Uncensored LLM Online: Chat Melalui Klien API
LLM online tanpa sensor berarti model yang di-host yang Anda akses melalui HTTP, tanpa GPU di sisi Anda. Panduan ini membawa Anda dari terminal kosong ke loop obrolan streaming menggunakan SDK OpenAI.

Poin utama
- Klien kompatibel OpenAI apa pun berfungsi: ubah base URL, atur kunci, gunakan ID model uncensored.
- Streaming mengembalikan token saat token tersebut dihasilkan, dan penggunaan data tiba di akhir aliran.
- Jendela konteks 100.000 token mencakup prompt plus hasil, sehingga percakapan panjang akhirnya perlu dipangkas.
- Respons 429 berarti perlambat atau tunggu; kode kesalahan memberi tahu Anda batas mana yang Anda lewati.
Yang Anda butuhkan sebelum memulai
Untuk menggunakan LLM tanpa sensor secara online melalui kode Anda sendiri atau klien obrolan, Anda memerlukan tiga hal: akun, kunci API, dan klien yang dapat berkomunikasi dengan endpoint gaya OpenAI. Layanan ini hanya teks, dengan satu model, dan memberikan jawaban tanpa penolakan konten untuk penggunaan dewasa yang sah. Layanan ini tidak menghasilkan gambar, audio, atau video, dan tidak akan menghasilkan konten seksual yang melibatkan anak di bawah umur dalam keadaan apa pun.
Berikut adalah urutannya.
- Daftar dengan Google atau dengan email dan kata sandi di halaman kunci API.
- Klaim kredit uji coba dengan satu klik. Nilainya $0,50, tidak memerlukan kartu, berlaku selama 7 hari, dan dibatasi satu per orang.
- Salin kunci Anda. Setiap permintaan mengirimkannya sebagai
Authorization: Bearer YOUR_KEY. - Arahkan klien Anda ke base URL
https://api.uncensoredllmonline.com/v1dan atur model menjadiuncensored.
Dua endpoint tersedia: POST /v1/chat/completions untuk percakapan dan GET /v1/models untuk menampilkan apa yang dapat digunakan oleh kunci Anda.
Permintaan pertama dengan curl
Sebelum menulis kode apa pun, konfirmasi bahwa kunci berfungsi. Permintaan ini meminta balasan singkat dan mencetak respons JSON lengkap.
curl https://api.uncensoredllmonline.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [
{"role": "system", "content": "You are a blunt, helpful writing partner."},
{"role": "user", "content": "Pitch me a noir story set on a space station."}
],
"max_tokens": 250
}'
Anda mendapatkan objek penyelesaian chat standar dengan choices[0].message.content dan blok usage. Header respons mencakup X-Request-Id, yang berguna jika Anda menghubungi dukungan, dan X-Balance-USD, yang menunjukkan sisa kredit Anda. Untuk memeriksa kunci tanpa menghabiskan token, panggil GET /v1/models dengan header yang sama.
Loop chat streaming dalam Python
Menunggu balasan lengkap terasa lambat dalam chat. Mengatur stream: true membuat server mengirim token melalui SSE saat dihasilkan, dan SDK OpenAI mengubahnya menjadi iterator. Skrip di bawah ini menyimpan seluruh percakapan dalam daftar, mencetak token saat tiba, dan menambahkan setiap jawaban agar model mengingat konteksnya.
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredllmonline.com/v1",
api_key="YOUR_KEY",
)
history = [
{"role": "system", "content": "You are a direct, imaginative conversation partner."}
]
while True:
user = input("you: ").strip()
if user in ("", "quit"):
break
history.append({"role": "user", "content": user})
stream = client.chat.completions.create(
model="uncensored",
messages=history,
stream=True,
temperature=0.9,
)
reply = ""
print("bot: ", end="", flush=True)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
piece = chunk.choices[0].delta.content
reply += piece
print(piece, end="", flush=True)
if getattr(chunk, "usage", None):
usage = chunk.usage
print()
history.append({"role": "assistant", "content": reply})
Bagian akhir membawa penggunaan token, sehingga Anda dapat mencatat biaya setiap giliran. Suhu, top_p, urutan berhenti, seed, dan penalti frekuensi serta kehadiran diteruskan ke model. Untuk chat kreatif, suhu sekitar 0,8 hingga 1,0 memberikan prosa yang lebih bervariasi. Untuk ekstraksi atau tugas terstruktur, turunkan nilainya.
