無過濾 AI 聊天：迷思與事實

迷思：'無過濾'代表沒有內容政策

「無過濾」一詞通常暗示完全沒有規則，但對於生產環境的 API 而言並非如此。我們的模型會拒絕包含涉及未成年人性內容的請求，這是伺服器端強制執行的硬性限制。無論您的提示詞複雜度或上下文長度為何，此限制皆適用。大多數其他模型也會執行此基礎政策，以符合標準的數位內容法規。

無審查意味著模型不會拒絕合法的成人、虛構或爭議性主題，這些主題標準模型可能會標記。你可以探索深層敘事弧線或生成露骨對話，而不會因為輕微的髒話而收到 403 錯誤。目標是移除阻礙創意表達的人工防護欄，而不是移除所有基本法律限制。當您為期望細微回應的成人受眾構建應用程序時，這種區別很重要。

事實：8MB 請求限制的現實

您發送到 API 的每次請求總大小不得超過 8 MB。此限制適用於整個請求主體，包括模型名稱、系統指令和消息歷史記錄。如果您正在將長上下文窗口推近 100,000 token 限制，您必須確保 JSON 負載在此閾值之下。

超出此限制會導致 413 Payload Too Large 錯誤，並立即停止生成。您應仔細監控 token 計數，特別是在包含大型系統提示詞或廣泛對話歷史時。大多數標準聊天介面都遠低於此範圍，但批次處理或大量元數據注入可能會讓您超出限制。規劃您的訊息結構以保持總體積高效。

迷思：你需要複雜的代理伺服器

許多開發者認為需要構建自定義代理伺服器來處理無過濾的生成。當使用 OpenAI 相容端點時，這是不必要的。你可以將現有的客戶端代碼直接指向我們的基礎 URL，並替換 API 金鑰。

我們的服務作為直接端點運作，而不是在多個模型之間切換的路由層。您無需為不同供應商 API 管理負載平衡或後備邏輯。基礎設施直接處理模型服務。這減少了延遲並顯著簡化了您的部署架構。您只需在程式碼中更改一個配置變數。

事實：標準 OpenAI SDK 兼容性

我們的 API 精確遵循標準的 OpenAI chat-completions 結構。您可以使用官方的 OpenAI SDK（適用於 Python、Node.js 或其他支援的語言），無需修改。模型識別碼僅為 'uncensored'，您將其傳遞在請求主體中。

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)

你可以完全存取標準參數，如 temperature、top_p 和 stop sequences。函式呼叫和 JSON 模式的運作方式與 OpenAI 的文件說明完全一致。這意味著你現有的錯誤處理和重試邏輯無需變更即可運作。相容性也延伸至串流回應，它以即時資料區塊的形式傳遞資料。

迷思：串流傳輸效果不佳

部分開發者擔心未過濾的模型可能會流暢度不佳或中斷連線。我們的 API 支援伺服器發送事件 (SSE) 用於串流回應。資料以 token 為單位逐個到達，為聊天介面提供流暢的使用者體驗。

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)

串流處理允許您顯示正在生成的文字，從而降低最終使用者的感知延遲。這對於預期即時互動的應用程式至關重要。串流以包含請求總 Token 用量的最後一個區塊結束。這確保即使串流處理也能準確追蹤成本。

事實：即時 Token 使用數據

每個串流回應的最後一個區塊都會包含 Token 使用量資訊。這些數據反映了請求實際消耗的輸入與輸出 Token。您可以解析這些數據以更新應用程式的餘額或記錄使用情況以進行分析。

錯誤與拒絕不會消耗 token，因此您只需為成功的生成結果付費。這種透明度讓您能根據實際使用模式預測成本。定價非常直觀：輸入 token 每 1M 個 $0.15，輸出 token 每 1M 個 $0.50。串流或函數呼叫沒有額外費用。您為實際使用的內容付費，且預付信用額度永不過期。

迷思：無審查模型很慢

無審查模型常被認為較慢，這是因為參數數量較大或優化較少。我們的模型針對專用伺服器上的低延遲進行了最佳化。我們優先考慮速度，以確保聊天應用程式的響應體驗。

該模型回應迅速，性能與標準商業 API 相當。您無需等待複雜的路由決策或模型切換。直接服務架構確保一致的回應時間。這種速度對於維持互動應用程式中的用戶參與度至關重要。您將獲得無限制的輸出，且沒有典型的延遲懲罰。

事實：針對低延遲優化

我們的基礎設施針對最小化你請求與第一個 token 之間的時間進行微調。我們使用高效能硬體來有效率地服務無限制模型。這確保你的應用程式在負載下仍感覺響應迅速。

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"}]
  }'

您可以傳送包含 seed（用於可重複性）或 frequency_penalty（用於控制重複）等多種參數的請求。API 會即時處理這些計算。不同請求類型（包括串流和非串流）的延遲都保持一致。這種可靠性使您能夠建構依賴快速回應的應用程式。開發者可以將此端點整合至現有工作流程中，無需擔心回應緩慢。