OpenAI 兼容 API 文档
在不到一分钟的时间内通过标准的兼容 OpenAI 的端点开始使用我们无限制的 LLM API。发送文本，获取文本，仅为您实际消耗的代币付费。
快速入门：发送您的第一个请求
通过 Google 或电子邮件注册，即时获取 API 密钥。使用 uncensored 模型 ID 以生成用于创意写作、安全研究或成人内容的无限制文本。API 通过 POST /v1/chat/completions.
curl https://api.ianoncensure.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "List the top 5 libraries for async python"}]
}'每个新账户均可立即获得访问权限。基础 URL 为 HTTPS://api.ianoncensure.com/v1。您可以在将 API 集成到生产工作流之前测试端点以确保连接正常。
端点：chat/completions 和模型
使用两个简单的端点与模型交互： POST /v1/chat/completions 用于生成和 GET /v1/models 用于元数据。此 API 仅提供一个特定的无审查大型语言模型，而不是多个供应商之间的路由层。您无需管理复杂的模型选择。
from openai import OpenAI
client = OpenAI(base_url="https://api.ianoncensure.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)请求作为文本输入、文本输出进行处理。没有嵌入、图像生成或音频端点。通过坚持使用这两种路径，使您的客户端库保持简单。模型 ID 始终是 uncensored.
参数：temperature、top_p 及更多
使用 temperature 和 top_p 参数。调整 presence_penalty 和 frequency_penalty 减少重复。使用 seed 用于测试期间的确定性输出。该模型支持 stop 序列以在特定标记处终止生成。
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.ianoncensure.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);这些参数允许微调输出风格。较高的温度产生更多样化的响应，而较低的值确保一致性。所有参数遵循标准的 OpenAI 约定，使迁移变得容易。
通过 SSE 的流式响应
通过设置 stream: true. API 为每个生成的令牌返回 Server-Sent Events (SSE)。这降低了用户等待长篇幅内容时的感知延迟。最后一个块包括用于计费的总令牌使用情况。
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)流式传输对于聊天界面至关重要。它在模型继续处理时提供即时反馈。在客户端处理 SSE 流以显示到达的令牌。
JSON 模式与函数调用
使用 response_format: {"type": "json_object"}. 这确保模型返回有效的 JSON，这对于与下游系统集成至关重要。函数调用允许模型执行在模式中定义的工具。
使用 tools 和 tool_choice 指导模型的行为。此功能使复杂工作流无需后处理成为可能。API 高效地处理工具执行逻辑。
速率限制与错误处理
每个 API 密钥限制为每分钟 300 次请求和 8 个并发请求。最大请求体大小为 8 MB。错误返回标准 HTTP 代码：密钥无效返回 401，信用不足返回 402，速率限制返回 429。错误和拒绝不会消耗 token。
上下文窗口支持 100,000 个 token，同时适用于 prompt 和 completion。每次请求最大输出为 16,000 个 token。设置 max_tokens 明确以避免超出限制。未使用的余额永不过期。
常见问题解答
这是适合 NSFW 内容的非审查 ia API 吗？
是的，该模型已针对合法成人用途进行调优，可无内容审查地作答。它不会拒绝争议性或性话题，仅对涉及未成年人的内容执行硬性限制。你可以为创意或研究目的生成不受限制的文本文本。
定价与其他无审查 LLM 提供商相比如何？
您每 100 万输入令牌支付 $0.15，每 100 万输出令牌支付 $0.50。错误和拒绝免费。无月度订阅或隐藏费用。预付费余额覆盖所有用量，您可以通过加密货币充值并获得奖励余额。
如果我触及速率限制会怎样？
您将收到 429 状态码。限制为每个密钥每分钟 300 次请求和 8 个并发请求。如果需要，您可以生成新的 API 密钥来替换旧密钥，因为每个账户一次只允许一个活跃密钥。
