如何為無限制 AI 專案選擇私人 LLM API
私人 LLM API 提供專屬的無審查文字端點,消除第三方內容篩選和訂閱鎖定,讓開發者完全掌控模型行為與資料隱私。本指南說明如何評估無審查 LLM API 以用於 NSFW 及無限制 AI 專案,重點在於隱私政策、OpenAI 相容性及透明的隨用隨付定價。
更新
重點摘要
- 私人 LLM API 確保你的提示詞不會用於訓練其他模型,為敏感 NSFW 或商業應用程式保留資料機密性。
- 無審查模型移除了對合法成人內容、爭議性主題和創意寫作的任意拒絕,且無需變通方法。
- 隨用隨付定價搭配預付額度,消除了月費和閒置容量成本,為變動用量提供可預測的成本。
- OpenAI 相容端點讓你只需少量程式碼變更,即可從商業供應商切換至無審查模型,並支援串流輸出和工具呼叫。
什麼是私人 LLM API?
私人 LLM API 是一種託管服務,透過標準介面提供大型語言模型,通常與 OpenAI 的結構相容。與共享的公共實例或本地執行器不同,私人 API 為你的請求提供專屬運算資源。這種隔離確保了一致的效能和延遲,對於需要可靠回應時間的應用程式至關重要。
此語境中的「私人」主要指資料處理和存取控制。當你使用私人 LLM API 時,你的 API 金鑰會驗證你的請求,服務供應商承諾不會將你的輸入資料用於訓練他們的通用模型。這與免費或共享層級不同,後者的提示詞可能會貢獻給基礎模型的權重。
對於開發 NSFW 或無限制 AI 應用程式的開發者而言,私人 API 消除了與內容篩選器對抗的摩擦。你不會因為合法的成人內容而收到「403 Forbidden」回應,而是獲得一致的文字輸出。API 作為純淨的通道:輸入文字,輸出文字。這種簡化減少了除錯複雜性,因為你不需要管理本地 GPU 驅動程式或模型版本。你只需將客戶端指向 API URL 並發送請求即可。
為什麼「無審查」對 NSFW 專案很重要
大多數商業 LLM 經過人類反饋強化學習 (RLHF) 調校,以變得「有用、無害且誠實」。這往往導致內容篩選器過於敏感,拒絕生成色情小說、討論政治爭議或分析安全漏洞。無審查 LLM API 移除了這些人為限制。該模型經過微調,可在合法成人用途下無內容審查地回答,讓你建立能夠處理任何主題而不會意外被擋的應用程式。
值得注意的是,「無審查」並不意味著「無限制」。大多數供應商(包括本服務)都有嚴格的内容限制:涉及未成年人的性內容會被屏蔽。這是標準的法律保障措施。除此之外,模型會生成可能被標準分類器標記的內容,包括露骨描述、爭議性意見或創意 NSFW 敘事。
對於創作者而言,這意味著你可以建立實際符合使用者期望的聊天機器人或故事生成器,而不必擔心模型突然判定描述浪漫場景為「不合適」。無審查模型支援更廣泛的創意和成人導向用例,使其非常適合 NSFW 聊天機器人 API、成人遊戲 NPC 和無限制內容生成工具。
隱私:資料使用與訓練政策
當你發送資料到 LLM 時,會發生兩件事:模型生成回應,以及資料被儲存或使用。在公共 API 中,你的提示詞可能會被短期儲存以進行除錯,或用於訓練未來的模型版本。在私人 LLM API 中,隱私政策通常更為明確。我們的服務確保提示詞不會用於訓練。你的資料仍歸你所有。
帳戶建立只需電子郵件和密碼。試用層級不需要電話號碼或信用卡。這減少了你與供應商分享的個人識別資訊 (PII)。API 金鑰是你使用的唯一識別碼。你可以隨時重新產生它,這會立即撤銷舊金鑰,提供簡單的安全模型,無需複雜的權限範圍。
對於 NSFW 專案,隱私通常是主要關注點。使用者可能會分享敏感的個人故事或偏好。知道你的 API 供應商不會在你的資料上進行訓練,意味著你使用者的互動保持機密。這與使用使用者資料來改進其核心模型的大型科技公司形成關鍵差異。透過私人 API,你保留對資料線索的完全控制權。
OpenAI 相容性 vs. 專屬 SDK
