ChatGPT sans censure : Liste de contrôle pour la production

1. Vérifier la compatibilité OpenAI

Oui, il fonctionne avec votre code actuel. L'avantage principal de cette API compatible OpenAI est que vous n'avez pas besoin de réécrire la logique de votre application. Il vous suffit de modifier l'URL de base et la clé API dans la configuration de votre client. La structure des points de terminaison correspond exactement à celle de l'API ChatGPT standard.

Lorsque vous envoyez une requête à POST /v1/chat/completions, le format de réponse reste identique à ce que vous attendez des principaux fournisseurs. Vous pouvez utiliser les SDK officiels OpenAI pour Python, Node.js ou Go sans modification. La seule différence est l’identifiant du modèle que vous envoyez : utilisez « uncensored » au lieu de gpt-4 ou gpt-3.5-turbo. Cela garantit que vous obtenez une sortie de texte brut sans les refus corporatifs standard.

• URL de base : HTTPS://api.chatgptsenzafiltri.com/v1
• ID du modèle : "uncensored"
• Points de terminaison : /v1/chat/completions et /v1/models

Copyfrom openai import OpenAI

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

2. Configurez le streaming pour une sortie en temps réel

Activez le streaming en définissant stream=true dans votre requête. Cela vous permet de recevoir les jetons au fur et à mesure de leur génération, ce qui est crucial pour l'expérience utilisateur dans les interfaces de chat. Le serveur envoie des événements envoyés par le serveur (SSE) pour chaque jeton. Vous devez analyser le dernier fragment pour obtenir l'utilisation totale des jetons à des fins de facturation.

Sans streaming, vous attendez que toute la réponse arrive. Avec le streaming, vous pouvez afficher le texte instantanément. Cela réduit considérablement la latence perçue. N'oubliez pas que le modèle uncensored peut générer jusqu'à 16 000 jetons par requête. Si vous ne définissez pas max_tokens, il est par défaut à 2 048. Ajustez cela en fonction de votre cas d'utilisation spécifique pour éviter les coupures inattendues.

Copyimport OpenAI from "openai";

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

3. Gérez les contraintes du mode JSON

Forcez une sortie structurée en utilisant le paramètre du mode JSON. Si votre application nécessite un schéma spécifique, définissez response_format sur {"type": "json_object"}. Cela contraint le modèle à produire du JSON valide. C'est utile pour analyser des données, générer des structures de code ou alimenter des systèmes en aval.

Bien que le modèle soit sans censure, il respecte toujours les contraintes structurelles lorsqu'on le lui demande. Cela signifie que vous pouvez obtenir des réponses directes et non filtrées dans un format que votre code peut immédiatement analyser. Assurez-vous que votre invite définit clairement la structure JSON. Le modèle tentera de la suivre, mais des objets imbriqués complexes peuvent parfois nécessiter des tentatives. C'est un compromis standard avec les LLM.

Copycurl https://api.chatgptsenzafiltri.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France"}]
  }'

4. Surveillez les limites de débit (300 RPM)

Respectez la limite de 300 requêtes par minute par clé API. Si vous dépassez cette limite, le serveur renverra une erreur 429 Too Many Requests. Vous devez implémenter une rétrogradation exponentielle dans le code de votre client. De plus, il existe une limite de 8 requêtes simultanées par clé. N'ouvrez pas plus de connexions parallèles que ce qui est autorisé.

La taille du corps de la requête est plafonnée à 8 Mo. Si vos invites sont très longues, assurez-vous qu'elles tiennent dans cette limite. La fenêtre de contexte est de 100,000 tokens, mais la charge physique doit rester sous 8 Mo. Planifiez soigneusement votre concurrence. Si vous avez besoin de plus de débit, générez une nouvelle clé, car chaque compte ne peut avoir qu'une clé active à la fois. Une nouvelle clé remplace l'ancienne.

• Limite : 300 RPM
• Concurrence : 8 requêtes
• Corps Max : 8 Mo

5. Implémentez le suivi des coûts en tokens

Suivez les coûts en surveillant les comptes de tokens d'entrée et de sortie. La tarification est simple : 0,15 $ par 1M de tokens d'entrée et 0,50 $ par 1M de tokens de sortie. Vous ne payez que pour les tokens utilisés dans les requêtes réussies. Les erreurs et les refus sont gratuits. Cela signifie que vous pouvez expérimenter sans vous soucier de factures inattendues pour les tentatives échouées.

