คู่มือเริ่มต้นใช้งาน API แบบไม่เซ็นเซอร์

การติดตั้งและไลบรารีที่จำเป็น

API แบบไม่เซ็นเซอร์ได้รับการออกแบบมาให้เข้ากันได้โดยตรงกับ SDK และไคลเอนต์ของ OpenAI สิ่งที่คุณต้องทำเพื่อติดตั้งการผสานรวมคือตั้งค่าค่า base_url ในโค้ดปัจจุบันของคุณเป็น https://api.sansursuzapi.com/v1 และกำหนดค่าคีย์ API ของคุณ เพียงติดตั้งแพ็กเกจ SDK ที่เหมาะสมสำหรับภาษาที่คุณใช้ ไม่จำเป็นต้องกำหนดค่าเซิร์ฟเวอร์เพิ่มเติมหรือกลไกการตรวจสอบสิทธิ์ที่ซับซ้อน ระบบของเราใช้การตรวจสอบสิทธิ์ด้วยโทเคน Bearer มาตรฐานและเราส่งคีย์ของคุณผ่านส่วนหัวของคำขอโดยตรง

ตัวอย่างคำขอพื้นฐาน

คุณสามารถเริ่มใช้งาน API ได้โดยการส่งคำขอ POST อย่างง่ายเพื่อสร้างข้อความ ตัวอย่างด้านล่างแสดงวิธีการเข้าถึงโมเดล uncensored ผ่าน curl โดยระบุชื่อโมเดล ข้อความผู้ใช้ และรูปแบบการตอบกลับในส่วนของ body โครงสร้างนี้สอดคล้องกับมาตรฐาน chat-completions ของ OpenAI

Kopyalacurl https://api.sansursuzapi.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."}]
  }'

คำขอนี้เป็นจุดเริ่มต้นที่ดีในการทดสอบพฤติกรรมแบบไม่เซ็นเซอร์ของโมเดล JSON object ที่ส่งกลับมามีข้อความที่สร้างและสถิติโทเคน คุณสามารถใช้โครงสร้างพื้นฐานนี้สำหรับการทดสอบอย่างรวดเร็ว จากนั้นปรับแต่งพารามิเตอร์ตามความต้องการของโปรเจกต์ของคุณ

สตรีมมิงและการเรียกใช้ฟังก์ชัน

สำหรับบล็อกข้อความขนาดใหญ่หรือสถานการณ์ประวัติการสนทนาที่ยาวนาน คุณสามารถใช้โหมดสตรีมมิง (streaming) โหมดนี้ช่วยให้คุณประมวลผลข้อมูลที่มาจากเซิร์ฟเวอร์เป็นชิ้นส่วนและปรับปรุงประสบการณ์ผู้ใช้ นอกจากนี้ยังรองรับฟีเจอร์การเรียกใช้ฟังก์ชัน (function calling) ซึ่งช่วยให้โมเดลโต้ตอบกับเครื่องมือภายนอก ฟีเจอร์นี้ช่วยให้โมเดลส่งข้อมูลตามแผน JSON ที่กำหนดและประมวลผลข้อมูลนั้นในแอปพลิเคชันของคุณ

Kopyalafrom openai import OpenAI

client = OpenAI(base_url="https://api.sansursuzapi.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)

Kopyalaimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.sansursuzapi.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);

SDK ของ Python และ Node.js มีเครื่องมือที่จำเป็นสำหรับการจัดการสตรีมมิงและโครงสร้างฟังก์ชันเหล่านี้ คุณสามารถรับคำตอบแบบทีละส่วนได้โดยใช้พารามิเตอร์ stream: true หรือกำหนดค่าการผลิตข้อมูลของโมเดลโดยใช้โครงสร้าง tools

รายการโมเดลและความเข้ากันได้

API ของเราเสนอโมเดลภาษาขนาดใหญ่เพียงโมเดลเดียว: uncensored โมเดลนี้เป็น open-weight model ที่ปรับแต่งมาพิเศษและได้รับการปรับให้เหมาะสมเพื่อกำจัดการกรองแบบเทียมที่พบในโมเดลมาตรฐาน คุณสามารถตรวจสอบโมเดลที่มีอยู่ผ่าน endpoint ของรายการโมเดล (GET /v1/models) โมเดลทำงานบน GPU servers ของเรา โดยไม่ขึ้นกับซีรีส์ GPT, Claude, Gemini หรือ Grok ของ OpenAI ความเข้ากันได้นี้ทำให้คุณสามารถใช้ไคลเอนต์ OpenAI ที่มีอยู่ได้โดยตรง

รหัสข้อผิดพลาดและขีดจำกัด

รหัสสถานะหลักที่คุณอาจพบระหว่างการใช้งาน API ได้แก่ 401 คีย์ API ไม่ถูกต้องหรือหายไป, 402 ไม่มีเครดิตเพียงพอ และ 429 ขีดจำกัดอัตรา 300 requests ต่อนาทีถูกเกิน สำหรับแต่ละบัญชีจะใช้ API key ได้เพียงหนึ่งคีย์; เมื่อ key is rotated คีย์เก่าจะล้าสมัย ขนาด body ของ request ไม่ควรเกิน 8 MB หน้าต่างบริบท (context window) จำกัดที่ 100.000 tokens ซึ่งหมายถึงจำนวน tokens รวมสำหรับทั้ง prompt และข้อความที่สร้าง ขีดจำกัดเหล่านี้มีความสำคัญต่อการทำงานที่เสถียรของ API

ราคาและการจัดการเครดิต

API แบบไม่เซ็นเซอร์ทำงานในแบบ pay-as-you-go โทเคนอินพุตคิดราคา $0,25 ต่อ 1 ล้านโทเคน และโทเคนเอาต์พุตคิดราคา $1,00 ต่อ 1 ล้านโทเคน Paid credit จะถูกเก็บถาวร indefinitely และไม่มีค่าธรรมเนียมสมาชิก บัญชีใหม่จะได้รับเครดิตทดลองใช้ฟรี $0.50 ที่ใช้งานได้ 7 วันโดยไม่ต้องใช้บัตรเครดิต เมื่อเครดิตหมด บริการจะไม่หยุดลง คุณเพียงต้องเติมเงินสำหรับ requests ใหม่เท่านั้น บอนัส +5% สำหรับการเติม $50 และ +10% สำหรับการเติม $100 มีผลบังคับใช้

สตรีมมิง

Kopyalastream = 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)