OpenAI 相容性意味著 API 遵循 OpenAI Chat Completions 端點使用的標準 JSON 結構。這允許你使用官方 OpenAI SDK 或任何支援 OpenAI 格式的客戶端。你只需在設定中更改基礎 URL 和 API 金鑰。這大幅減少了整合工作。如果你有為 GPT-4 建立的現有程式碼,你可以以最小變更切換到無審查模型。
專屬 SDK(如 Anthropic 或 Google 的 SDK)通常需要特定的函式庫,並以獨特方式處理串流輸出或工具呼叫。透過 OpenAI 相容 API,你可以對多個模型使用單一程式碼庫。這對於希望根據成本或效能交換模型而不必重寫整個應用程式層的開發者至關重要。
我們的 API 支援透過 Server-Sent Events (SSE) 進行串流輸出和工具/函式呼叫。這些是 OpenAI 結構中的標準功能。串流輸出允許你在 token 生成時將其發送給使用者,從而改善感知延遲。工具呼叫使模型能夠執行函式,這對於建構 AI 代理至關重要。這兩項功能都在標準相容層中運作,確保你切換到無審查供應商時不會失去功能。
理解上下文視窗與 token 成本
上下文視窗決定了模型在單一對話中能記住多少文字。100,000 token 的上下文視窗允許大量的歷史記錄,支援複雜的多輪對話或處理大型文件。這遠大於舊模型 8,000 token 的限制,允許更連貫的長篇互動。
token 成本按每百萬 token 計算。輸入 token 是你發送的文字(提示詞),輸出 token 是模型生成的文字(補全)。在我們的定價模型中,輸入 token 每 1M token 成本為 $0.25,輸出 token 每 1M token 成本為 $1.00。這意味著生成文字的費用是閱讀它的四倍,這對於基於轉換器的模型來說是典型的。
在估算成本時,請考慮具有大型上下文視窗的長對話會快速消耗輸入 token。如果你建立保留完整歷史記錄聊天機器人,你的輸入成本會上升。然而,隨用隨付定價意味著你只需為實際使用的部分付費。沒有保留容量的月費。你可以隨時停止使用 API 且無需支付任何費用。
隨用隨付 vs. 訂閱模型
訂閱模式會為特定數量的請求或 token 收取固定的月費。如果你未使用配額,就會損失價值;如果超出配額,則需支付溢額費用。隨用隨付(PAYG)僅針對實際使用量收費。我們的 API 採用預付額度系統。你存入資金,隨著你發出請求,餘額會減少。預付額度永不過期。
對於變動的使用模式,PAYG 更有效率。如果你的專案有流量尖峰,你不需要立即升級到更高的層級。你只需確保預付餘額充足即可。如果用量下降,你不會為閒置容量付費。這非常適合獨立開發者、新創公司或在大規模基礎設施投入之前測試其模型的創作者。
我們也為較大的儲值提供額外額度。加入 $50 會獲得 +5% 的額外額度,加入 $100 會獲得 +10% 的額外額度。這降低了每個 token 的有效成本。沒有隱藏費用或超額政策。只要你的額度餘額足以支付 token 成本,你的請求就會被處理。這種透明度使預算編制變得簡單明瞭。
技術需求:串流輸出與工具呼叫
串流輸出對於良好的使用者體驗至關重要。API 不是等待整個回應生成完畢,而是隨著文本的產生發送文字區塊。這減少了感知延遲,允許使用者立即開始閱讀。我們的 API 支援透過 Server-Sent Events (SSE) 進行串流輸出,這是 OpenAI 相容客戶端的標準。
工具呼叫(或函式呼叫)允許模型輸出你的應用程式可以執行的結構化資料。例如,模型可以決定呼叫「get_weather」函式。API 會返回一個包含函式名稱和參數的 JSON 物件。你的程式碼執行該函式並將結果發送回模型以獲得最終答案。這對於能夠與外部系統互動的 AI 代理建構至關重要。
