無過濾 AI API 快速開始指南

基礎 URL 與驗證

無審查 LLM API 位於 https://api.minimaxuncensored.com/v1. 透過在 Authorization 標頭。每個請求都需要此標頭以標識您的帳戶並追蹤 token 使用情況與您的預付餘額。

• 基礎 URL： https://api.minimaxuncensored.com/v1
• 標頭： Authorization: Bearer YOUR_API_KEY

支援的端點：/v1/chat/completions

我們僅支援 POST /v1/chat/completions 和 GET /v1/models. 此處無嵌入、影像或微調端點。這種簡易性確保了無審查內容生成的可預測行為，無需路由複雜性。

將您的對話歷史作為訊息的 JSON 陣列傳送。API 返回尊重您模型配置的文字補全。

模型 ID 與配置

將模型 ID 設定為 uncensored 在你的請求中。此特定的開放權重模型運行在我們的伺服器上，不會拒絕合法的成人、虛構或爭議性主題。它不是 GPT、Claude 或其他任何供應商模型。

配置類似 temperature 和 top_p 的參數 temperature 和 top_p 控制創造力。上下文視窗總計支援 100,000 個 token，包含提示和補總計。

參數：Temperature、Top-P 與 JSON 模式

使用 temperature 調整隨機性和 top_p 用於核採樣。透過設定 response_format 以 {"type": "json_object"}. 這可強制產生結構化輸出，適用於程式化使用情境。

其他支援的參數包括 stop, seed, presence_penalty，以及 frequency_penalty. 這些參數可讓您微調生成風格。

串流回應與 Token 用量

在請求主體中將 stream: true 在你的請求主體中。API 會回傳伺服器發送的事件 (SSE)，其中包含部分 token。Token 使用統計數據會出現在串流的最後一個區塊。

此方法可降低長篇非審查回應的感知延遲。它非常適合需要立即傳遞文字的即時應用程式。

限制、錯誤與上下文視窗

您的限額為每分鐘 300 次請求，每個金鑰最多 8 個併發請求。最大請求主體大小為 8 MB。401 等錯誤表示金鑰無效，而 402 表示預付信用已耗盡。因信用耗盡導致的拒絕回應是免費的。

上下文視窗為 100,000 個 token。每次請求最大輸出為 16,000 個 token。超出這些限制會導致 429 速率限制錯誤。

cURL

Copycurl https://api.minimaxuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the main differences between python 3 and python 2"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

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)