無審查 API 快速入門

安裝與設定

使用基礎 URL 和 API 金鑰配置您的環境。此無審查 API 使用標準 /v1/chat/completions 端點。更改 base_url 您的 SDK 客戶端並提供來自儀表板的金鑰。

• 基礎 URL： https://api.openrouterapipricing.com/v1
• 模型 ID： uncensored

驗證依賴於每個帳戶的單一金鑰。註冊後（透過 Google 或電子郵件），您會立即收到金鑰。不需要手機號碼。

Copycurl https://api.openrouterapipricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "get me the price per token for the largest model"}]
  }'

基本聊天完成

發送標準聊天完成請求以獲取文本回應。模型接受文本輸入並返回文本輸出。使用 uncensored 模型 ID 以進行無限制生成。

您可以使用標準參數控制輸出的長度和風格。該 API 不支援嵌入或圖像生成。請求嚴格根據 token 使用量收費。

串流回應

即時串流接收權杖。這降低了使用者的感知延遲。最後一個區塊包含該請求的總權杖用量。

串流支援所有標準 SDK。處理串流事件以增量更新您的 UI。這非常適合聊天機器人介面。

Copyfrom openai import OpenAI

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

函式呼叫與工具

在請求中定義工具以允許模型呼叫函式。使用 tools 參數以指定結構描述。模型會在適當時回傳工具呼叫。

設定 tool_choice 用於強制執行函數使用。這與標準的 OpenAI 相容格式配合運作。您可以在應用程式邏輯中解析工具呼叫。

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.openrouterapipricing.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);

JSON 模式

強制模型輸出有效的 JSON。設定 response_format 以 {"type": "json_object"}. 這可確保您的應用程式獲得結構化資料。

JSON 模式提高了資料擷取任務的可靠性。模型會遵循您提供的架構。這可用於確保解析的一致性。

參數、限制與錯誤

使用 temperature, top_p，以及 stop 序列。上下文視窗總共為 100,000 個 token。最大輸出為每次請求 16,000 個 token。錯誤如 401（無效金鑰）或 402（無額度）免費。429 表示速率限制。請求限制為每分鐘 300 次。請求主體必須在 8 MB 以下。

串流

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)