這兩項功能均可透過標準 POST /v1/chat/completions 端點取得。你不需要標準 OpenAI 結構之外的特殊標頭或參數。這確保了你的整合保持可移植性。如果你未來需要更換供應商,程式碼結構保持不變。
如何將 API 整合到你的技術堆疊
如果你的應用程式使用 OpenAI 相容客戶端,整合非常簡單。你需要兩項資訊:基礎 URL 和你的 API 金鑰。我們 API 的基礎 URL 為 https://api.anonymousllmapi.com/v1。模型 ID 為 uncensored。
對於 Python 使用者,你可以安裝 openai 函式庫並設定客戶端。下方的程式碼範例顯示如何設定基礎 URL 並發送請求。
from openai import OpenAI
client = OpenAI(base_url="https://api.anonymousllmapi.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)對於 Node.js 使用者,過程類似。你在設定中設定 baseURL。下方的程式碼範例演示了這一點。
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.anonymousllmapi.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);對於快速測試,你可以使用 curl 直接向端點發送請求。這對於除錯或驗證連線很有用。
curl https://api.anonymousllmapi.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
}'這些範例假設你正在使用官方函式庫。如果你使用不同的客戶端,請確保它支援自訂基礎 URL。API 金鑰在註冊後立即提供。試用不需要信用卡,包含 7 天有效的 $0.50 額度。
選擇無審查 API 的最終檢查清單
在決定使用 API 之前,請驗證以下標準,以確保它符合你的專案需求:
- 隱私權政策: 確認提示詞不會用於訓練。我們的服務不會使用你的資料進行訓練。
- 內容過濾器: 確保模型允許合法的成人內容。我們的模型已針對無審查的回應進行調整。
- 計費模式: 針對變動性使用量,建議採用隨用隨付而非訂閱制。我們的預付額度永不過期。
- 相容性: 驗證與 OpenAI 的相容性以實現輕鬆整合。我們的 API 支援標準端點。
- 速率限制: 檢查每分鐘請求次數限制。每個金鑰的每分鐘限制為 300 次請求。
- 上下文視窗: 確保上下文視窗足以滿足你的使用情境。我們的模型支援 100,000 token。
遵循此檢查清單,你可以避免常見的陷阱,並選擇一個在技術上穩健且符合你的隱私與內容需求的 API。
問答
無審查模型與 GPT-4 或 Claude 相同嗎?
不相同。該模型是託管在我們自有 GPU 伺服器上的開放權重模型。它不是 GPT、Claude、Gemini、Grok 或任何其他廠商的模型。它已針對在合法成人用途下無內容拒絕地進行回答進行調整。
我該如何開始使用 API?
在「取得 API 金鑰」頁面使用電子郵件和密碼註冊。你會立即收到 API 金鑰。你可以從 7 天有效期的 $0.50 免費試用額度開始,無需信用卡。若要持續使用,請使用加密貨幣(USDT 或 USDC)儲值。
速率限制為何?
每個金鑰的每分鐘請求限制為 300 次。請求主體大小限制為 8 MB。您可以隨時重新產生金鑰,這將使舊金鑰失效。
API 是否支援串流輸出和工具呼叫?
是的。API 支援透過伺服器端事件(SSE)的串流輸出,以及透過標準 <code>POST /v1/chat/completions</code> 端點的工具/函式呼叫。這與官方 OpenAI SDK 相容。