無審查 AI API 快速入門指南
本文件將引導您輕鬆將無審查 LLM API 整合至應用程式中。使用此指南,您可以在幾分鐘內開始使用無審查聊天完成 API。
- 基礎 URL
https://api.apitanpasensor.com/v1- 模型
uncensored
設定基礎 URL 與驗證
要開始使用,你需要設定 base URL,讓相容的 OpenAI SDK 指向我們的伺服器。請使用 https://api.apitanpasensor.com/v1 作為主要端點。驗證透過 Authorization: Bearer YOUR_API_KEY 標頭進行。註冊時取得的 API 金鑰是獨一無二的,僅限單一帳戶使用。如果你重新產生金鑰,舊金鑰會立即失效且無法再使用,即使舊金鑰不會隨時間自動過期。
首次請求範例
向 /v1/chat/completions 發送 POST 請求,並使用 uncensored 模型。此模型為開放權重模型,不會過濾合法成人主題或爭議性內容,與標準企業模型不同。
curl https://api.apitanpasensor.com/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."}]
}'請務必包含 model 參數,其值為 uncensored。回應將為 JSON 格式,包含模型產生的文字。
Python SDK 整合
在 Python 中使用 openai 程式庫與 API 互動。根據上述設定設定 base_url 和 api_key。uncensored 模型支援長達 100,000 token 的上下文視窗,讓您能夠發送極長的提示詞而不遺失重要資訊。
from openai import OpenAI
client = OpenAI(base_url="https://api.apitanpasensor.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)上述程式碼範例顯示如何簡單地發送系統與使用者訊息。
Node.js SDK 整合
對於 Node.js 使用者,OpenAI SDK 也可以輕鬆設定。將 baseURL 設定為我們的端點 URL,並使用您的 API 金鑰。此方法可讓您快速將無審查 AI 整合至您的網頁應用程式或伺服器端應用程式中。
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.apitanpasensor.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);請注意,此模型僅處理文字,不支援圖片、音訊或影片生成。
啟用串流輸出 (SSE)
為了獲得更流暢的使用者體驗,請在請求參數中加入 stream: true 以啟用串流輸出。API 將使用伺服器發送的事件 (SSE) 回傳回應。這對於即時聊天應用程式非常實用,使用者可以逐 token 看到結果。
stream = 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)串流輸出不會改變價格或 token 限制,僅改變回應的傳遞方式。
限制、錯誤與上下文管理
此 API 每個金鑰每分鐘限制 300 次請求,且請求主體大小上限為 8 MB。如果金鑰無效,您將收到 401 錯誤。如果信用額度耗盡,將出現 402 錯誤。429 錯誤表示您已超過速率限制。上下文視窗為 100,000 token(提示詞與完成內容合計)。請妥善管理 token,以免超過此限制。
常見問題
我的 API 金鑰會過期嗎?
API 金鑰沒有自動過期日。不過,如果你在儀表板選擇重新產生金鑰,舊金鑰會立即失效,即使尚未到特定時間也無法再使用。
這個模型真的沒有審查嗎?
是的,我們的開放權重模型設定為不會拒絕合法的成人主題、虛構內容或安全研究。唯一嚴格適用且始終存在的限制是涉及未成年人的性內容。
如果我的額度用完了怎麼辦?
您在下一次請求時會收到 402 (Payment Required) 錯誤。您購買的預付額度永不過期,因此您可以隨時儲值,不必擔心損失餘額。
您的金鑰只需一步即可取得
建立帳戶、複製金鑰、更改基礎 URL。這就是設定過程。
API 技術參數
購買額度前,請先確認介面是否符合你的需求——以下是全部真實參數。
| 項目 | 說明 |
|---|---|
| 介面格式 | 相容 OpenAI:任何 OpenAI SDK 只需更換 base URL 和金鑰 |
| 端點 | POST /v1/chat/completions · GET /v1/models |
| 驗證 | Authorization: Bearer YOUR_KEY |
| 模型 ID | uncensored |
| Base URL | https://api.apitanpasensor.com/v1 |
| 取樣參數 | temperature、top_p、stop、seed、presence_penalty、frequency_penalty |
| JSON 模式 | response_format: {"type": "json_object"} |
| 最大輸出 | 不另設輸出上限;提示+回覆共 100,000 個 token 視窗內,max_tokens 可選 |
| 上下文視窗 | 100,000 tokens(輸入與輸出合計) |
| 串流輸出 | 支援 SSE,最後一段包含 token 用量 |
| 函式呼叫 | 支援 tools、tool_choice;回覆包含 tool_calls(串流同樣支援),結果以 role: tool 訊息回傳 |
| 並行請求 | 每把金鑰同時最多 8 個請求 |
| 回應標頭 | X-Request-Id、X-Balance-USD、X-RateLimit-Limit-Requests、X-RateLimit-Limit-Concurrency |
| 速率限制 | 每把金鑰每分鐘 300 次請求 |
| 請求大小 | 每次請求不超過 8 MB |
| 價格 | 輸入 $0.25 / 百萬 tokens · 輸出 $1.00 / 百萬 tokens |
| 計費 | 預付額度,按實際 token 用量扣費;錯誤和拒絕不收費 |
| 贈送額度 | 滿 $50 送 5%,滿 $100 送 10%,滿 $200 送 15% |
| 免費試用 | $0.50,有效期 7 天,不需信用卡 · 試用金鑰:2 個並行請求,每分鐘 60 次;首次儲值後恢復完整限額(8 和 300) |
| 儲值 | USDT(TRC20)或 USDC(Base),$20–$500 任意整數金額 |
| 額度效期 | 付費額度永不過期,無訂閱 |
| 金鑰 | 每個帳戶一把有效金鑰;產生新金鑰後舊金鑰失效 |
| 內容政策 | 允許成人內容;涉及未成年人的性內容一律拒絕 |
| 登入 | Google 或電子郵件 + 密碼 |
錯誤代碼
錯誤以 JSON 回傳,type 欄位固定;失敗或被拒絕的請求不計費。
| 狀態碼 | 類型 | 含義 |
|---|---|---|
400 | bad_request | JSON 無效、訊息為空、參數錯誤或超出上下文視窗 |
401 | missing_key · invalid_key · key_revoked | 缺少金鑰、金鑰錯誤或已被新金鑰取代 |
402 | no_credit | 餘額不足——儲值後立即恢復 |
403 | content_blocked | 涉及未成年人的性內容——拒絕且不計費 |
404 | not_found | 未知端點 |
413 | request_too_large | 請求內容超過 8 MB |
429 | rate_limited · concurrency | 超過每分鐘 300 次或 8 個並行——稍後重試 |
503 | upstream_busy | 模型忙碌——幾秒後重試 |