बिना सेंसर इनफरेंस को समझना
जब डेवलपर बिना सेंसर चैट समाधान की तलाश करते हैं, तो अक्सर उन्हें लचीलेपन और लागत के बीच समझौता करना पड़ता है। एग्रीगेटर कई मॉडल को मिलाते हैं, जिससे लेटेंसी और अप्रत्याशित व्यवहार आता है। हमारा दृष्टिकोण सरल है: हम अपने सर्वर पर एक समर्पित, ओपन-वेट लार्ज लैंग्वेज मॉडल चलाते हैं। यह सुनिश्चित करता है कि व्यवहार स्थिर रहे और मॉडल रूटिंग की शोर हटा दिया जाए।
मॉडल कानूनी वयस्त उपयोग के लिए बिना सामग्री अस्वीकृति के उत्तर देने के लिए ट्यून्ड है, जिससे यह रचनात्मक लेखन, रोलप्ले या सुरक्षा अनुसंधान के लिए आदर्श है जहां मानक मॉडल सूक्ष्म विषयों को ब्लॉक कर सकते हैं। यह GPT, क्लॉड या किसी अन्य विक्रेता का मॉडल नहीं है। एकमात्र कठोर सीमा जो हमेशा लागू होती है, किशोरों से जुड़ी यौन सामग्री की अस्वीकृति है। अन्य सभी सामग्री, विवादास्पद राय से लेकर स्पष्ट काल्पनिक दृश्यों तक, अनुमत है। इस एकल-इंजन दृष्टिकोण का अर्थ है कि आपको बिल्कुल पता है कि आप क्या प्राप्त कर रहे हैं: टेक्स्ट इन, टेक्स्ट आउट, बिना किसी छिपी एग्रीगेशन लॉजिक के।
API कुंजी सेटअप और प्रमाणीकरण
बिना सेंसर API के साथ शुरुआत तुरंत करने के लिए डिज़ाइन की गई है। आप "Google के साथ जारी रखें" का उपयोग करके या ईमेल और पासवर्ड प्रदान करके साइन अप कर सकते हैं। फ़ोन नंबर की आवश्यकता नहीं है, और प्रारंभिक ट्रायल के लिए क्रेडिट कार्ड की आवश्यकता नहीं है। बनाते समय, आपकी API कुंजी तुरंत स्क्रीन पर दिखाई जाती है।
प्रत्येक खाते के लिए एक सक्रिय कुंजी की सीमा है। यदि आप एक नई कुंजी जनरेट करते हैं, तो पुरानी कुंजी प्रतिस्थापित हो जाती है। इस कुंजी का उपयोग बेस URL के लिए आपके अनुरोधों को प्रमाणीकृत करने के लिए किया जाता है: https://api.uncensoredchat.top/v1। यह URL आधिकारिक OpenAI SDKs और किसी भी क्लाइंट के साथ संगत है जो OpenAI प्रोटोकॉल का समर्थन करता है। बस अपने क्लाइंट का बेस URL अपडेट करें और API कुंजी को प्रमाणीकरण हेडर में सेट करें। बिना सेंसर AI API कुंजी वह एकमात्र क्रेडेंशियल है जिसकी आपको अनुरोध भेजना शुरू करने की आवश्यकता है।
चैट कंप्लीशन पेलोड बनाना
बिना सेंसर चैट API का उपयोग करने के लिए, आप /v1/chat/completions पर एक POST अनुरोध भेजते हैं। पेलोड मानक OpenAI प्रारूप का पालन करता है, जिससे यदि आप पहले से OpenAI API से परिचित हैं तो एकीकरण सीधा होता है। आपको मॉडल ID को "uncensored" के रूप में निर्दिष्ट करना होगा। यह सर्वर को बताता है कि आपके अनुरोध को हमारे समर्पित इन्फरेंस इंजन पर रूट किया जाए।
कॉन्टेक्स्ट विंडो कुल 100,000 टोकन का समर्थन करता है, जिसमें प्रॉम्प्ट और पूर्णता दोनों शामिल हैं। आप प्रत्येक अनुरोध के लिए 32,000 टोकन की अधिकतम आउटपुट सेट कर सकते हैं। यदि आप max_tokens निर्दिष्ट नहीं करते हैं, तो सीमा 2,048 टोकन पर डिफ़ॉल्ट हो जाती है। यह अधिकांश मानक उपयोग मामलों के लिए पर्याप्त है, लेकिन जब आवश्यक हो तो लंबे आउटपुट की अनुमति देता है। आप प्रतिक्रियाओं की यादृच्छिकता और पुनरुत्पादकता को नियंत्रित करने के लिए temperature, top_p, stop, और seed जैसे पैरामीटर भी सेट कर सकते हैं। अनुरोध बॉडी 8 MB तक सीमित है।
स्ट्रीमिंग प्रतिक्रियाओं को संभालना
