Documentazione API LLM senza filtri

URL Base e Autenticazione

Inizia puntando il tuo client all'endpoint specifico per bypassare i filtri di contenuto standard. Utilizza l'URL base https://api.bestabliteratedmodel.com/v1 e passa la tua chiave tramite lo standard Authorization header. Puoi generare la tua chiave istantaneamente tramite Google o email nella pagina di registrazione senza fornire i dettagli di pagamento per la prova.

Copycurl https://api.bestabliteratedmodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Run the unit tests for the new authentication module"}]
  }'

Assicurati che l'intestazione corrisponda esattamente al formato sopra. Il sistema convalida le credenziali prima di elaborare qualsiasi token, quindi mantieni la tua chiave in sicurezza.

Prima richiesta con SDK Python

Integra direttamente utilizzando la libreria Python ufficiale OpenAI sovrascrivendo l'URL di base. Questo ti permette di inviare prompt al modello senza filtri senza modificare significativamente la struttura del tuo codice esistente. L'ID del modello è sempre uncensored per tutte le richieste.

Copyfrom openai import OpenAI

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

Questo approccio mantiene la compatibilità con i parametri standard come temperature e top_p. Puoi testare la risposta immediatamente dopo aver creato l'istanza del client.

Integrazione Node.js

Utilizza il pacchetto Node.js OpenAI per inviare completamenti di testo al nostro endpoint senza filtri. Imposta il baseURL proprietà all'indirizzo della nostra API prima di effettuare qualsiasi chiamata. Questo garantisce che la tua applicazione instradi correttamente le richieste senza superare i limiti standard del provider.

Copyimport OpenAI from "openai";

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

Gestisci lo stream di risposta o l'oggetto singolo come necessario. L'SDK gestisce la tokenizzazione internamente, così ti concentri sulla logica del prompt piuttosto che sui dettagli dell'infrastruttura.

Streaming con SSE

Abilita la generazione dei token in tempo reale impostando stream: true nei parametri della richiesta. L'API restituisce Server-Sent Events (SSE) in cui ogni chunk contiene testo parziale. Le metriche di utilizzo dei token appaiono nell'ultimo chunk del flusso.

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)

Elabora ogni delta man mano che arriva per visualizzare il testo istantaneamente agli utenti. Questo riduce significativamente la latenza percepita rispetto all'attesa del completamento completo.

Function Calling e strumenti

Definisci gli schemi degli strumenti nella richiesta per abilitare l'output strutturato dal modello. L'API supporta le definizioni standard delle funzioni con parametri e descrizioni. Il modello restituirà chiamate a strumenti quando appropriato in base alle istruzioni del tuo prompt.

Passa il tools array con le funzioni desiderate. La risposta include un tool_calls field se il modello decide di invocare un tool.

Modalità JSON, limiti ed errori

Forza un output JSON rigoroso impostando response_format a {"type": "json_object". Questo garantisce un parsing affidabile per i flussi di lavoro automatizzati. La nostra finestra di contesto supporta 100,000 token in totale, con un output massimo di 16,000 token.

Gli errori comuni includono 401 per chiavi non valide, 402 quando il credito prepagato è esaurito e 429 per i limiti di frequenza (300 richieste/minuto). Le richieste per contenuti sessuali che coinvolgono minori sono sempre rifiutate.