अनफिल्टर्ड AI चैट: मिथक बनाम तथ्य

अंधाधुंध: 'अनफ़िल्टर्ड' का अर्थ है कोई सामग्री नीति नहीं

अनफिल्टर्ड (unfiltered) शब्द अक्सर नियमों की पूर्ण अनुपस्थिति का संकेत देता है, लेकिन उत्पादन API के लिए ऐसा नहीं है। हमारा मॉडल किशोरों से संबंधित यौन सामग्री वाले अनुरोधों को अस्वीकार करता है, जो हमारे सर्वरों पर लागू एक कड़ा नियम है। यह प्रतिबंध आपकी प्रॉम्प्ट जटिलता या संदर्भ लंबाई से स्वतंत्र है। अधिकांश अन्य मॉडल भी मानक डिजिटल सामग्री विनियमों के अनुपालन के लिए इस बेसलाइन नीति को लागू करते हैं।

अनकैप्ड का अर्थ है कि मॉडल उन कानूनी वयस्क, काल्पनिक या विवादास्पद विषयों से इनकार नहीं करेगा जिन्हें मानक मॉडल फ्लैग कर सकते हैं। आप गहन कथात्मक आर्क का अन्वेषण कर सकते हैं या स्पष्ट संवाद उत्पन्न कर सकते हैं बिना किसी हल्के गाली के लिए 403 त्रुटि के साथ आने के। लक्ष्य रचनात्मक अभिव्यक्ति को ब्लॉक करने वाले कृत्रिम गार्डरेल्स को हटाना है, न कि सभी बुनियादी कानूनी बाधाओं को। यह अंतर तब महत्वपूर्ण होता है जब आप वयस्क दर्शकों के लिए ऐप्स बना रहे होते हैं जो सूक्ष्म प्रतिक्रियाओं की उम्मीद करते हैं।

तथ्य: 8MB रिक्वेस्ट लिमिट की वास्तविकता

API को भेजा गया हर अनुरोध कुल आकार में 8 MB से अधिक नहीं हो सकता है। यह सीमा पूरी अनुरोध बॉडी पर लागू होती है, जिसमें मॉडल का नाम, सिस्टम निर्देश और संदेश इतिहास शामिल हैं। यदि आप 100,000 टोकन सीमा के करीब लंबे संदर्भ विंडो धकेल रहे हैं, तो आपको यह सुनिश्चित करना चाहिए कि आपका JSON पेलोड इस सीमा के अंदर रहे।

इस सीमा को पार करने से 413 Payload Too Large त्रुटि आती है, जो जनरेशन को तुरंत रोक देती है। आपको अपने टोकन गणना की सावधानी से निगरानी करनी चाहिए, विशेष रूप से जब बड़े सिस्टम प्रॉम्प्ट या व्यापक बातचीत के इतिहास शामिल हों। अधिकांश मानक चैट इंटरफेस इस सीमा के भीतर अच्छी तरह रहते हैं, लेकिन बैच प्रोसेसिंग या भारी मेटाडेटा इंजेक्शन आपको इससे ऊपर धकेल सकता है। कुल वजन को कुशल रखने के लिए अपनी संदेश संरचना की योजना बनाएं।

अफवाह: आपको जटिल प्रॉक्सी की आवश्यकता है

अक्सर डेवलपर्स यह मानते हैं कि उन्हें अनफिल्टर्ड जनरेशन को हैंडल करने के लिए एक कस्टम प्रॉक्सी सर्वर बनाने की आवश्यकता है। जब आप एक OpenAI-कम्पैटिबल एंडपॉइंट का उपयोग करते हैं तो यह आवश्यक नहीं है। आप अपने मौजूदा क्लाइंट कोड को सीधे हमारे बेस यूआरएल पर पॉइंट कर सकते हैं और एपीआई कुंजी बदल सकते हैं।

हमारी सेवा एक राउटिंग परत के बजाय एक सीधा एंडपॉइंट के रूप में कार्य करती है जो कई मॉडल्स के बीच स्विच करती है। आपको अलग-अलग विक्रेता API के लिए लोड बैलेंसिंग या फॉलबैक लॉजिक प्रबंधित करने की आवश्यकता नहीं है। इंफ्रास्ट्रक्चर मॉडल सर्विंग को सीधे संभालता है। यह लेटेंसी को कम करता है और आपके डिप्लॉयमेंट आर्किटेक्चर को काफी सरल बनाता है। आपको अपने कोड में केवल एक कॉन्फ़िगरेशन वेरिएबल बदलने की आवश्यकता होती है।

तथ्य: मानक OpenAI SDK कम्पैटिबिलिटी

हमारा API मानक OpenAI चैट-कंप्लीशन्स संरचना का सटीक पालन करता है। आप बिना किसी मॉडिफिकेशन के Python, Node.js, या किसी अन्य सपोर्टेड भाषा के लिए आधिकारिक OpenAI SDKs का उपयोग कर सकते हैं। मॉडल इडेंटिफायर बस 'uncensored' है, जिसे आप अपने रिक्वेस्ट बॉडी में पास करते हैं।

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)

आपको temperature, top_p और stop sequences जैसे मानक पैरामीटर तक पूर्ण एक्सेस मिलता है। फंक्शन कॉलिंग और JSON मोड OpenAI द्वारा दस्तावेज़ीकृत के अनुसार ही काम करते हैं। इसका मतलब है कि आपका मौजूदा एरर हैंडलिंग और रीट्राई लॉजिक बिना किसी बदलाव के काम करेगा। संगतता स्ट्रीमिंग रिस्पॉन्सेस तक फैली हुई है, जो डेटा को रियल-टाइम चंक में प्रदान करते हैं।

