Obrolan Unfiltered AI: Mitos vs Fakta

Mitos: 'Unfiltered' Artinya Tidak Ada Kebijakan Konten

Istilah unfiltered sering menyiratkan tidak adanya aturan sama sekali, tetapi itu bukan kasus untuk API produksi. Model kami menolak permintaan yang berisi konten seksual yang melibatkan anak di bawah umur, yang merupakan batas keras yang ditegakkan di server kami. Pembatasan ini berlaku terlepas dari kompleksitas prompt atau panjang konteks Anda. Sebagian besar model lain juga menerapkan kebijakan dasar ini untuk mematuhi regulasi konten digital standar.

Uncensored berarti model tidak akan menolak topik dewasa, fiksi, atau kontroversial yang mungkin ditandai oleh model standar. Anda dapat mengeksplorasi alur narasi mendalam atau menghasilkan dialog eksplisit tanpa terkena error 403 karena kata-kata kasar ringan. Tujuannya adalah menghapus guardrail buatan yang memblokir ekspresi kreatif, bukan menghapus semua batasan hukum dasar. Perbedaan ini penting saat Anda membangun aplikasi untuk audiens dewasa yang mengharapkan respons bernuansa.

Fakta: Realitas Batas Permintaan 8MB

Setiap permintaan yang Anda kirim ke API tidak dapat melebihi ukuran total 8 MB. Batas ini berlaku untuk seluruh tubuh permintaan, termasuk nama model, instruksi sistem, dan riwayat pesan. Jika Anda mendorong jendela konteks panjang mendekati batas 100.000 token, Anda harus memastikan payload JSON Anda tetap di bawah ambang batas ini.

Melebihi batas ini menghasilkan kesalahan 413 Payload Too Large, yang menghentikan generasi segera. Anda harus memantau jumlah token Anda dengan hati-hati, terutama saat menyertakan prompt sistem besar atau riwayat percakapan yang luas. Sebagian besar antarmuka obrolan standar tetap berada di bawah batas ini, tetapi pemrosesan batch atau injeksi metadata berat dapat mendorong Anda melebihi batas. Rencanakan struktur pesan Anda untuk menjaga berat total tetap efisien.

Mitos: Anda Perlu Proxy yang Kompleks

Banyak pengembang mengasumsikan mereka perlu membangun server proxy khusus untuk menangani generasi tanpa filter. Ini tidak diperlukan saat menggunakan endpoint yang kompatibel dengan OpenAI. Anda dapat mengarahkan kode klien yang ada langsung ke URL dasar kami dan mengganti kunci API.

Layanan kami bertindak sebagai titik akhir langsung daripada lapisan routing yang beralih di antara beberapa model. Anda tidak perlu mengelola penimbangan beban atau logika fallback untuk API vendor berbeda. Infrastruktur menangani penyajian model secara langsung. Ini mengurangi latensi dan menyederhanakan arsitektur deployment Anda secara signifikan. Anda hanya mengubah satu variabel konfigurasi dalam kode Anda.

Fakta: Kompatibilitas SDK OpenAI Standar

API kami mengikuti struktur chat-completions OpenAI standar secara tepat. Anda dapat menggunakan SDK OpenAI resmi untuk Python, Node.js, atau bahasa lain yang didukung tanpa modifikasi. Pengenal modelnya adalah 'uncensored', yang Anda berikan dalam tubuh permintaan Anda.

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)

Anda mendapatkan akses penuh ke parameter standar seperti suhu, top_p, dan urutan henti. Pemanggilan fungsi dan mode JSON berfungsi persis seperti yang didokumentasikan oleh OpenAI. Ini berarti penanganan kesalahan dan logika percobaan ulang yang ada akan berfungsi tanpa perubahan. Kompatibilitas ini juga mencakup respons streaming, yang mengirimkan data dalam potongan waktu nyata.

Mitos: Streaming Tidak Berfungsi dengan Baik

Beberapa pengembang khawatir bahwa model tanpa filter mungkin mengalirkan data dengan buruk atau memutus koneksi. API kami mendukung Server-Sent Events (SSE) untuk respons streaming. Data tiba token demi token, memberikan pengalaman pengguna yang mulus di antarmuka obrolan.

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)

Streaming memungkinkan Anda menampilkan teks saat teks tersebut dihasilkan, mengurangi latensi yang dirasakan bagi pengguna akhir. Ini sangat penting untuk aplikasi di mana interaksi real-time diharapkan. Stream berakhir dengan bagian terakhir yang berisi total penggunaan token untuk permintaan tersebut. Ini memastikan Anda dapat melacak biaya secara akurat bahkan saat streaming.

Fakta: Data Penggunaan Token Real-Time

Setiap respons streaming menyertakan informasi penggunaan token dalam potongan terakhir. Data ini mencerminkan token input dan output aktual yang dikonsumsi oleh permintaan. Anda dapat mengurai data ini untuk memperbarui saldo aplikasi Anda atau mencatat penggunaan untuk analitik.

Kesalahan dan penolakan tidak menguras token, sehingga Anda hanya dibebankan biaya untuk generasi yang berhasil. Transparansi ini memungkinkan Anda memprediksi biaya berdasarkan pola penggunaan aktual. Harganya sederhana: $0.15 per 1 juta token input dan $0.50 per 1 juta token output. Tidak ada biaya tersembunyi untuk streaming atau panggilan fungsi. Anda membayar sesuai penggunaan, dan kredit prabayar tidak pernah kedaluwarsa.

Mitos: Model Tanpa Sensor Itu Lambat

Model tanpa sensor sering kali dianggap lebih lambat karena jumlah parameter yang lebih besar atau optimasi yang kurang. Model kami dioptimalkan untuk latensi rendah di server khusus kami. Kami mengutamakan kecepatan untuk memastikan pengalaman responsif untuk aplikasi obrolan.

Model ini memberikan respons dengan cepat, sesuai dengan kinerja API komersial standar. Anda tidak perlu menunggu keputusan routing kompleks atau pergantian model. Arsitektur penyajian langsung memastikan waktu respons yang konsisten. Kecepatan ini sangat penting untuk menjaga keterlibatan dalam aplikasi interaktif. Anda mendapatkan output tanpa filter tanpa penalti latensi khas.

Fakta: Dioptimalkan untuk Latensi Rendah

Infrastruktur kami disesuaikan untuk meminimalkan waktu antara permintaan Anda dan token pertama. Kami menggunakan perangkat keras berkinerja tinggi untuk melayani model tanpa sensor secara efisien. Ini memastikan aplikasi Anda terasa responsif bahkan saat beban tinggi.

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"}]
  }'

Anda dapat mengirim permintaan dengan berbagai parameter seperti seed untuk reproduktibilitas atau frequency_penalty untuk mengontrol pengulangan. API menangani perhitungan ini secara instan. Latensi rendah konsisten di berbagai jenis permintaan, termasuk streaming dan non-streaming. Keandalan ini memungkinkan Anda membangun aplikasi yang bergantung pada waktu respons cepat. Pengembang dapat mengintegrasikan endpoint ini ke dalam alur kerja yang ada tanpa khawatir tentang respons yang lambat.