URL Base e Autenticação
Nossa API hospedada usa uma única URL base para todas as solicitações. Você autentica usando uma chave de API passada no cabeçalho Authorization. Cadastre-se na página Obter chave de API para receber sua chave instantaneamente. Cada conta gera uma chave, que você pode regenerar a qualquer momento para revogar o acesso. O identificador do modelo é estritamente uncensored, um modelo de pesos abertos ajustado para saída bruta sem recusas de conteúdo para uso adulto lícito.
URL base: https://api.bestuncensoredllm.com/v1. Todos os SDKs padrão OpenAI funcionam apontando para esta URL base e fornecendo sua chave. Não há roteamento de modelos ou escolha de fornecedores; servimos um modelo sem censura específico.
Nota de privacidade: os prompts não são usados para treinamento. Uma conta requer apenas um e-mail e senha, sem número de telefone ou cartão de crédito necessários para o nível de teste. Para recargas, aceitamos apenas criptomoedas (USDT na rede TRC20 ou USDC na rede Base).
Primeira Solicitação
Envie sua primeira solicitação usando curl para verificar a conectividade e receber uma resposta sem censura. O endpoint é POST /v1/chat/completions. Certifique-se de substituir YOUR_API_KEY pela sua chave real do painel.
Esta solicitação demonstra o pipeline básico de entrada e saída de texto. O modelo responderá com base em seu treinamento sem filtros comerciais padrão, tornando-o ideal para processamento de dados brutos ou escrita criativa.
curl https://api.bestuncensoredllm.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."}]
}'Se você receber um erro 401, sua chave é inválida ou expirada. Um erro 402 indica crédito pré-pago insuficiente. Um erro 429 significa que você excedeu o limite de requisições de 300 solicitações por minuto.
Integração com SDK Python
Use o SDK Python oficial da OpenAI para interagir com o LLM sem censura. Instale o pacote via pip, depois configure o cliente para apontar para nossa URL base. Esta abordagem é preferida para desenvolvedores construindo serviços de back-end ou pipelines de processamento de dados.
O SDK lida com serialização JSON e streaming automaticamente. Lembre-se de que o ID do modelo é fixo em uncensored. Você pode passar parâmetros padrão como temperature e max_tokens para controlar o comportamento da saída.
from openai import OpenAI
client = OpenAI(base_url="https://api.bestuncensoredllm.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)Este método é robusto para integrar o modelo de IA sem censura para tarefas de codificação ou geração de grandes blocos de texto. Certifique-se de que seu código lide com erros de limite de requisições gracefulmente implementando tentativas de reconexão.
Integração com SDK Node.js
Para ambientes JavaScript e TypeScript, use o SDK Node.js da OpenAI. Configure o cliente com a mesma URL base e chave de API do exemplo Python. Isso permite integrar respostas sem censura diretamente em aplicações web ou microsserviços baseados em Node.
O SDK suporta toda a gama de parâmetros de conclusão de chat. Como não oferecemos embeddings ou geração de imagens, mantenha-se no endpoint de chat-completions para todas as interações baseadas em texto.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.bestuncensoredllm.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);Use esta configuração para prototipagem rápida de bots de roleplay ou extração automatizada de dados. A chave de API está vinculada à sua conta, então proteja-a em suas variáveis de ambiente. Regere a chave no painel se suspeitar de um vazamento.
Respostas em Streaming
Para experiências de latência mais baixa, ative o streaming definindo stream: true em sua solicitação. A API retorna Server-Sent Events (SSE) contendo saídas de token parciais. Isso é essencial para interfaces de chat em tempo real onde os usuários esperam feedback imediato.
Cada evento contém um fragmento da resposta. Você deve analisar esses eventos para reconstruir a mensagem completa. O streaming não altera o preço ou as contagens de tokens; você ainda é cobrado pelos tokens totais de entrada e saída.
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)Certifique-se de que seu cliente lide adequadamente com conexões SSE e as feche após o evento done. Isso reduz a carga do servidor e fornece uma experiência de usuário mais suave em comparação com esperar pela resposta completa.
Endpoint de Modelos, Limites e Erros
Use GET /v1/models para verificar os modelos disponíveis. Atualmente, apenas uncensored está disponível. A janela de contexto é de 100.000 tokens para prompt mais conclusão. Solicitações excedendo 8 MB no tamanho do corpo serão rejeitadas.
Os limites de taxa são rigorosos: 300 solicitações por minuto por chave. Exceder isso aciona um erro 429. O preço é baseado no uso: $0,15 por 1M tokens de entrada e $0,50 por 1M tokens de saída. Crédito pré-pago nunca expira. Novas contas recebem $0,50 de crédito de teste por 7 dias. Resgate este crédito com um clique na sua página de chave de API. Nenhum cartão é necessário para o teste. Cadastre-se agora para começar a testar o melhor LLM sem censura para seus projetos.