電子郵件和密碼註冊建立。不需要電話號碼，該流程設計為快速。註冊後，你會被導向「取得 API 金鑰」頁面，你的 API 金鑰會立即顯示。此金鑰用於對 API 的所有請求進行身份驗證。

每個帳戶限用一個有效金鑰。如果你生成新金鑰，舊金鑰將失效。這簡化了安全管理，因為你不需要為單一帳戶追蹤多個金鑰。此金鑰授予對無審查模型的存取權，並根據實際 token 用量收費。

試用額度： 每個新帳戶獲得 $0.50 試用額度，有效期為 7 天。領取此試用無需信用卡，讓您在購買前輕鬆測試 API。每人限領一次，且不可與其他優惠合併使用。

隱私： 你的帳戶僅需電子郵件地址。發送至 API 的提示詞不會用於訓練，確保你的資料保持私密。對於需要保持應用程式輸入資料機密的開發人員而言，這是一項關鍵功能。

發送第一個請求

準備好你的 API 金鑰和基礎 URL 後，即可發送第一個請求。API 接受標準訊息格式，包括 system、user 和 assistant 角色。以下是使用 cURL 的範例：

Copycurl https://api.unrestrictedai.cc/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."}]
  }'

此請求將簡單的提示詞發送給模型。回應將包含生成的文本以及 token 用量統計。要發送的模型 id 為 'uncensored'。此識別碼用於請求主體中以指定模型。

你也可以使用官方的 OpenAI Python SDK。使用你的基礎 URL 和 API 金鑰初始化客戶端，然後呼叫 chat.completions.create 方法。回應結構符合 OpenAI 格式，包括 choices、finish_reason 和 usage 統計。

關鍵參數：

• model: 'uncensored'
• messages: 訊息物件陣列
• temperature: 控制隨機性（預設 1.0）
• max_tokens: 最大輸出 token 數（預設 2048）

此設定讓你能夠快速將無審查模型整合到你的應用程式中。回應時間通常很低，反映了沒有路由開銷的直接基礎設施。

處理串流輸出與工具

API 透過 Server-Sent Events (SSE) 支援串流輸出，這對於即時使用者體驗至關重要。啟用串流時，API 會在生成時發送部分回應。最後一個區塊包含總 token 用量，讓你能夠準確追蹤成本。這對於在生成時顯示文本的聊天介面很有用。

函式呼叫（工具）也受支援。你可以在請求中定義工具，模型將返回結構化的 JSON 輸出，可由你的應用程式解析並執行。這使得複雜的工作流程成為可能，例如與外部 API 或資料庫互動。

JSON 模式： 你可以透過將 response_format 設定為 json_object 來強制輸出 JSON。這確保模型返回有效的 JSON，對於程式化消費至關重要。

其他參數：

• stop: API 停止生成更多 token 的序列。
• seed: 用於產生可重現的輸出。
• presence_penalty: 鼓勵模型討論新主題。
• frequency_penalty: 根據新 token 在文本中的現有頻率進行懲罰。

這些功能使 API 適用於各種應用，從簡單的聊天機器人到複雜的基於代理人的系統。

定價與加密貨幣付款

定價模式簡單明瞭且依用量計費。無月費或訂閱費。您只需為實際使用的部分付費：

• 輸入 token： 每 100 萬 token $0.25
• 輸出 token： 每 100 萬 token $1.00

錯誤與拒答皆免費，表示你無需為未成功生成的 token 付費。額度為預付制且永不過期，因此你可根據需要進行儲值。此模型具透明度且可預測，讓你得以根據預期 token 用量來估算成本。

儲值流程： 僅接受加密貨幣付款。您可以使用 USDT (TRC20) 或 USDC (Base) 儲值。最低儲值金額為 $10，最高為 $500。較大額的儲值可獲得額外額度：

• 儲值 $50： 贈送 5% 額外額度
• 儲值 $100： 贈送 10% 額外額度

額度餘額不退款，但重複扣款等錯誤可透過支援頁面解決。此僅限加密貨幣的模式降低了交易手續費，並簡化了全球付款。

速率限制與配額

為確保公平使用並維持效能，API 對每個 API 金鑰實施以下限制：

• 每分鐘請求數： 300
• 並行請求數： 8
• 最大請求主體大小： 8 MB

這些限制旨在防止濫用並確保一致的延遲時間。如果你超過速率限制，將收到 429 Too Many Requests 錯誤。你可以實作指數退避的重試邏輯，以優雅地處理這些情況。

上下文視窗為 100,000 個 token，包含提示詞與補全 token。每次請求的最大輸出為 32,000 個 token，若未設定 max_tokens 則為 2,048 個 token。這允許用於長上下文應用，如文件分析或長時間對話。

嚴格內容限制： 雖然模型為無審查，但它仍會拒絕涉及未成年人的性內容。這是模型本身施加的嚴格限制。

了解這些限制有助於你設計應用程式以處理速率限制並有效管理 token 用量。對於大多數用例，這些限制已足夠，但高吞吐量應用可能需要實作佇列機制。

隱私與資料使用

隱私是許多開發人員的關鍵考量。此服務不會將您的提示詞用於訓練。您的資料僅用於生成回應，不會長期儲存以改善模型。這確保了應用程式的輸入資料保持私密，且不會用於訓練基礎模型。

帳戶隱私： 你的帳戶僅需電子郵件地址。不需要電話號碼或個人身分識別。這減少了你與服務提供者分享的個人資料數量。

資料處理： 提示詞不用於訓練。對於需要保護專屬資料或使用者輸入機密性的企業而言，這是重大優勢。該服務在資料處理方面設計為透明。

無訓練資料洩漏： 由於提示詞不用於訓練，你無需擔心你的資料會出現在未來的模型輸出中。這是有別於某些使用使用者資料進行訓練的免費或共享模型的主要區別。

這種以隱私為先的方法使 API 適合對資料機密性要求極高的企業應用。你可以放心地將無審查模型整合到你的系統中，因為你的資料受到尊重且不會被重新利用。