無審查 API 非限制文字模型

用於多模態管線的無審查文本

大多數多模態管線會從產生原始文字的視覺或音訊模型開始。標準 LLM 在處理或精煉包含成人或利基內容的文字時，經常會拒絕。我們的 whisper api 文字層位於您的視覺或音訊產生之後，提供原始且無審查的推理能力。它不是語音轉文字引擎；這是一個文字補完 API，旨在處理這些引擎的輸出，且不會因內容而拒絕。

用它來清理轉錄稿、為成人內容生成字幕，或從無審查的影片日誌中提取數據。該模型經過調優，可在不過濾合法成人使用的情况下回答，確保當標準模型失效時你的管線不會中斷。你輸入文本，輸出文本，沒有隱藏的過濾器。

OpenAI 相容 SDK 支援

我們的 API 遵循 OpenAI chat-completions 標準。您可以使用官方的 Python、Node.js OpenAI SDK 或任何相容的客戶端。只需將 base_url 更新為 https://api.whisperapis.com/v1 並設定您的 API 金鑰。模型 ID 為 uncensored。我們支援透過伺服器發送事件 (SSE) 進行串流輸出以及工具/函式呼叫，使其輕鬆整合至現有程式碼庫。

• POST /v1/chat/completions 用於生成
• GET /v1/models 用於列出
• 無嵌入、圖像或音訊生成

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)

用於深度分析的 100k 上下文視窗

處理長文件或廣泛的轉錄稿需要大的上下文視窗。我們的 API 支援每次請求高達 100,000 token，包含提示詞和補全內容。這允許你在單次調用中輸入整本書、長日誌或高解析度 OCR 輸出。標準模型通常將你限制在 8k 或 32k token，迫使你採用複雜的分塊策略。擁有 100k，你可以對整個上下文進行深度分析、摘要或提取。

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."}]
  }'

隨用隨付定價

我們為高上下文文本處理提供簡單、透明的定價模型。沒有月費、沒有企業臃腫功能，也沒有隱藏成本。你只需為使用的 token 付費。儲值額度從 $10 起，金額越大贈送越多。預付額度永不過期，因此你可以隨時使用。

• 每 100 萬個輸入 token $0.25
• 每 100 萬個輸出 token $1.00
• 無需訂閱

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);

無內容篩選，僅提供文字

我們的模型預設為無審查。它不會拒絕合法的成人內容、虛構作品、安全研究或具爭議性的主題。這使其非常適合處理使用者生成內容、創意寫作或利基媒體的管線。然而，它並非適合所有人。如果你需要嚴格的内容審核、符合品牌安全標準的輸出，或用於即時聊天的低延遲推理，這可能不是合適的選擇。我們也不提供 SLA 保證、SOC2 認證或本機部署。我們為需要無篩選原始輸出的開發者提供簡單的無審查文字 API。

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)