Chat Neomezené AI: Mýty vs. fakta

Mýtus: 'Unfiltered' znamená žádnou politiku obsahu

Termín „unfiltered“ často implikuje úplný nedostatek pravidel, ale u produkčních API to tak není. Náš model odmítá požadavky obsahující sexuální obsah zahrnující nezletilé, což je pevná hranice vynucovaná na našich serverech. Toto omezení platí bez ohledu na složitost vašeho promptu nebo délku kontextu. Většina ostatních modelů také vynucuje tuto základní politiku pro soulad se standardními regulacemi digitálního obsahu.

Uncensored znamená, že model nebude odepírat zákonné dospělé, fiktivní nebo kontroverzní témata, která by standardní modely mohly označit. Můžete prozkoumávat hluboké vyprávěcí oblouky nebo generovat explicitní dialogy bez toho, abyste dostali chybu 403 za mírné nadávky. Cílem je odstranit umělé mantinely, které blokují kreativní vyjádření, nikoli odstranit všechna základní právní omezení. Tento rozdíl je důležitý, když vytváříte aplikace pro dospělé publikum, které očekává nuance odpovědi.

Fakt: Realita limitu požadavku 8MB

Každý požadavek, který odešlete do API, nesmí překročit celkovou velikost 8 MB. Tento limit se vztahuje na celé tělo požadavku, včetně názvu modelu, systémových pokynů a historie zpráv. Pokud posíláte dlouhá kontextová okna blízko limitu 100 000 tokenů, musíte zajistit, aby vaše JSON payload zůstala pod touto hranicí.

Překročení tohoto limitu má za následek chybu 413 Payload Too Large, která okamžitě zastaví generování. Měli byste pečlivě monitorovat počty tokenů, zejména při zahrnutí velkých systémových promptů nebo rozsáhlých historií konverzací. Většina standardních chat rozhraní se pohybuje daleko pod tímto rozsahem, ale batch processing nebo těžká injekce metadat vás mohou přes hranici posunout. Plánujte strukturu zpráv tak, aby celková váha byla efektivní.

Mýtus: Potřebujete složitý proxy server

Mnoho vývojářů předpokládá, že si musí vytvořit vlastní proxy server pro zpracování ne filtrovaného generování. To je zbytečné při použití endpointu kompatibilního s OpenAI. Můžete směřovat svůj stávající klientský kód přímo na naši základní URL a vyměnit API klíč.

Naše služba funguje jako přímý koncový bod spíše než jako vrstva směrování, která přepíná mezi více modely. Nemusíte spravovat vyvažování zátěže ani logiku pro případ selhání pro různé API poskytovatelů. Infrastruktura zajišťuje obsluhu modelu přímo. To snižuje latenci a výrazně zjednodušuje architekturu vašho nasazení. Stačí změnit jednu konfigurační proměnnou ve svém kódu.

Fakt: Standardní kompatibilita s OpenAI SDK

Naše API přesně dodržuje standardní strukturu OpenAI chat-completions. Můžete použít oficiální SDK OpenAI pro Python, Node.js nebo jakýkoli jiný podporovaný jazyk bez modifikace. Identifikátor modelu je jednoduše 'uncensored', který předáte v těle požadavku.

Copyfrom openai import OpenAI

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

Získáte plný přístup ke standardním parametrům, jako jsou teplota, top_p a sekvence stop. Volání funkcí a režim JSON fungují přesně tak, jak dokumentuje OpenAI. To znamená, že vaše stávající zpracování chyb a logika opakování budou fungovat bez změn. Kompatibilita se rozšiřuje na streamované odpovědi, které dodávají data v reálném čase v blocích.

Mýtus: Streamování nefunguje dobře

Někteří vývojáři se obávají, že ne filtrované modely mohou špatně streamovat data nebo přerušovat připojení. Naše API podporuje Server-Sent Events (SSE) pro streamování odpovědí. Data přicházejí token po tokenu, což poskytuje plynulou uživatelskou zkušenost v chat rozhraních.

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)

Streamování umožňuje zobrazovat text, jak je generován, což snižuje vnímanou latenci pro koncového uživatele. To je kritické pro aplikace, kde se očekává interakce v reálném čase. Stream končí posledním chunkem, který obsahuje celkové využití tokenů pro požadavek. To zajišťuje, že můžete přesně sledovat náklady i při streamování.

Fakt: Data o spotřebě tokenů v reálném čase

Každá streamovaná odpověď obsahuje informace o spotřebovaných tokenech v posledním bloku. Tato data odrážejí skutečné vstupní a výstupní tokeny spotřebované požadavkem. Tato data můžete parsovat pro aktualizaci zůstatku vaší aplikace nebo pro logování využití pro analytické účely.

Chyby a odmítnutí nespotřebovávají tokeny, takže platíte pouze za úspěšnou generaci. Tato transparentnost vám umožňuje předpovídat náklady na základě skutečných vzorců používání. Ceny jsou jednoduché: $0.15 za 1 milion vstupních tokenů a $0.50 za 1 milion výstupních tokenů. Žádné skryté poplatky za streamování nebo volání funkcí. Platíte za to, co používáte, a předplacený kredit nevyprší.

Mýtus: Nevyfiltrované modely jsou pomalé

Neomezené modely jsou často vnímány jako pomalejší kvůli většímu počtu parametrů nebo méně optimalizaci. Náš model je optimalizován pro nízkou latenci na našich vyhrazených serverech. Prioritizujeme rychlost, abychom zajistili responzivní zážitek pro chatové aplikace.

Model dodává odpovědi rychle, což odpovídá výkonu běžných komerčních API. Nemusíte čekat na složité rozhodování o směrování nebo přepínání modelů. Architektura přímého poskytování zajišťuje konzistentní doby odezvy. Tato rychlost je zásadní pro udržení zapojení v interaktivních aplikacích. Dostanete neomezený výstup bez typických latencí.

Fakt: Optimalizováno pro nízkou latenci

Naše infrastruktura je vyladěna na minimalizaci času mezi vaším požadavkem a prvním tokenem. Používáme vysoce výkonný hardware pro efektivní poskytování uncenzurovaného modelu. To zajišťuje, že vaše aplikace působí responzivně i při zátěži.

Copycurl https://api.geminiunfiltered.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list python dependencies for selenium"}]
  }'

Můžete odeslat požadavky s různými parametry, například seed pro reprodukovatelnost nebo frequency_penalty pro ovládání opakování. API tyto výpočty provádí okamžitě. Nízká latence je konzistentní u různých typů požadavků, včetně streamování i nestreamování. Tato spolehlivost vám umožňuje vytvářet aplikace, které závisí na rychlé odezvě. Vývojáři mohou tento endpoint integrovat do svých existujících pracovních postupů bez obav z pomalých odpovědí.