Uncensored Endpoint:Base URL、模型 ID 與限制
此處的 uncensored 端點意指託管式 OpenAI 相容文字 API,針對合法成人用途無內容拒絕地回答。本頁列出撰寫程式碼前所需的確切 Base URL、模型 ID、方法、限制與錯誤代碼。
重點摘要
- Base URL 為 https://api.uncensoredendpoint.com/v1,唯一的模型 ID 為 uncensored。
- 提供兩種方法:POST /v1/chat/completions 與 GET /v1/models。
- 上下文視窗為 100,000 token,包含提示詞和補全。
- 完整金鑰允許 8 個並行請求和每分鐘 300 個請求。

連線設定一覽
若你只需要這些數值,如下所示。本頁其餘內容說明它們在實際運作中的行為。
| 設定 | 說明 |
|---|---|
| Base URL | https://api.uncensoredendpoint.com/v1 |
| 模型 ID | uncensored |
| Auth 標頭 | Authorization: Bearer YOUR_KEY |
| 方法 | POST /v1/chat/completions、GET /v1/models |
| 上下文視窗 | 100,000 token,含提示詞與補全 |
| 最大請求主體 | 8 MB |
| 金鑰完整限制 | 8 個並行請求,每分鐘 300 次請求 |
| 試用金鑰限制 | 2 個並行請求,每分鐘 60 個請求 |
| 價格 | 每 1M 輸入 token $0.15,每 1M 輸出 token $0.50 |
該服務使用與 OpenAI chat completions API 相同的資料格式。若某個工具允許你輸入自訂 Base URL 與 API 金鑰,它即可與此服務通訊。你可在API 金鑰頁面取得金鑰,文件則以較短形式提供相同的參考。
各方法的功能
僅有兩個路由,因此暴露面較小。
GET /v1/models回傳模型列表。你會看到一筆項目uncensored。許多客戶端會呼叫此路由以填滿模型下拉選單,因此這也是確認金鑰與 URL 是否正確的快速方式。POST /v1/chat/completions是主要方法。它接收一組訊息並返回補全內容,可為單一 JSON 回應或伺服器推送事件串流輸出。
舊的文字補全路由、responses 路由、embeddings 路由、影像路由與音訊路由並非產品的一部分。若程式庫嘗試使用這些路由,預期會發生錯誤,並將程式庫切換至聊天模式。
從終端機進行快速檢查:
curl https://api.uncensoredendpoint.com/v1/models \
-H "Authorization: Bearer $API_KEY"
包含 uncensored 的 JSON 列表表示金鑰有效。HTTP 401 表示金鑰遺失、輸入錯誤或包含多餘的空格或換行符號,這通常是金鑰來自 shell 變數時最常見的原因。
你的第一個 curl、Python 與 Node 請求
三個範例均傳送相同內容:一則系統訊息、一則使用者訊息與低溫度。取代 YOUR_KEY 或設定 API_KEY 環境變數。
curl https://api.uncensoredendpoint.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [
{"role": "system", "content": "You are a concise assistant."},
{"role": "user", "content": "Explain what a context window is in two sentences."}
],
"temperature": 0.7
}'
使用官方 Python SDK 時,你只需向客戶端傳遞兩個額外參數:
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredendpoint.com/v1",
api_key="YOUR_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You are a concise assistant."},
{"role": "user", "content": "Explain what a context window is in two sentences."},
],
temperature=0.7,
)
print(resp.choices[0].message.content)
print(resp.usage)
在 Node 中使用相同 SDK:
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.uncensoredendpoint.com/v1",
apiKey: process.env.API_KEY,
});
const resp = await client.chat.completions.create({
model: "uncensored",
messages: [
{ role: "system", content: "You are a concise assistant." },
{ role: "user", content: "Explain what a context window is in two sentences." },
],
});
console.log(resp.choices[0].message.content);
回應包含 usage 物件,內含提示詞與補全 token 計數。請密切注意:這兩個數字是你計費的依據。回應標頭也包含 X-Request-Id、X-Balance-USD、X-RateLimit-Limit-Requests 與 X-RateLimit-Limit-Concurrency。每次呼叫都記錄請求 ID,因為若出現問題,支援團隊首先會要求提供該 ID。
串流輸出、函式呼叫與 JSON 模式
三個功能涵蓋大多數實際應用程式,且均遵循你已熟悉的 OpenAI 格式。
串流輸出