Bekerja dengan jendela 100.000 token
Jendela konteks adalah 100.000 token, dan mencakup prompt serta completion secara bersamaan. Loop chat seperti di atas mengirim ulang seluruh riwayat pada setiap giliran, sehingga input bertambah dengan setiap pertukaran. Itu tidak masalah untuk waktu yang lama. Halaman teks bahasa Inggris khas berukuran sekitar 500 hingga 700 token, sehingga percakapan dapat berlangsung selama berjam-jam sebelum mendekati batas.
Karena Anda membayar untuk token input pada setiap permintaan, riwayat panjang juga merupakan sumber tagihan Anda. Ambil chat yang telah mencapai 40.000 token riwayat, dengan 500 token balasan. Biaya input adalah 0,04 x $0,15 = $0,006, dan biaya output adalah 0,0005 x $0,50 = $0,00025, sehingga satu giliran lagi biayanya sekitar $0,0063. Bahkan pada ukuran itu, kredit $20 mencakup lebih dari 3.000 giliran. Namun, memangkas menghemat uang dan menjaga balasan tetap fokus.
Tiga strategi sederhana bekerja dengan baik:
- Jendela geser. Simpan pesan sistem dan N giliran terakhir, buang yang lebih lama.
- Ringkas dan ganti. Ketika riwayat melewati ambang batas, minta model untuk meringkas bagian tertua, lalu simpan ringkasan tersebut sebagai satu pesan.
- Fakta yang diikat. Simpan lembar karakter, aturan dunia, atau pengaturan dalam pesan sistem dan biarkan percakapan lainnya bergulir.
Atur max_tokens jika Anda ingin membatasi panjang balasan. Ini opsional, dan tanpanya, completion dapat menggunakan sisa jendela apa pun.
Menggunakan klien chat siap pakai sebagai gantinya
Anda mungkin tidak ingin menulis kode. Banyak antarmuka chat memungkinkan Anda menambahkan endpoint kompatibel OpenAI, dan SillyTavern adalah salah satu contohnya yang melakukannya. Pengaturannya sama di mana-mana, hanya labelnya yang berbeda:
- Tipe API: Kompatibel OpenAI, kadang disebut kustom atau penyelesaian chat.
- Base URL:
https://api.uncensoredllmonline.com/v1. Beberapa klien menginginkan jalur lengkap yang berakhir dengan/chat/completions, dalam hal ini tambahkan. - Kunci API: kunci dari akun Anda.
- Model:
uncensored. Jika klien memiliki tombol daftar model, ia memanggilGET /v1/modelsdan mengisinya.
Jika klien melaporkan kesalahan autentikasi, periksa adanya spasi di awal atau akhir kunci. Jika melaporkan bahwa model tidak ada, ketik ulang ID model secara manual. dokumen mencantumkan parameter yang didukung jika klien mengirimkan bidang yang ingin Anda matikan.
Panggilan yang sama dari Node
Jika proyek Anda adalah JavaScript, paket resmi OpenAI berfungsi dengan cara yang sama. Contoh ini melakukan streaming ke output standar.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.uncensoredllmonline.com/v1",
apiKey: "YOUR_KEY",
});
const stream = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Describe a rainy market town in three sentences." }],
stream: true,
});
for await (const chunk of stream) {
process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}
process.stdout.write("\n");
Pemanggilan alat dan mode JSON (response_format diatur menjadi json_object) berfungsi melalui antarmuka yang sama. Untuk alat, definisikan dalam tools, atur opsional tool_choice, dan kembalikan hasil sebagai pesan dengan peran tool. Respons streaming mengirimkan tool_calls dalam potongan yang Anda kumpulkan di sisi klien.
Batas laju dan arti 429
Kunci penuh mengizinkan 8 permintaan konkurensi dan 300 permintaan per menit. Kunci uji coba mengizinkan 2 permintaan konkurensi dan 60 per menit. Isi permintaan dapat mencapai 8 MB. Header pada setiap respons, X-RateLimit-Limit-Requests dan X-RateLimit-Limit-Concurrency, memberi tahu Anda batas yang berlaku untuk kunci Anda.
Saat Anda melewati batas, Anda mendapatkan HTTP 429, dan kode galat menunjukkan mana yang dilampaui:
rate_limited: terlalu banyak permintaan per menit. Tunggu dan coba lagi.concurrency: terlalu banyak permintaan sekaligus. Ingat bahwa permintaan streaming memegang slotnya hingga aliran berakhir, sehingga antarmuka pengguna yang membuka beberapa aliran sekaligus akan mengurasnya dengan cepat.- 429 dengan header
Retry-After: 5berarti kelebihan beban sementara. Tunggu lima detik, lalu coba lagi.