Puisque le crédit prépayé est facturé en fonction de la consommation réelle, vous pouvez suivre votre solde avec précision. Le crédit d'essai de 0,50 $ est également facturé en fonction de la consommation réelle. Les erreurs ne consomment pas de jetons. Il s'agit d'un avantage significatif par rapport aux fournisseurs qui facturent chaque appel API, quel que soit le résultat. Surveillez l'utilisation des jetons dans le dernier chunk de streaming pour mettre à jour votre interface utilisateur.

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)

6. Testez les outils d'appel de fonctions

Activer l'appel de fonctions en définissant des outils dans votre requête. Le modèle prend en charge l'appel de fonctions, vous permettant de définir des outils externes. Le modèle peut décider quand appeler un outil et passer des arguments. Ceci est essentiel pour créer des agents ou des applications interactives.

Définissez le paramètre tool_choice pour contrôler la façon dont le modèle utilise les fonctions. Vous pouvez l'obliger à appeler un outil spécifique ou lui laisser le choix. Le modèle sans curation gère bien les définitions de fonctions, fournissant des arguments JSON fiables. Testez soigneusement vos schémas d'outils. Le modèle est optimisé pour la clarté, il hallucine rarement les noms de fonctions s'ils sont bien définis. Cela en fait une alternative puissante pour les applications de chatbot NSFW ou les tâches complexes de récupération de données.

Copyfrom openai import OpenAI

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

7. Validez le comportement non censuré

Attendez des réponses directes sans filtrage moral pour le contenu légal. Le modèle n'accepte pas les sujets controversés, adultes ou liés à la recherche en sécurité. Il répond directement aux questions, même si elles sont considérées comme sensibles par d'autres fournisseurs. C'est la proposition de valeur principale d'un LLM sans censure.

Cependant, il existe une limite absolue : aucun contenu sexuel impliquant des mineurs. Cette règle s'applique toujours. Tout le reste est autorisé. Vous pouvez générer du texte brut et non filtré pour l'écriture créative, l'analyse de données ou l'assistance au codage. Le modèle est un modèle à poids ouverts exécuté sur nos serveurs. Il ne s'agit pas de GPT, Claude ou d'un autre modèle d'un autre fournisseur. C'est un modèle distinct optimisé à cette fin.

Copycurl https://api.chatgptsenzafiltri.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France"}]
  }'

8. Configurer le flux de paiement crypto

Rechargez votre compte uniquement en crypto. Nous acceptons les USDT sur le réseau TRC20 ou les USDC sur le réseau Base. Vous pouvez recharger n'importe quel montant entier de 20 $ à 500 $. Il n'y a pas de frais mensuels ni d'abonnements. Votre crédit n'expire jamais.

Vous bénéficiez également de crédits bonus lors de votre rechargement. Un rechargement de 50 $ donne droit à un bonus de +5 %. Un rechargement de 100 $ donne droit à un bonus de +10 %. Un rechargement de 200 $ donne droit à un bonus de +15 %. Cela rend l'API LLM bon marché encore plus rentable. L'inscription est simple : utilisez « Continuer avec Google » ou email et mot de passe. Aucun numéro de téléphone n'est requis. Le crédit d'essai de 0,50 $ est disponible pour les nouveaux comptes.

• Paiement : Cryptomonnaie uniquement (USDT/TRC20, USDC/Base)
• Plage : 20 $ - 500 $
• Bonus : de +5 % à +15 %

9. Examiner la confidentialité et l'utilisation des données

Vos prompts ne sont pas utilisés pour l'entraînement. Nous valorisons la vie privée. Lors de votre inscription, une simple adresse e-mail suffit. Aucun numéro de téléphone n'est requis. Vos données sont stockées en toute sécurité et nous ne vendons ni ne partageons vos données de prompt.

C'est important pour les développeurs qui traitent des informations sensibles. Vous pouvez utiliser l'IA non filtrée pour des projets propriétaires sans vous soucier que vos données soient utilisées pour entraîner un modèle concurrent. L'API est conçue pour les développeurs qui ont besoin de fiabilité et de confidentialité. Les remboursements ne sont pas émis pour le crédit, mais les erreurs comme les doubles facturations sont corrigées via la page Support. Cela garantit que vous obtenez ce pour quoi vous payez.

Copyimport OpenAI from "openai";

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