uncensoredテキスト用のオープンソースLLMゲートウェイ

uncensored生成用のオープンソースLLMゲートウェイ

標準的なOpenAI互換インターフェースを通じて、コンテンツフィルタなしでテキストを生成するためのオープンソースエンドポイントであるこのLLMゲートウェイを使用してください。

• NSFWナラティブライティング

  予期せぬ拒否なしで成人向けフィクションや成熟したテーマを生成します。無制限のLLMはニュアンスのあるトーンのシフトや露骨な対話を自然に処理します。

• コード補完

  コードスニペットを送信し、制限のない完了を受け取ります。関数呼び出しとJSONモードにより、既存の開発ワークフローとの信頼性の高い統合が保証されます。

• リサーチ＆データ抽出

  バイアスフィルターなしで多様なソースからデータを抽出します。100kのコンテキストウィンドウにより、単一のリクエストで大規模なドキュメントを処理できます。

誰が本エンドポイントで構築しており、誰がスキップすべきか

無制限チャットボット、NSFWロールプレイ、制限なしのコーディングアシスタントを開発する開発者は、標準のOpenAI互換インターフェース経由で100,000トークンのコンテキストを持つ単一モデルを提供するため、このエンドポイントを利用します。画像生成、埋め込み、マルチモデルルーティングが必要なチームには適していません。月額サブスクリプション料金や複雑なインフラストラクチャレイヤーなしで一貫したフィルターなしテキスト出力が必要な場合に使用してください。

現在のプロバイダーから3ステップで移行

既存のコードベースで2つの変数を更新するだけで即座に切り替えられます。まず、base URLを当社のエンドポイントに置き換えます。次に、ダッシュボードから生成した新しいAPIキーを挿入します。最後に、テストリクエストで接続を確認します。ロジックは同一のままです。ストリーミング、関数呼び出し、JSONモードを標準でサポートしています。モデルルーティングの複雑さや予期せぬ月額料金により、ワークフローが妨げられることはありません。無料の試用クレジットで、uncensoredな出力品質を即座に検証しましょう。

この単一モデルプロキシを他と区別するシグナル

この単一モデルプロキシは、月額料金なしで法的な成人向けコンテンツに一貫したフィルタなしエンドポイントを提供することで、ベンダールーティングの複雑さを排除します。モデルを混合するルーターとは異なり、当社は単一の無制限大規模言語モデルを提供し、透明な前払い課金を提供します。以下の表は、この専用プロキシと一般的なマルチモデル代替案の主なアーキテクチャの違いを示しています。

機能	典型的なルーター	このプロキシ
モデルの多様性	複数ベンダー	アンセンサードモデル
請求	サブスクリプションまたは混合	プリペイドトークンのみ
コンテンツフィルタ	変数	一貫してフィルターなし

Uncensored AI分野におけるよくある請求ミス

開発者はしばしばトークン数と文字数を混同し、コストを予期せず膨張させます。

• トークン化エラー： 1つの単語が複数のトークンに相当する場合があります。レスポンスヘッダーを使用して使用状況を確認してください。
• 拒否を無視: ほとんどのプロバイダーは拒否されたプロンプトに対して課金します。ここでは、エラーと拒否は無料です。
• ボーナスの不足： $50未満のチャージにはボーナスクレジットがありません。USDTまたはUSDCを使用して$200で+15%を取得してください。

常に usage objectは最後のストリーミングチャンクに含まれます。

コスト例：トークン計算と課金

課金は厳格な前払いトークン使用に基づき、入力トークン1Mあたり$0.15、出力トークン1Mあたり$0.50です。10,000トークンのプロンプトと1,000トークンのレスポンスの場合、コストは$0.002です。エラーには課金されません。クレジットは期限切れしません。使用

Copyfrom openai import OpenAI

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

標準的な拒否を回避するために使用します。このアプローチは、大規模なリファクタリングなしで既存のコードベースと機能します。レイテンシのニーズに応じて、レスポンスをストリーミングするか同期的に処理できます。