Loop retry singkat dengan backoff sudah cukup untuk sebagian besar aplikasi. Permintaan yang gagal atau ditolak tidak dikenakan biaya. Ketika masa uji coba Anda berakhir atau saldo Anda rendah, Anda dapat mengisi saldo dengan jumlah bulat apa pun dari $20 hingga $500 dengan kripto (USDT di TRC20 atau USDC di Base); lihat halaman harga untuk bonus.
Pembungkus retry
Berikut adalah pembungkus kecil yang mencoba ulang pada 429 menggunakan header Retry-After jika ada, dan penundaan eksponensial jika tidak. Ini menggunakan tipe pengecualian SDK, sehingga kesalahan lain masih muncul segera.
import time
from openai import OpenAI, RateLimitError
client = OpenAI(
base_url="https://api.uncensoredllmonline.com/v1",
api_key="YOUR_KEY",
)
def ask(messages, tries=5):
delay = 2
for attempt in range(tries):
try:
return client.chat.completions.create(
model="uncensored",
messages=messages,
max_tokens=400,
)
except RateLimitError as err:
wait = err.response.headers.get("Retry-After")
time.sleep(int(wait) if wait else delay)
delay *= 2
raise RuntimeError("still rate limited after retries")
Jika Anda sering melihat kesalahan concurrency, solusinya jarang berupa penundaan yang lebih lama. Batasi jumlah panggilan yang Anda jalankan secara paralel di 8 untuk kunci penuh, atau 2 pada kunci uji coba, dengan semafor atau kumpulan pekerja berukuran itu.
Mendapatkan hasil yang lebih baik dari model
Model yang tidak menolak tetap memerlukan arahan yang jelas. Sebagian besar output yang mengecewakan berasal dari prompt yang samar, bukan dari model. Kebiasaan ini membantu dalam fiksi, roleplay dan obrolan gaya pendamping untuk orang dewasa.
- Masukkan pengaturan dalam pesan sistem. Nyatakan pengaturan, nada, sudut pandang, dan panjang yang Anda inginkan. Model mengikuti pesan sistem lebih konsisten daripada permintaan yang terkubur di giliran kedua belas.
- Deskripsikan karakter, bukan hanya tugas. Beberapa baris tentang suara, kebiasaan, dan apa yang diinginkan karakter menghasilkan dialog yang lebih konsisten daripada nama kosong.
- Gunakan contoh. Satu paragraf sampel pendek dalam gaya yang Anda inginkan sering lebih efektif daripada halaman kata sifat.
- Kontrol pengulangan. Jika model mengulang frasa yang sama dalam sesi panjang, tingkatkan penalti frekuensi atau kehadiran sedikit, atau turunkan suhu sedikit.
- Minta apa yang Anda inginkan, sekali. Jika jawaban menyimpang, edit pesan terakhir Anda daripada menumpuk koreksi di atasnya. Riwayat Anda menjadi bagian dari setiap prompt di masa depan dan bagian dari setiap tagihan.
Aturan keras tentang konten seksual yang melibatkan anak di bawah umur berlaku untuk setiap prompt dan setiap karakter, tanpa memandang bagaimana skenario tersebut dibingkai. Model ini disesuaikan hanya untuk penggunaan dewasa yang sah.
Panduan lainnya
Tanya jawab
Apakah saya perlu menginstal apa pun untuk memulai?
Hanya klien. Paket Python atau Node.js OpenAI, curl, atau aplikasi obrolan apa pun yang menerima endpoint kompatibel OpenAI kustom akan berfungsi. Tidak perlu GPU atau unduhan model.
ID model mana yang harus saya gunakan?
Gunakan uncensored di bidang model. Anda dapat mengonfirmasinya dengan memanggil GET /v1/models dengan kunci API Anda.
Apakah streaming lebih mahal daripada permintaan biasa?
Tidak. Anda membayar harga per token yang sama, $0,15 per 1 juta input dan $0,50 per 1 juta output. Permintaan streaming tetap menyita satu slot konkurensi hingga selesai.
Apakah prompt saya disimpan untuk pelatihan?
Tidak. Prompt tidak digunakan untuk pelatihan.
Dapatkah saya menggunakannya untuk gambar atau suara?
Tidak. Layanan ini hanya teks, tanpa pembuatan gambar, audio, atau video, dan tanpa embedding.
Kunci Anda hanya selangkah lagi dari satu formulir
Buat akun, salin kunci, ubah URL dasar. Itu saja seluruh proses pengaturannya.