Whisper API: โมเดลข้อความแบบไม่เซ็นเซอร์สำหรับ AI Pipelines

ข้อความแบบไม่เซ็นเซอร์สำหรับ Multimodal Pipelines

สายงานประมวลผลแบบหลายรูปแบบส่วนใหญ่เริ่มต้นด้วยโมเดลภาพหรือเสียงที่สร้างข้อความดิบ โมเดล LLM มาตรฐานมักปฏิเสธการประมวลผลหรือปรับปรุงข้อความนี้หากมีเนื้อหาสำหรับผู้ใหญ่หรือเฉพาะทาง ชั้นประมวลผลข้อความ whisper api ของเรายืนอยู่หลังขั้นตอนการสร้างภาพหรือเสียงของคุณ โดยให้เหตุผลแบบดิบและแบบไม่เซ็นเซอร์ เราไม่ใช่เครื่องแปลงเสียงเป็นข้อความ แต่เป็น API เสร็จสิ้นข้อความที่ออกแบบมาเพื่อจัดการผลลัพธ์จากเครื่องเหล่านั้นโดยไม่มีการปฏิเสธเนื้อหา

ใช้ทำความสะอาดบทพูด สร้างคำบรรยายสำหรับเนื้อหาผู้ใหญ่ หรือดึงข้อมูลจากวิดีโอบล็อกแบบไม่เซ็นเซอร์ โมเดลถูกปรับให้ตอบโดยไม่กรองการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย เพื่อให้ pipeline ของคุณไม่ล้มเหลวเมื่อโมเดลมาตรฐานทำเช่นนั้น คุณได้ข้อความเข้า และข้อความออก โดยไม่มีตัวกรองซ่อนเร้น

รองรับ SDK ที่เข้ากันได้กับ OpenAI

API ของเราปฏิบัติตามมาตรฐาน chat-completions ของ OpenAI คุณสามารถใช้ SDK ทางการของ OpenAI สำหรับ Python, Node.js หรือไคลเอนต์ที่เข้ากันได้ เพียงอัปเดต base_url เป็น https://api.whisperapis.com/v1 และตั้งค่าคีย์ API ของคุณ โมเดล ID คือ uncensored เราสนับสนุนสตรีมมิงผ่าน Server-Sent Events (SSE) และการเรียกใช้ฟังก์ชัน ทำให้การผสานรวมเข้ากับโค้ดที่มีอยู่ทำได้ง่าย

• POST /v1/chat/completions สำหรับการสร้าง
• GET /v1/models สำหรับการแสดงรายการ
• ไม่มีการสร้าง embeddings, ภาพ หรือเสียง

Copyfrom openai import OpenAI

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

หน้าต่างบริบท 100k สำหรับการวิเคราะห์ลึก

การประมวลผลเอกสารยาวหรือบทพูดจำนวนมากต้องการหน้าต่างบริบทขนาดใหญ่ API ของเรารองรับโทเคนได้สูงสุด 100,000 โทเคนต่อคำขอ รวมถึงทั้งพรอมต์และการสร้างข้อความนี้ช่วยให้คุณป้อนหนังสือทั้งเล่ม บันทึกยาว หรือผลลัพธ์ OCR ความละเอียดสูงในการเรียกครั้งเดียว โมเดลมาตรฐานมักจำกัดคุณไว้ที่ 8k หรือ 32k โทเคน ทำให้ต้องใช้กลยุทธ์การแบ่งชิ้นข้อมูลที่ซับซ้อน ด้วย 100k คุณสามารถทำการวิเคราะห์เชิงลึก สรุป หรือดึงข้อมูลทั่วทั้งบริบทได้

Copycurl https://api.whisperapis.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."}]
  }'

ราคาแบบจ่ายตามการใช้งาน

เราเสนอโมเดลราคาเรียบง่ายและโปร่งใสสำหรับการประมวลผลข้อความที่มีบริบทสูง ไม่มีค่าธรรมเนียมรายเดือน ไม่มีข้อซับซ้อนแบบองค์กร และไม่มีค่าใช้จ่ายที่ซ่อนอยู่ คุณจ่ายเฉพาะโทเคนที่คุณใช้เท่านั้น เครดิตเติมเงินมีให้ตั้งแต่ $10 พร้อมโบนัสสำหรับจำนวนที่มากขึ้น เครดิตที่จ่ายแล้วจะไม่หมดอายุ ดังนั้นคุณสามารถใช้ได้เมื่อใดก็ตามที่ต้องการ

• $0.25 ต่อ 1M โทเคนอินพุต
• $1.00 ต่อ 1M โทเคนเอาต์พุต
• ไม่ต้องสมัครสมาชิก

Copyimport OpenAI from "openai";

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

ไม่มีตัวกรองเนื้อหา มีแค่ข้อความ

โมเดลของเราไม่มีการเซ็นเซอร์ตามค่าเริ่มต้น มันจะไม่ปฏิเสธหัวข้อผู้ใหญ่ที่ถูกต้องตามกฎหมาย เรื่องแต่ง งานวิจัยด้านความปลอดภัย หรือหัวข้อที่ถกเถียงได้ ซึ่งทำให้เหมาะสำหรับ AI Pipelines ที่ประมวลผลเนื้อหาที่ผู้ใช้สร้าง งานเขียนเชิงสร้างสรรค์ หรือสื่อเฉพาะทาง อย่างไรก็ตาม มันอาจไม่เหมาะกับทุกคน หากคุณต้องการการกลั่นกรองเนื้อหาที่เข้มงวด ผลลัพธ์ที่ปลอดภัยต่อแบรนด์ หรือการประมวลผลแบบหน่วงต่ำสำหรับการแชทแบบเรียลไทม์ นี่อาจไม่ใช่ตัวเลือกที่เหมาะสม นอกจากนี้ เรายังไม่มีการรับประกัน SLA ใบรับรอง SOC2 หรือการติดตั้งในองค์กร เราเป็น API ข้อความแบบไม่เซ็นเซอร์แบบเรียบง่ายสำหรับนักพัฒนาที่ต้องการผลลัพธ์ดิบโดยไม่มีตัวกรอง

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)