API 빠른 시작 가이드

Base URL 및 인증

표준 OpenAI 호환 베이스 URL을 사용하여 uncensored LLM API에 연결하세요. API 키는 모든 요청을 인증하므로 안전하게 보관하되 애플리케이션에서 접근 가능하게 유지하세요. 마찰 없이 프롬프트가 모델에 도달하도록 보장하는 간단한 헤더를 사용합니다.

Copycurl https://api.modelsaiuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list all available endpoint urls"}]
  }'

계정당 활성 키는 하나만 필요합니다. 키를 교체하면 이전 키가 즉시 작동하지 않게 됩니다. 이렇게 하면 백그라운드에서 실행되는 오래된 스크립트로 인한 중복 과금을 방지할 수 있습니다. 선불 크레딧은 모든 사용량을 커버하므로 필요시 대시보드를 통해 잔액을 모니터링할 수 있습니다.

채팅 완료 엔드포인트

표준 채팅 완성 엔드포인트를 통해 "uncensored" 모델로 메시지를 전송하세요. 이 엔드포인트는 100,000 토큰의 컨텍스트 창으로 텍스트 입력/출력 상호작용을 처리합니다. 동작을 정의하기 위해 시스템 지시문을 포함하거나, 직접적인 상호작용을 위해 사용자 메시지만 전송할 수 있습니다.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.modelsaiuncensored.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)

이 모델은 합법적인 성인 또는 논쟁적인 주제를 기본적으로 거부하지 않습니다. 창의성을 위한 temperature나 다양성을 위한 top_p와 같은 매개변수를 설정하세요. max_tokens을 생략하면 기본 출력은 2,048 토큰입니다. 더 긴 응답을 위해 최대 16,000 토큰까지 요청하세요. 이 엔드포인트는 대부분의 자동화 작업에 필요한 모든 것입니다.

스트리밍 응답 (SSE)

서버 전송 이벤트(SSE)를 사용하여 실시간 토큰 생성을 받으세요. 이는 텍스트가 나타나는 대로 표시하고 싶은 채팅 인터페이스에 이상적입니다. 스트림의 마지막 청크에는 청구 목적의 총 토큰 사용량이 포함됩니다. 이를 통해 애플리케이션이 실시간으로 비용을 정확하게 추적할 수 있습니다.

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 최종 사용자의 지각된 지연 시간을 줄여 uncensored AI 경험이 반응형으로 느껴지도록 합니다. 네트워크 중단으로 스트림이 끊길 수 있으므로 연결 오류를 우아하게 처리하세요. 모델 상태가 세션 전체가 아닌 요청별로 유지되므로 재연결이 간단합니다. 동적 콘텐츠 생성에 사용하세요.

함수 호출 및 JSON 모드

함수 호출 또는 JSON 모드를 사용하여 구조화된 데이터 추출을 통합하세요. 요청에 도구를 지정하여 모델의 출력 형식을 안내하세요. 이는 비제약 LLM에서 신뢰할 수 있는 데이터 구조가 필요한 자동화 파이프라인에 필수적입니다. JSON 모드는 응답이 유효한 JSON이 되도록 강제하여 파싱 오류를 줄입니다.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.modelsaiuncensored.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

명확한 설명이 있는 도구 스키마를 정의하여 정확도를 향상시키세요. 모델은 도구 정의를 존중하며 예상되는 형식으로 인수를 반환합니다. 이는 API 호출 체이닝이나 외부 작업 트리거를 쉽게 만듭니다. 수동 검증 단계 없이 에이전트 빌드나 데이터 처리 워크플로우에 사용하세요.

속도 제한 및 제약 조건

API는 모든 사용자에게 안정성을 보장하기 위해 엄격한 제한을 적용합니다. 키당 분당 300회 요청 및 동시 8회 요청이 허용됩니다. 과도한 페이로드 문제를 방지하기 위해 각 요청 본문은 8MB 미만이어야 합니다. 이러한 제한은 API 키별로 적용되므로 필요시 부하를 키 간에 분산하세요.

401은 잘못된 또는 누락된 키를 나타냅니다. 402 오류는 선불 크레딧이 고갈되었음을 의미합니다. 429 상태는 속도 제한에 도달했음을 나타냅니다. 잠시 후 짧은 지연 후 재시도하세요. 이러한 제약 조건은 투명하며, 피크 시간 동안 숨겨진 스로틀링이 없습니다.

컨텍스트 윈도우 및 출력 제한

이 모델은 100,000개의 토큰 컨텍스트 창을 지원하며 프롬프트 및 응답 생성을 모두 포함합니다. 이를 통해 광범위한 문서 분석이나 긴 대화 기록을 처리할 수 있습니다. 그러나 요청당 최대 출력은 16,000개 토큰으로 제한됩니다. max_tokens을 지정하지 않으면 기본값은 2,048개 토큰입니다.

매우 긴 출력의 경우 요청을 분할하거나 스트리밍을 고려하세요. 이를 통해 요청당 제한 내에서 유지할 수 있습니다. 컨텍스트 창은 공유되므로 효율적인 프롬프트 설계가 핵심입니다. 이 용량을 활용하여 하드 한계에 부딪히지 않고 깊고 제한 없는 추론 작업을 수행하세요.