无过滤 AI 聊天：神话与事实

迷思：'无过滤'意味着没有内容策略

“无过滤”通常意味着完全没有规则，但这并不适用于生产级 API。我们的模型会拒绝包含涉及未成年人性内容的请求，这是在我们的服务器上强制执行的一条硬性限制。无论你的提示词复杂度或上下文长度如何，此限制均适用。大多数其他模型也强制执行这一基本策略，以符合标准的数字内容法规。

无限制意味着模型不会拒绝合法的成人、虚构或争议性话题，而标准模型可能会标记这些话题。你可以探索深层叙事弧线或生成露骨对话，而不会因为轻微的不雅用语而遇到 403 错误。目标是移除阻碍创意表达的人工护栏，而不是移除所有基本法律约束。当你为期望获得细微回应的成人受众构建应用程序时，这种区别很重要。

事实：8MB 请求限制的现实

您发送到 API 的每次请求总大小不能超过 8 MB。此限制适用于整个请求正文，包括模型名称、系统指令和消息历史。如果您正在将长上下文窗口推近 100,000 令牌限制，您必须确保 JSON 负载在此阈值之下。

超出此限制将导致 413 Payload Too Large 错误，这将立即停止生成。您应仔细监控 token 计数，特别是在包含大型系统提示或大量对话历史时。大多数标准聊天界面都远低于此范围，但批处理或大量元数据注入可能会使您超出限制。规划您的消息结构以保持总重量高效。

迷思：你需要复杂的代理

许多开发者认为需要构建自定义代理服务器来处理无过滤生成。在使用 OpenAI 兼容端点时，这是不必要的。你可以将现有的客户端代码直接指向我们的基础 URL 并替换 API 密钥。

我们的服务充当直接端点，而不是在多个模型之间切换的路由层。您无需为不同的供应商 API 管理负载均衡或回退逻辑。基础设施直接处理模型服务。这降低了延迟并显著简化了您的部署架构。您只需在代码中更改一个配置变量。

事实：标准的 OpenAI SDK 兼容性

我们的 API 精确遵循标准 OpenAI 聊天补全结构。你可以使用官方 OpenAI SDK 用于 Python、Node.js 或任何其他支持的语言，无需修改。模型标识符仅为 'uncensored'，你在请求体中传递它。

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)

你可以完全访问标准参数，如 temperature、top_p 和 stop sequences。函数调用和 JSON 模式完全按照 OpenAI 的文档工作。这意味着你现有的错误处理和重试逻辑无需更改即可使用。兼容性还扩展到流式响应，后者以实时数据块的形式交付数据。

误区：流式传输效果不佳

部分开发者担心无过滤模型可能会流式传输数据不佳或断开连接。我们的 API 支持服务器发送事件（SSE）用于流式响应。数据以 token 为单位到达，在聊天界面中提供流畅的用户体验。

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)

流式传输允许你显示正在生成的文本，从而降低终端用户的感知延迟。这对于期望实时交互的应用至关重要。流式传输以包含请求总 Token 用量的最后一个数据块结束。这确保即使进行流式传输，你也能准确跟踪成本。

事实：实时 Token 使用数据

每个流式响应都在最后一个分块中包含令牌用量信息。该数据反映了请求实际消耗的输入和输出令牌。您可以解析此数据以更新应用程序的余额或记录用量以进行分析。

错误和拒绝不会消耗令牌，因此您只为成功的生成付费。这种透明度使您能够根据实际使用模式预测成本。定价非常明确：输入令牌每 100 万 0.15 美元，输出令牌每 100 万 0.50 美元。流式传输或函数调用没有隐藏费用。您为所用内容付费，预存信用额度永不过期。

迷思：无审查模型速度慢

无审查模型通常因参数量较大或优化较少而被认为较慢。我们的模型针对专用服务器上的低延迟进行了优化。我们优先考虑速度，以确保聊天应用程序的响应性体验。

该模型响应迅速，性能与标准商业 API 相当。您无需等待复杂的路由决策或模型切换。直接服务架构确保了响应时间的一致性。这种速度对于保持交互式应用的参与度至关重要。您将获得无限制的输出，且没有典型的延迟惩罚。

事实：针对低延迟优化

我们的基础设施针对最小化请求与首个 token 之间的时间进行了调优。我们使用高性能硬件高效地提供服务无限制模型。这确保你的应用在负载下仍感觉响应迅速。

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"}]
  }'

您可以发送包含 seed（用于可重复性）或 frequency_penalty（用于控制重复）等各种参数的请求。API 会即时处理这些计算。低延迟在不同类型的请求（包括流式和非流式）中保持一致。这种可靠性使您能够构建依赖快速响应的应用程序。开发人员可以将此端点集成到现有工作流程中，无需担心响应缓慢。