ऐसे अनुप्रयोगों के लिए जो रियल-टाइम फीडबैक से लाभान्वित होते हैं, API सर्वर-सेंट इवेंट्स (SSE) के माध्यम से स्ट्रीमिंग का समर्थन करता है। जब आप अपने अनुरोध में stream: true सेट करते हैं, तो सर्वर एक स्ट्रीम चंक्स लौटाता है। प्रत्येक चंक में प्रतिक्रिया का एक हिस्सा होता है। अंतिम चंक में टोकन उपयोग आँकड़े शामिल होते हैं, जिससे आप उपभोग को सटीक रूप से ट्रैक कर सकते हैं।
स्ट्रीमिंग उन चेट इंटरफ़ेस के लिए विशेष रूप से उपयोगी है जहां उपयोगकर्ग तुरंत पाठ की उपस्थिति की उम्मीद करते हैं। यह पूरे उत्तर की प्रतीक्षा करने की तुलना में अनुभूत विलंबता को कम करता है। बिना सेंसर चैटबॉट API सुनिश्चित करता है कि सभी मानक पैरामीटर स्ट्रीमिंग मोड में समर्थित हैं। आप किसी भी मानक SSE क्लाइंट लाइब्रेरी का उपयोग करके स्ट्रीम को पार्स कर सकते हैं। ध्यान दें कि त्रुटियां या अस्वीकृतियां चार्ज नहीं की जातीं, इसलिए आप विफल अनुरोधों के लिए लागत की चिंता किए बिना सुरक्षित रूप से स्ट्रीम कर सकते हैं।
फ़ंक्शन कॉलिंग और टूल्स सक्षम करना
आधुनिक LLM अनुप्रयोगों में अक्सर संरचित इंटरैक्शन की आवश्यकता होती है। हमारी बिना सेंसर LLM API फ़ंक्शन कॉलिंग, जिसे टूल्स भी कहा जाता है, का समर्थन करती है। आप अपने अनुरोध के tools पैरामीटर में फ़ंक्शंस का एक सेट परिभाषित कर सकते हैं। मॉडल फिर उपयोगकर्ता के इनपुट के आधार पर तय करेगा कि फ़ंक्शन को कब कॉल करना है। यह टेक्स्ट से डेटा निकालने, गणना करने, या बाहरी एक्शन ट्रिगर करने जैसे कार्यों के लिए उपयोगी है।
आप tool_choice निर्दिष्ट कर सकते हैं ताकि मॉडल को विशिष्ट फ़ंक्शन को कॉल करने के लिए मजबूर किया जा सके या उसे निर्णय लेने दिया जा सके। response_format पैरामीटर को {"type": "json_object"} पर सेट किया जा सकता है ताकि यह सुनिश्चित किया जा सके कि आउटपुट वैध JSON है, जो फ़ंक्शन तर्कों को पार्स करते समय सहायक होता है। टूल्स और JSON मोड का यह संयोजन बिना सेंसर API को संरचित डेटा निकालने की आवश्यकता वाले स्वतंत्र एजेंट्स या जटिल वर्कफ़्लो बनाने के लिए एक शक्तिशाली विकल्प बनाता है।
JSON आउटपुट मोड मजबूर करना
सॉफ़्टवेयर पाइपलाइनों में LLMs को एकीकृत करते समय, विश्वसनीय आउटपुट प्रारूप महत्वपूर्ण है। response_format को {"type": "json_object"} पर सेट करके, आप मॉडल को केवल वैध JSON लौटने का निर्देश देते हैं। इससे जटिल रेगेक्स पार्सिंग या खराब टेक्स्ट के लिए त्रुटि हैंडलिंग की आवश्यकता समाप्त हो जाती है। यह विशेष रूप से उपयोगी है जब आप संरचित डेटा निकाल रहे हों या कॉन्फ़िगरेशन फ़ाइलें जनरेट कर रहे हों।
यह मोड फ़ंक्शन कॉलिंग के साथ सहयोग में काम करता है, लेकिन इसे सरल डेटा निकालने के कार्यों के लिए भी उपयोग किया जा सकता है। मॉडल JSON संरचना का पालन करने का प्रयास करेगा, हालाँकि यह अभी भी मॉडल की अंतर्निहित क्षमताओं से बंधा है। सर्वोत्तम परिणामों के लिए, प्रणाली प्रॉम्प्ट में अपेक्षित JSON स्कीमा के बारे में स्पष्ट निर्देश प्रदान करें। यह सुविधा बिना सेंसर चैटबॉट API को उन बैकएंड सेवाओं के लिए एक मजबूत विकल्प बनाती है जिन्हें भविष्यवाणी योग्य, मशीन-पठनीय आउटपुट की आवश्यकता होती है।
रेट लिमिट और कॉन्करेंसी प्रबंधित करना
