URL de base et authentification
Pour commencer à utiliser le modèle IA débridé, vous avez besoin d'une clé API valide. Générez-en une instantanément via Google ou e-mail sur la page Obtenir la clé API. Aucun numéro de téléphone n'est requis et la clé s'affiche immédiatement.
Définissez votre URL de base sur https://api.unhinged.top/v1. Toutes les requêtes doivent inclure un en-tête Authorization avec le schéma Bearer. Cette configuration fonctionne avec n'importe quel SDK compatible OpenAI. L'API propose un seul LLM sans censure en ligne, optimisé pour la génération de texte directe sans couches de routage supplémentaires.
Première requête
Envoyez une requête standard de complétion de chat pour tester l'intégration. L'ID du modèle est toujours uncensored. Cet endpoint renvoie du texte brut sans refus de contenu pour un usage adulte légal. Si vous atteignez une limite, l'API renvoie un code d'erreur clair.
curl https://api.unhinged.top/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."}]
}'Cette simple requête POST illustre la nature directe texte en, texte hors du service. Vous pouvez ajuster des paramètres comme temperature pour contrôler la créativité. La réponse inclut l'utilisation des tokens, vous aidant à suivre les coûts par rapport au modèle de tarification transparent.
Intégration SDK Python
Utilisez le SDK Python officiel OpenAI pour interagir avec l'API. Configurez l'URL de base et la clé API dans l'initialisation de votre client. Cette approche vous permet de conserver la structure de code existante tout en remplaçant le modèle par celui sans censure.
from openai import OpenAI
client = OpenAI(base_url="https://api.unhinged.top/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)Les développeurs Python bénéficient du caractère synchrone de cet extrait. Il gère automatiquement le cycle de vie de la requête. Assurez-vous de gérer les exceptions pour les limites de débit ou les échecs d'authentification. Le modèle prend en charge jusqu'à 100 000 tokens dans la fenêtre de contexte, permettant un historique de prompt substantiel.
Intégration SDK Node.js
Pour les environnements JavaScript et TypeScript, le SDK Node offre une facilité d'utilisation similaire. Initialisez le client avec votre URL de base et votre clé. Cela permet un prototypage rapide des fonctionnalités IA dans les applications web ou les services backend.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.unhinged.top/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);La gestion asynchrone est intégrée au SDK. Vous pouvez attendre la réponse directement. Ce modèle est idéal pour le rendu côté serveur ou les endpoints API qui doivent renvoyer les sorties du modèle aux clients. Rappelez-vous que l'API sans censure est limitée à la génération de texte ; ne vous attendez pas à un support image ou audio dans cet endpoint.
Réponses en streaming
Pour des expériences à faible latence, activez le streaming en définissant stream: true. L'API renvoie des Server-Sent Events (SSE). Chaque chunk contient du texte partiel. Le dernier chunk inclut le résumé complet de l'utilisation des tokens.
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)Le streaming est essentiel pour les interfaces de type chat où les utilisateurs attendent des retours en temps réel. Analysez les champs choices[0].delta.content pour reconstituer la réponse complète. Cette méthode réduit considérablement le temps jusqu'au premier token par rapport aux réponses synchrones complètes.
Limites, erreurs et contexte
L'API applique des quotas stricts pour garantir la stabilité. Vous êtes limité à 300 requêtes par minute et à 8 requêtes simultanées par clé. Le corps de la requête ne doit pas dépasser 8 Mo. Si vous dépassez ces limites, vous recevrez une erreur 429.
Les erreurs d'authentification renvoient 401 si la clé est invalide. Si votre crédit prépayé est épuisé, l'API renvoie 402. Les erreurs et les refus sont gratuits, vous n'êtes facturé que pour l'utilisation de tokens réussie. La fenêtre de contexte prend en charge 100 000 tokens au total, avec une sortie maximale de 32 000 tokens par requête.
