无审查 AI API 快速入门
本文档指导您轻松地将无审查 LLM API 集成到您的应用中。使用本指南,几分钟内即可开始使用无审查 chat completions API。
- 基础 URL
https://api.apitanpasensor.com/v1- 模型
uncensored
配置基础 URL 和身份验证
开始之前,您需要配置基础 URL,使兼容 OpenAI 的 SDK 指向我们的服务器。使用 https://api.apitanpasensor.com/v1 作为主要接口。身份验证通过 Authorization: Bearer YOUR_API_KEY 标头完成。注册时获得的 API 密钥是唯一的,仅适用于一个账户。如果您重新生成密钥,旧密钥将立即被撤销且无法再使用,即使旧密钥本身不会随时间自动过期。
首次请求示例
向 /v1/chat/completions 发送 POST 请求,使用模型 uncensored。这是一个开放权重模型,不过滤有效的成人话题或争议性内容,这与标准的企业级模型不同。
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."}]
}'确保包含参数 model 并设置值为 uncensored。响应将是包含模型生成文本的 JSON。
Python SDK 集成
在 Python 中使用 openai 库与 API 交互。根据上述配置设置 base_url 和 api_key。uncensored 模型支持长达 100,000 token 的上下文窗口,允许您发送非常长的提示词而不会丢失重要信息。
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)上面的代码示例展示了如何简单发送系统消息和用户消息。
Node.js SDK 集成
对于 Node.js 用户,OpenAI SDK 也可以轻松配置。将 baseURL 设置为我们的接口 URL 并使用您的 API 密钥。这种方法允许您快速将无审查 AI 集成到您的 Web 应用或服务器端应用中。
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);请记住,该模型仅处理文本,不支持图像、音频或视频生成。
启用流式输出 (SSE)
为了获得更响应的用户体验,请在请求参数中添加 stream: true 以启用流式输出。API 将使用服务器发送事件 (SSE) 返回响应。这对于实时聊天应用非常有用,用户可以看到逐 token 的结果。
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)流式输出不会改变价格或 token 限制,仅改变响应交付方式。
限制、错误和上下文管理
每个密钥每分钟限制 300 个请求,请求正文最大大小为 8 MB。如果密钥无效,您将收到 401 错误。如果信用额度用完,将出现 402 错误。429 错误表示您超过了速率限制。上下文窗口为 100,000 token(提示词和补全合计)。请明智地管理 token,以免超过此限制。
常见问题
我的 API 密钥会过期吗?
API 密钥没有自动过期日期。但是,如果您选择在仪表板中重新生成密钥,旧密钥将立即被撤销,即使未过有效期也将失效。
这个模型真的没有审查吗?
是的,我们的开放权重模型被设置为不拒绝有效的成人话题、虚构内容或安全研究。唯一始终严格适用的限制是涉及未成年人的色情内容。
如果我的额度用完了怎么办?
您将在下一次请求时收到 402 (Payment Required) 错误。您购买的预付额度永远不会过期,因此您可以随时充值,无需担心余额丢失。
获取密钥只需一步
创建账户,复制密钥,更改基础 URL。这就是设置过程。
API 技术参数
购买额度前,请先确认接口是否满足你的需求——以下是全部真实参数。
| 项目 | 说明 |
|---|---|
| 接口格式 | 兼容 OpenAI:任何 OpenAI SDK 或客户端只需更换 base URL 和密钥 |
| 接口 | POST /v1/chat/completions · GET /v1/models |
| 认证 | Authorization: Bearer YOUR_KEY |
| 模型 ID | uncensored |
| Base URL | https://api.apitanpasensor.com/v1 |
| 采样参数 | temperature、top_p、stop、seed、presence_penalty、frequency_penalty |
| JSON 模式 | response_format: {"type": "json_object"} |
| 最大输出 | 不单独限制输出;提示+回复共 100,000 个 token 窗口内,max_tokens 可选 |
| 上下文窗口 | 100,000 tokens(输入与输出合计) |
| 流式输出 | 支持 SSE,最后一块包含 token 用量 |
| 函数调用 | 支持 tools、tool_choice;回复包含 tool_calls(流式同样支持),结果以 role: tool 消息返回 |
| 并发 | 每个密钥同时最多 8 个请求 |
| 响应头 | X-Request-Id、X-Balance-USD、X-RateLimit-Limit-Requests、X-RateLimit-Limit-Concurrency |
| 速率限制 | 每个密钥每分钟 300 次请求 |
| 请求大小 | 每次请求不超过 8 MB |
| 价格 | 输入 $0.25 / 百万 tokens · 输出 $1.00 / 百万 tokens |
| 计费 | 预付额度,按实际 token 用量扣费;错误和拒绝不收费 |
| 赠送额度 | 满 $50 送 5%,满 $100 送 10%,满 $200 送 15% |
| 免费试用 | $0.50,有效期 7 天,无需银行卡 · 试用密钥:2 个并发请求,每分钟 60 次;首次充值后恢复完整限额(8 和 300) |
| 充值 | USDT(TRC20)或 USDC(Base),$20–$500 任意整数金额 |
| 额度有效期 | 付费额度永不过期,无订阅 |
| 密钥 | 每个账户一个有效密钥;生成新密钥后旧密钥失效 |
| 内容政策 | 允许成人内容;涉及未成年人的性内容一律拒绝 |
| 登录 | Google 或邮箱 + 密码 |
错误说明
错误以 JSON 返回,type 字段固定;失败或被拒绝的请求不计费。
| 状态码 | 类型 | 含义 |
|---|---|---|
400 | bad_request | JSON 无效、消息为空、参数错误或超出上下文窗口 |
401 | missing_key · invalid_key · key_revoked | 缺少密钥、密钥错误或已被新密钥替换 |
402 | no_credit | 余额不足——充值后立即恢复 |
403 | content_blocked | 涉及未成年人的性内容——拒绝且不计费 |
404 | not_found | 未知接口 |
413 | request_too_large | 请求体超过 8 MB |
429 | rate_limited · concurrency | 超过每分钟 300 次或 8 个并发——稍后重试 |
503 | upstream_busy | 模型繁忙——几秒后重试 |