Unfiltered AI 채팅: 신화 vs 사실

속설: 'Unfiltered'란 콘텐츠 정책이 없다는 뜻

unfiltered라는 용어는 종종 규칙이 완전히 없다는 것을 암시하지만, 프로덕션 API의 경우 그렇지 않습니다. 우리의 모델은 미성년자가 포함된 성적인 콘텐츠가 포함된 요청을 거부하며, 이는 서버에서 강제되는 엄격한 제한입니다. 이 제한은 프롬프트의 복잡성이나 컨텍스트 길이에 관계없이 적용됩니다. 대부분의 다른 모델도 표준 디지털 콘텐츠 규제 준수를 위해 이 기본 정책을 시행합니다.

Uncensored(무제약)이란 모델이 표준 모델이 플래그를 지정할 수 있는 합법적인 성인, 픽션, 논쟁적인 주제를 거부하지 않습니다. 가벼운 욕설로 인해 403 오류를 받거나 깊은 내러티브 아크를 탐구하거나 명시적인 대화를 생성할 수 있습니다. 목표는 창의적 표현을 차단하는 인위적인 가드레일을 제거하는 것이며, 모든 기본 법적 제약까지 제거하는 것은 아닙니다. 성인 대상 애플리케이션을 구축할 때 이 구별은 중요한 의미를 가집니다.

사실: 8MB 요청 제한의 현실

API로 전송하는 모든 요청의 총 크기는 8 MB를 초과할 수 없습니다. 이 제한은 모델 이름, 시스템 지시문, 메시지 기록을 포함한 전체 요청 본문에 적용됩니다. 100,000개 토큰 제한에 가까운 긴 컨텍스트 윈도우를 전송하는 경우 JSON 페이로드가 이 임계값 미만인지 확인해야 합니다.

이 제한을 초과하면 413 Payload Too Large 오류가 발생하여 생성이 즉시 중단됩니다. 특히 큰 시스템 프롬프트나 광범위한 대화 기록을 포함할 때 토큰 수를 신중하게 모니터링해야 합니다. 대부분의 표준 채팅 인터페이스는 이 범위 내에 잘 머무르지만, 배치 처리나 무거운 메타데이터 주입은 초과하게 만들 수 있습니다. 총 가중치를 효율적으로 유지하기 위해 메시지 구조를 계획하십시오.

신화: 복잡한 프록시가 필요하다

많은 개발자는 필터링되지 않은 생성을 처리하기 위해 사용자 정의 프록시 서버를 구축해야 한다고 가정합니다. OpenAI-compatible 엔드포인트를 사용할 때 이는 불필요합니다. 기존 클라이언트 코드를 기본 URL로 직접 가리키고 API 키만 교체하면 됩니다.

저희 서비스는 여러 모델 간에 전환하는 라우팅 레이어가 아닌 직접 엔드포인트로 작동합니다. 여러 벤더 API에 대한 부하 분산 또는 폴백 로직을 관리할 필요가 없습니다. 인프라가 모델을 직접 서빙합니다. 이는 지연 시간을 줄이고 배포 아키텍처를 크게 단순화합니다. 코드에서 하나의 구성 변수만 변경하면 됩니다.

사실: 표준 OpenAI SDK 호환성

API는 표준 OpenAI 채팅-완료 구조를 정확히 따릅니다. 즉, 수정 없이 Python, Node.js 또는 기타 지원되는 언어에 대한 공식 OpenAI SDK를 사용할 수 있습니다. 모델 식별자는 요청 본문에 전달하는 'uncensored'입니다.

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)

temperature, top_p, stop 시퀀스와 같은 표준 파라미터에 완전히 접근할 수 있습니다. 함수 호출 및 JSON 모드는 OpenAI가 문서화한 대로 정확히 작동합니다. 이는 기존 오류 처리 및 재시도 로직이 변경 없이 작동함을 의미합니다. 호환성은 실시간으로 데이터를 전달하는 스트리밍 응답에도 확장됩니다.

신화: 스트리밍은 잘 작동하지 않는다

일부 개발자는 필터가 없는 모델이 데이터를 스트리밍하거나 연결을 끊을 수 있다고 걱정합니다. 당사 API는 스트리밍 응답을 위해 서버 전송 이벤트(SSE)를 지원합니다. 데이터는 토큰 단위로 도착하여 채팅 인터페이스에서 매끄러운 사용자 경험을 제공합니다.

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)

스트리밍은 생성되는 대로 텍스트를 표시하여 최종 사용자의 지각된 지연 시간을 줄입니다. 이는 실시간 상호작용이 예상되는 애플리케이션에 중요합니다. 스트림은 요청의 총 토큰 사용량을 포함하는 마지막 청크로 끝납니다. 이를 통해 스트리밍 중에도 비용을 정확하게 추적할 수 있습니다.

사실: 실시간 토큰 사용량 데이터

모든 스트리밍 응답의 마지막 청크에는 토큰 사용량 정보가 포함됩니다. 이 데이터는 요청에 실제로 소비된 입력 및 출력 토큰을 반영합니다. 이 데이터를 파싱하여 애플리케이션의 잔액을 업데이트하거나 분석을 위해 사용량을 로깅할 수 있습니다.

오류 및 거절은 토큰을 소모하지 않으므로 성공적으로 생성된 결과에 대해서만 요금이 부과됩니다. 이를 통해 실제 사용 패턴을 기반으로 비용을 예측할 수 있습니다. 가격은 매우 간단합니다: 입력 토큰 100만 개당 $0.15, 출력 토큰 100만 개당 $0.50입니다. 스트리밍이나 함수 호출에 대한 숨겨진 요금이 없습니다. 사용한 만큼만 지불하며, 선불 크레딧은 만료되지 않습니다.

신화: 무 censura 모델은 느리다

Uncensored 모델은 종종 더 큰 파라미터 수 또는 덜 최적화로 인해 느린 것으로 인식됩니다. 우리 모델은 전용 서버에서 낮은 지연 시간으로 최적화되었습니다. 우리는 채팅 애플리케이션에 대한 응답성을 보장하기 위해 속도를 우선시합니다.

이 모델은 표준 상용 API의 성능에 맞먹는 속도로 응답을 제공합니다. 복잡한 라우팅 결정이나 모델 전환을 기다릴 필요가 없습니다. 직접 제공 아키텍처는 일관된 응답 시간을 보장합니다. 이 속도는 인터랙티브 애플리케이션에서 참여도를 유지하는 데 중요합니다. 일반적인 지연 시간 패널티 없이 제한 없는 출력을 받습니다.

사실: 낮은 지연 시간 최적화

인프라는 요청과 첫 번째 토큰 사이의 시간을 최소화하도록 튜닝되었습니다. 고성능 하드웨어를 사용하여 Uncensored 모델을 효율적으로 제공합니다. 이는 부하가 걸려도 애플리케이션이 반응형으로 느껴지도록 보장합니다.

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"}]
  }'

재현성을 위한 seed나 반복을 제어하기 위한 frequency_penalty와 같은 다양한 매개변수로 요청을 보낼 수 있습니다. API는 이러한 계산을 즉시 처리합니다. 스트리밍 및 비스트리밍을 포함한 다양한 요청 유형 전반에 걸쳐 낮은 지연 시간이 일정하게 유지됩니다. 이 신뢰성은 빠른 처리 시간을 필요로 하는 애플리케이션 구축을 가능하게 합니다. 개발자는 느린 응답에 대한 걱정 없이 기존 워크플로우에 이 엔드포인트를 통합할 수 있습니다.