अफवाह: स्ट्रीमिंग अच्छी तरह से काम नहीं करती

कुछ डेवलपर्स चिंतित होते हैं कि बिना फिल्टर वाले मॉडल डेटा को खराब स्ट्रीम कर सकते हैं या कनेक्शन छोड़ सकते हैं। हमारी API स्ट्रीमिंग प्रतिक्रियाओं के लिए सर्वर-संदेशित घटनाओं (SSE) का समर्थन करती है। डेटा टोकन-दर-टोकन आता है, जो चैट इंटरफेस में एक सुचारु उपयोगकर्ता अनुभव प्रदान करता है।

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)

स्ट्रीमिंग आपको टेक्स्ट को जनरेट होने पर डिस्प्ले करने की अनुमति देता है, जिससे अंत उपयोगकर्ता के लिए लेटेंसी कम महसूस होती है। यह उन एप्लिकेशन्स के लिए महत्वपूर्ण है जहां रियल-टाइम इंटरैक्शन की उम्मीद की जाती है। स्ट्रीम एक अंतिम चंक के साथ समाप्त होता है जिसमें अनुरोध के लिए कुल टोकन उपयोग होता है। यह सुनिश्चित करता है कि आप स्ट्रीमिंग के दौरान भी लागत को सटीक रूप से ट्रैक कर सकें।

तथ्य: रियल-टाइम टोकन उपयोग डेटा

प्रत्येक स्ट्रीमिंग प्रतिक्रिया में अंतिम चंक में टोकन उपयोग की जानकारी शामिल होती है। यह डेटा अनुरोध द्वारा खपत किए गए वास्तविक इनपुट और आउटपुट टोकन को दर्शाता है। आप अपने एप्लिकेशन के बैलेंस को अपडेट करने या विश्लेषण के लिए उपयोग लॉग करने के लिए इस डेटा को पार्स कर सकते हैं।

त्रुटियाँ और अस्वीकृतियाँ टोकन खर्च नहीं करतीं, इसलिए आप केवल सफल जनरेशन के लिए चार्ज होते हैं। यह पारदर्शिता आपको वास्तविक उपयोग पैटर्न के आधार पर लागत की भविष्यवाणी करने की अनुमति देती है। मूल्य निर्धारण सरल है: प्रति 1M इनपुट टोकन $0.15 और प्रति 1M आउटपुट टोकन $0.50। स्ट्रीमिंग या फ़ंक्शन कॉल्स के लिए कोई छिपा शुल्क नहीं है। आप जो उपयोग करते हैं उसके लिए भुगतान करते हैं, और पूर्व-भुगतान क्रेडिट कभी समाप्त नहीं होता है।

अफवाह: अनकैप्ड मॉडल धीमे हैं

अनकैप्सर्ड मॉडल अक्सर बड़े पैरामीटर काउंट या कम ऑप्टिमाइजेशन के कारण धीमे माने जाते हैं। हमारा मॉडल हमारे समर्पित सर्वरों पर कम लेटेंसी के लिए अनुकूलित है। हम चैट एप्लिकेशन के लिए एक प्रतिक्रियाशील अनुभव सुनिश्चित करने के लिए गति को प्राथमिकता देते हैं।

मॉडल तेजी से प्रतिक्रियाएं प्रदान करता है, जो मानक वाणिज्यिक APIs की प्रदर्शन से मेल खाता है। आपको जटिल रूटिंग निर्णयों या मॉडल स्विचिंग के लिए प्रतीक्षा करने की आवश्यकता नहीं है। सीधा सर्विंग आर्किटेक्चर स्थिर प्रतिक्रिया समय सुनिश्चित करता है। यह गति इंटरैक्टिव अनुप्रयोगों में रुचि बनाए रखने के लिए महत्वपूर्ण है। आपकोTypical लेटेंसी पेनल्टी के बिना असीमित आउटपुट मिलता है।

तथ्य: कम लेटेंसी के लिए अनुकूलित

हमारी इंफ्रास्ट्रक्चर आपके अनुरोध और पहले टोकन के बीच समय को कम करने के लिए ट्यून की गई है। हम उच्च-प्रदर्शन हार्डवेयर का उपयोग करते हैं ताकि असीमित मॉडल को कुशलता से प्रदान किया जा सके। यह सुनिश्चित करता है कि आपके एप्लिकेशन लोड के तहत भी प्रतिक्रियाशील लगें।

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"}]
  }'

आप seed जैसे पुनरुत्पादकता के लिए या frequency_penalty को दोहराव को नियंत्रित करने के लिए विभिन्न पैरामीटर के साथ अनुरोध भेज सकते हैं। API इन गणनाओं को तुरंत संभालता है। कम लेटेंसी स्ट्रीमिंग और नॉन-स्ट्रीमिंग सहित विभिन्न अनुरोध प्रकारों के लिए स्थिर है। यह विश्वसनीयता आपको उन एप्लिकेशन बनाने की अनुमति देती है जो तेज़ टर्नअराउट पर निर्भर हैं। डेवलपर्स इस एंडपॉइंट को अपने मौजूदा वर्कफ़्लो में बिना धीमे रिस्पॉन्स की चिंता किए एकीकृत कर सकते हैं।