uncensored 模型 API 文档

认证与基础 URL

对发送到我们基础 URL 的每个请求使用您的 API key。

聊天完成端点

发送消息至 POST /v1/chat/completions 生成文本响应。该模型接受标准消息结构，并返回针对合法成人使用不进行内容拒绝的补全。

仅提供无审查模型；我们不路由供应商，也不提供嵌入和图像生成功能。

Copycurl https://api.glmapikeys.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the current exchange rate for usd to jpy"}]
  }'

确保您的负载包含模型 ID 和您的消息数组以接收响应。

模型列表端点

通过 GET /v1/models. 此端点确认模型 ID uncensored 准备好接收请求。

响应列出了模型详细信息，确保您的客户端在发送较大负载之前可以验证兼容性。

参数：temperature、top_p、seed

使用 temperature, top_p，以及 seed. 这些参数允许您调整创造力和可重复性。

设置 temperature 用于方差， top_p 用于核采样，以及 seed 用于确定性输出。这些设置与 stop 序列和惩罚值。

Copyfrom openai import OpenAI

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

在您的 SDK 客户端中配置这些内容以微调输出风格。

流式传输和使用数据

通过 SSE 启用流式传输以实时接收令牌。最后一个数据块包含使用数据，报告输入和输出令牌数量。

流式传输有助于降低长响应的感知延迟。确保您的客户端正确处理最后一个块以访问计费指标。

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)

解析流式响应，将结果集成到您的应用程序界面中。

错误处理和限制

处理特定错误：401 表示密钥无效，402 表示余额不足，429 表示速率限制。上下文窗口总共为 100,000 个 token，每次请求的最大输出为 16,000 个 token。

请求超过 8 MB 或每分钟超过 300 次将触发限制。错误和拒绝不消耗余额。

Copyimport OpenAI from "openai";

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

对 429 错误实现重试逻辑，并对 402 响应检查您的余额。