設定 stream: true 並讀取伺服器發送事件。用量會在串流結束時報告,因此你仍可在不進行第二次請求的情況下計算 token。一個對容量規劃很重要的細節是:串流請求會佔用其並行槽位,直到串流結束。若慢速客戶端以緩慢速度讀取長回答,會佔用槽位直到結束。
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write a four-line poem about rain."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
函式呼叫
傳遞 tools 並可選地傳遞 tool_choice。當模型決定呼叫函式時,你會在回覆中獲得 tool_calls(若啟用串流,串流輸出也會包含)。你自行執行函式並將結果以 role: "tool" 訊息傳回。該模型為單一開放權重模型,因此請使用幾個具代表性的提示詞測試你的工具架構,並將參數描述保持簡短且具體。
JSON 模式
傳送 response_format: {"type":"json_object"} 以要求有效的 JSON 輸出。同時在提示詞中說明你想要 JSON 並描述你預期的欄位。仍應謹慎解析,並在解析失敗時重試一次,不要盲目信任輸出。
採樣控制參數會直接傳遞:temperature、top_p、stop、seed 以及頻率懲罰與存在懲罰。
100,000-token 上下文視窗的實際應用
上下文視窗為 100,000 token,該數字涵蓋提示詞與補全結果的總和。補全結果可使用提示詞剩餘的任何空間,且 max_tokens 為選填。若你傳送 90,000 token 的提示詞,則最多剩約 10,000 token 可用於回答。
英文文本的粗略法則是,一個 token 略少於一個單字,因此 100,000 token 約等於 70,000 個單字。這足以容納長篇小說章節集、大型程式碼庫的很大一部分,或數小時的聊天歷史。保持此功能有用的三個習慣:
- 有意識地修剪歷史記錄。 聊天客戶端每次都會重新傳送整個對話,因此成本與延遲會隨之增長。保留系統提示詞、舊對話的摘要以及最後幾則訊息。
- 當輸出大小重要時,設定
max_tokens。 這是選填的,但上限可保護你免受長提示詞導致回答失控。 - 注意 8 MB 的主體限制。 這與 token 上下文視窗分開。純文字很少達到 8 MB,但嵌入提示詞的 base64 資料可能會達到。
由於計費是按 token 計算,滿載請求的成本與短請求相比較高。定價頁面有費率,你可計算任何請求為:輸入 token 數乘以 $0.15 加上輸出 token 數乘以 $0.50,兩者各除以一百萬。
速率限制與 429 系列錯誤
完整金鑰允許同時 8 個請求,每分鐘 300 個請求。試用金鑰限制更嚴格:同時 2 個,每分鐘 60 個。當超過限制時,API 會以 HTTP 429 回應,錯誤代碼會告訴你超過哪條線:
| 錯誤代碼 | 含義 | 該怎麼辦 |
|---|---|---|
rate_limited | 每分鐘請求過多 | 減速;將呼叫分佈在一分鐘內 |
concurrency | 同時執行的請求過多 | 在客戶端排隊;將並行工作程序限制為 8(試用版為 2) |
429 帶有 Retry-After: 5 | 暫時過載 | 等待 5 秒後再重試 |
最簡單的防禦是在你自己的程式碼中使用訊號量,大小設定為你的金鑰限制。在 Python 與 asyncio 中,將 asyncio.Semaphore(8) 包裹在每次呼叫周圍,可完全消除 concurrency 錯誤。新增一個遵循 Retry-After 標頭的重試機制,若標頭不存在則回退到短暫的指數退避延遲。記住串流會為其完整長度佔用槽位,因此八個長串流的批次會阻塞第九個請求,即使每分鐘計數很低。
失敗或拒絕的請求不會計費,因此重試迴圈不會為失敗的嘗試付費。
該模型是什麼,以及不是什麼
該服務運行單一開放權重模型,由獨立供應商託管並調整以無內容拒絕地回答,供合法成人使用。它不是任何大型廠商的官方 API,也不是在廠商之間選擇的路由器。只有一個模型 uncensored,因此沒有選擇空間,也沒有價格層級可比較。
限制很明確。文字輸入,文字輸出。無影像、音訊或影片生成、無 embeddings 且無微調。唯一的固定內容規則是禁止涉及未成年人的性內容。提示詞不用於訓練。
這種框架有助於規劃專案。成人的小說與角色扮演工具、伴侶應用程式、模型行為研究,以及處理直白或敏感文本且模型不會退縮的工具,都是自然的應用場景。若你需要用於搜尋的 embeddings,你需要另一家供應商處理該部分,但仍可使用此端點進行生成。
進入生產環境前
運作中的示範只需五分鐘。可靠的服務需要更多時間。從試用開始:新用戶可在註冊後於金鑰頁面一鍵領取 $0.50 額度,每人一次,有效期 7 天,無需付款。註冊支援 Google 或電子郵件與密碼。這足以進行數百次短測試呼叫以檢查你的整合。
當轉向真實流量時,以 $20 至 $500 的整數金額儲值。付款方式為加密貨幣(TRC20 上的 USDT 或 Base 上的 USDC)。額度永不過期,且無訂閱制,因此餘額會一直保留直到你花完。贈送比例為:$50 起贈 5%、$100 起贈 10%、$200 起贈 15%。
然後按清單操作:將金鑰儲存於環境變數或金鑰管理員中,勿存於客戶端程式碼;記錄 X-Request-Id;監控 X-Balance-USD 以便在餘額耗盡前發出警報;限制並行工作程序;並處理 429 錯誤時使用延遲而非緊密迴圈。API 金鑰生產環境檢查清單更詳細地說明金鑰處理,文件則包含參數參考。
更多指南
問答
我需要特殊的 SDK 嗎?
不會。任何 OpenAI SDK 或客戶端均可使用。只需更改 Base URL 和金鑰,並將模型設為 uncensored,其餘程式碼保持不變。
能否生成圖片或嵌入向量?
不會。API 僅支援文字。不提供圖片、音訊或影片生成,也不支援嵌入向量與微調。
當我達到速率限制時會發生什麼事?
你會收到 HTTP 429。當每分鐘請求數超出限制時,錯誤代碼為 rate_limited;並行請求過多時為 concurrency。請稍候後重試。
有嚴格內容規則嗎?
有。涉及未成年人的性內容一律禁止。其他內容模型經調整後可無拒絕地回答,適用於合法成人用途。
只差一張表單,即可取得金鑰
建立帳號、複製金鑰、更改基礎 URL。這就是整個設定過程。