无限制 GPT API 参考

基础 URL 和认证

将您的客户端指向 HTTPS://api.gptuncensored.cc/v1 并在 Authorization 头中传递您的密钥。此单一端点处理所有文本生成，无需为嵌入或图像处理进行额外配置。通过 Google 或电子邮件注册后立即获得密钥，因此您可以在几分钟内开始测试。API 密钥对每个请求进行身份验证，如果需要可以重新生成，但每个账户只允许一个活跃密钥。

首次使用cURL的请求

发送简单的 POST 请求到 /v1/chat/completions 以验证您的设置。此 curl 命令演示了从无审查模型接收响应所需的最小结构。将 YOUR_API_KEY 替换为您在仪表板上生成的密钥。模型 ID "uncensored" 确保您正在访问专用端点，针对合法的成人内容没有安全拒绝。

Copycurl https://api.gptuncensored.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the pros and cons of using Rust for backend systems"}]
  }'

Python SDK 集成

使用带有自定义 base_url 的官方 openai 包以实现无缝集成。此方法允许您在切换到我们的 uncensored 端点时保持现有的代码结构。在客户端初始化中显式设置 api_key 和 base_url。model 参数必须设置为 "uncensored" 以确保正确的路由。此方法适用于标准 OpenAI SDK 版本，使已经使用 Python 客户端的开发人员迁移变得简单。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.gptuncensored.cc/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 SDK 集成

在 Node.js 环境中使用您的基础 URL 和密钥初始化 OpenAI 客户端。此设置与 Python 方法类似，确保不同编程语言之间的一致性。您可以在补全调用中直接传递模型 ID "uncensored"。配置完成后，客户端会自动处理身份验证头。此集成支持 temperature 和 top_p 等标准参数，允许您微调输出风格。

Copyimport OpenAI from "openai";

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

流式响应

通过在请求体中将 stream 设置为 true 启用流式传输。API 返回服务器发送事件（SSE），您可以逐个令牌进行解析。这非常适合实时应用程序，您可以在生成输出时显示输出。最后一个块包含完整的令牌用量统计信息，用于计费。流式传输降低了用户的感知延迟，使 uncensored 模型在长角色扮演会话或数据提取任务中感觉更灵敏。

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)

限制、错误和上下文窗口

如果您的 key 无效，预计返回 401 错误；如果没有预存额度，预计返回 402 错误；如果超过每分钟 300 次请求，预计返回 429 错误。上下文窗口总计支持 100,000 个 token，每次请求最大输出为 16,000 个 token。请求体不能超过 8 MB，每 key 最多可运行 8 个并发请求。错误和拒绝不消耗您的预存额度，因此您只需为成功的 token 生成付费。这种透明的定价模式确保您清楚自己支付的费用，没有隐藏的分层限制。