無過濾 AI API 快速開始指南

驗證與 base URL 設定

設定您的客戶端使用提供的基礎 URL 和 API 金鑰以直接連線到我們的主機端點。透過 Google 或電子郵件註冊後，您將立即獲得單一有效的金鑰，無需電話號碼。基礎 URL 為 HTTPS://api.uncensoreddolphinopenrouter.com/v1，模型標識符為 "uncensored"。此設定適用於任何 OpenAI 相容的客戶端，只需更改 base_url 並在 Authorization 標頭中提供您的 API 金鑰。不涉及月度訂閱或複雜的路由，只需直接存取模型。

發送您的第一個聊天完成請求

向聊天完成端點發送 POST 請求，以從 uncensored 模型生成文本回應。您可以使用標準 OpenAI 格式發送簡單提示或結構化訊息。API 將返回直接文本回應，不會對合法的成人內容進行額外的安全拒絕。請確保在請求主體中將 model 欄位設為 "uncensored"。此端點僅支援聊天完成，不支援嵌入或圖像生成。您可以立即使用試用信用額度或已付費餘額開始測試。

使用 Python SDK

使用您的基礎 URL 與 API 金鑰初始化 OpenAI 用戶端以程式化發送請求。此方法允許您以最小的程式碼變更將 uncensored LLM 整合至現有的 Python 應用程式中。將基礎 URL 設定為我們的託管端點，並傳遞您的 API 金鑰進行身份驗證。用戶端將處理 HTTP 請求並回傳回應物件以供進一步處理。您可以調整 temperature 和 top_p 等參數以控制輸出風格。此方法非常適合建立自訂介面或自動化工作流程。

使用 Node SDK

使用特定的 base URL 和您的 API 金鑰配置 OpenAI Node 客戶端以與 API 交互。這使得使用熟悉 SDK 模式的 Node.js 應用程序能夠無縫集成。將客戶端指向 HTTPS://api.uncensoreddolphinopenrouter.com/v1 並提供您的金鑰進行身份驗證。然後，您可以使用所需的參數調用聊天補全方法。回應包含生成的文本和 token 使用統計數據。這種設置非常適合需要 uncensored 文本生成的服務器端應用程序或後端服務。

處理串流回應

透過在請求中將 stream 參數設為 true 來啟用串流，以接收即時 token 更新。API 會傳回伺服器發送事件（SSE），在產生 token 時提供即時回饋。每個片段包含部分文字，最後一個片段包含使用數據。此方法透過逐步顯示輸出，顯著降低使用者的感知延遲。您可以解析 SSE 串流以即時更新您的 UI。串流支援所有聊天完成請求，包括使用函式呼叫或 JSON 模式的請求。

理解 token 限制與成本

上下文視窗支援提示詞與補全合計最多 100,000 個 token，每次請求最多輸出 16,000 個 token。價格為每 1M 輸入 token $0.15，每 1M 輸出 token $0.50，僅按實際使用量計費。錯誤與拒絕不產生費用，確保您僅為成功的補全付費。預付信用額度永不過期，您可以從 $20 起使用加密貨幣充值。此透明定價模型助您有效管理成本，無隱藏費用。

速率限制與併發

每個 API 金鑰限制為每分鐘 300 次請求和 8 個並行請求，以確保穩定效能。最大請求主體大小為 8 MB，可容納大型上下文視窗。若超出這些限制，您將收到 429 錯誤，表示超出速率限制。您可以生成新金鑰以取代現有金鑰，因為每個帳戶僅有一個金匙處於啟用狀態。這些限制可防止濫用，同時維持高可用性。監控您的使用量以保持在這些限制範圍內，從而獲得最佳效能。

cURL

Copycurl https://api.uncensoreddolphinopenrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List five key differences between python and rust"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

串流

Copystream = 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)

2026-050