उचित उपयोग और स्थिरता को सुनिश्चित करने के लिए, NSFW API विशिष्ट रेट लिमिट लागू करता है। आपको प्रति API कुंजी प्रति मिनट 300 अनुरोधों की अनुमति है। इसके अतिरिक्त, आप प्रति कुंजी एक ही समय में 8 समानांतर अनुरोधों तक कर सकते हैं। यह कन्करेंसी लिमिट उन अनुप्रयोगों के लिए महत्वपूर्ण है जो कई समानांतर अनुरोध भेजते हैं, जैसे कि बैच प्रोसेसिंग या रियल-टाइम चैट सिस्टम।
यदि आप इन सीमाओं को पार करते हैं, तो आपको 429 Too Many Requests त्रुटि मिलेगी। इन त्रुटियों को सहज रूप से संभालने के लिए अपने क्लाइंट में एक्सपोनेंशियल बैकऑफ लागू करने की सलाह दी जाती है। 8 MB अनुरोध बॉडी सीमा प्रत्येक अनुरोध पर भी लागू होती है। ये सीमाएं स्थिर और पारदर्शी हैं, जिससे आप अपनी इंफ्रास्ट्रक्चर की योजना बना सकते हैं। कुछ प्रदाताओं के विपरीत, हम इन सीमाओं को जटिल टियर संरचनाओं के पीछे नहीं छुपाते; ये सभी प्रीपेड उपयोगकर्ताओं पर समान रूप से लागू होती हैं।
बिलिंग और टोकन गणना
मूल्य निर्धारण सरल है: 1M इनपुट टोकन प्रति $0.25 और 1M आउटपुट टोकन प्रति $1.00। आप केवल उसी के लिए भुगतान करते हैं जिसका आप उपयोग करते हैं, बिना मासिक सदस्यता या छिपी हुई फीस के। क्रेडिट क्रिप्टो के माध्यम से टॉप-अप किया जाता है, और त्रुटियाँ या अस्वीकृतियाँ मुफ़्त हैं। इसका मतलब है कि आप केवल सफल पूर्णताओं के लिए भुगतान करते हैं। प्रीपेड क्रेडिट कभी समाप्त नहीं होता, इसलिए आप सुविधानुसार टॉप-अप कर सकते हैं।
क्रिप्टो टॉप-अप USDT (TRC20) या USDC (Base) में स्वीकार किए जाते हैं। आप $10 से $500 तक कोई भी पूर्ण राशि जमा कर सकते हैं। बड़े जमा के लिए, हम बोनस क्रेडिट प्रदान करते हैं: $50 या अधिक के जमा के लिए +5% और $100 या अधिक के जमा के लिए +10%। कार्ड, पेपैल या बैंक ट्रांसफर स्वीकार नहीं किए जाते हैं। आप डैशबोर्ड में अपना बैलेंस और उपयोग जांच सकते हैं। यदि आप गलती करते हैं, जैसे डबल चार्ज, तो आप सपोर्ट पेज के माध्यम से फिक्स का अनुरोध कर सकते हैं, लेकिन क्रेडिट स्वयं रिफंड नहीं किया जाता क्योंकि यह कभी समाप्त नहीं होता।
गोपनीयता और सामग्री सीमाएं
गोपनीयता कई डेवलपर्स के लिए एक प्रमुख चिंता का विषय है। जब आप साइन अप करते हैं, तो आपको केवल एक ईमेल पता की आवश्यकता होती है। आपके प्रॉम्प्ट मॉडल के प्रशिक्षण के लिए उपयोग नहीं किए जाते हैं, जिससे आपका डेटा गोपनीय रहता है। यह उन कंपनियों के लिए एक महत्वपूर्ण लाभ है जो API का उपयोग स्वामित्व सामग्री या संवेदनशील जानकारी के लिए कर रही हैं। बिना सेंसर चैट मॉडल कानूनी वयस्क उपयोग के लिए डिज़ाइन किया गया है, लेकिन यह किशोरों से जुड़ी यौन सामग्री पर एक कठोर सीमा लागू करता है। ऐसी सामग्री वाले अनुरोध अस्वीकृत कर दिए जाएंगे।
यह एकमात्र सामग्री सीमा वयस्क विषयों, काल्पनिक हिंसा या विवादास्पद रायों की एक विस्तृत श्रृंखला की अनुमति देती है बिना अनावश्यक सेंसर के। मॉडल GPT, क्लॉड या किसी अन्य विक्रेता का मॉडल नहीं है, इसलिए इसका व्यवहार हमारे ट्यूनिंग के लिए विशिष्ट है। इनफरेंस इंजन को सरल और समर्पित रखकर, हम सुनिश्चित करते हैं कि गोपनीयता और सामग्री नीतियां स्थिर और पूर्वानुमेय हैं। आप विश्वास कर सकते हैं कि आपका डेटा अन्य मॉडल को बेहतर बनाने के लिए उपयोग नहीं किया जा रहा है, और आपका उपयोग विज्ञापन उद्देश्यों के लिए मॉनिटर नहीं किया जा रहा है।
