Abliterated：整合無審查 LLM API

基礎 URL 與驗證

我們的 API 遵循標準的 OpenAI 聊天完成介面。這意味著您只需更新基礎 URL 與 API 金鑰，即可重複使用現有的客戶端、SDK 與程式碼片段。無需自訂標頭或複雜的驗證流程。

使用 https://api.abliterated.cc/v1 作為基礎 URL。你可以在「取得 API 金鑰」頁面產生單一 API 金鑰。使用 Google 登入或電子郵件與密碼建立帳戶。金鑰會在建立後立即顯示。請妥善保管此金鑰，因為它可直接存取你的預付額度。註冊時無需提供手機號碼。

該服務提供單一無審查大型語言模型，針對無審查程式碼 LLM 任務與通用推理進行最佳化。你無需選擇模型版本；端點會自動將請求路由至該 abliterated 模型。

聊天完成端點

主要的互動端點為 POST /v1/chat/completions。將你的對話歷史以訊息 JSON 陣列的形式傳送。模型會處理輸入並回傳文字補全。這是一個純文字輸入、純文字輸出的介面。

確保您的請求保持在 8 MB 的主體限制內。上下文視窗支援最多 100,000 個 token，用於合併的提示詞與完成內容。如果您未指定 max_tokens 值，模型預設生成 2,048 個 token。

Copycurl https://api.abliterated.cc/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."}]
  }'

請參考定價頁面查看 token 成本。錯誤與拒絕不會消耗您的預付額度。

串流回應

為了降低延遲並提供即時使用者體驗，請透過將 stream 參數設定為 true 來啟用串流輸出。API 會返回伺服器發送事件 (SSE) 串流。每個區塊包含部分文字更新。

串流中的最後一個區塊包含該請求的完整 token 使用統計數據。這使您能夠即時準確地追蹤成本。串流輸出非常適合聊天介面，或用於處理長篇無審查 AI 模型輸出。

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)

請妥善處理串流錯誤。可能會發生網路中斷，因此如果您的應用程式需要完整的完成內容，請實作重試邏輯。

函式呼叫與工具

該 abliterated 模型支援結構化工具使用。請在 tools 參數中定義你的工具，並指定 tool_choice 策略。該模型可回傳符合你工具架構的 JSON 物件。

此功能對於需要與外部 API 互動的代理程式或應用程式至關重要。無審查程式碼 LLM 能可靠地處理複雜的 JSON 結構。你可以使用 temperature 和 top_p 等參數來控制模型行為，以平衡創造性與確定性。

Copyimport OpenAI from "openai";

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

確保您的工具定義是有效的 JSON。無效的模式可能會導致回應中的解析錯誤。

JSON 模式

對於嚴格的結構化輸出，請將 response_format 設為 {"type": "json_object"}。模型會強制使其輸出為有效的 JSON。這對於需要程式化解析結果的 API 整合很有用。

JSON 模式與函式呼叫及串流輸出並存。它確保您的下游解析器不會因格式錯誤的文字而崩潰。這對於需要可靠資料提取的無審查 LLM 線上應用程式尤其有價值。

Copyfrom openai import OpenAI

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

請注意，強制使用 JSON 模式可能會略微增加延遲或降低模型推理的創造自由度。僅在需要嚴格格式時使用。

參數與限制

支援的參數包括 temperature、top_p、stop、seed、presence_penalty 和 frequency_penalty。調整這些參數以微調模型的輸出風格。

速率限制設為每分鐘 300 個請求，每個 API 金鑰 8 個並行請求。請求主體不得超過 8 MB。若超過這些限制，API 會回傳 429 錯誤。401 錯誤表示 API 金鑰無效或缺失。預付額度僅對成功的 token 使用收費；錯誤與拒絕為免費。

嚴格內容限制會封鎖涉及未成年人的性內容。違反此規則的請求會被拒絕且不會收費。預付額度永不過期，你可以使用 USDT (TRC20) 或 USDC (Base) 進行儲值。以 7 天有效的 $0.50 試用額度開始。