Poin kunci
- API tanpa sensor mengikuti sintaks standar OpenAI tetapi tidak memiliki fitur lanjutan seperti embeddings atau routing model ganda, sehingga klien Anda harus dikonfigurasi untuk satu endpoint.
- Respons streaming memerlukan penanganan SSE spesifik; jika SDK Anda secara default melakukan parsing JSON, Anda akan mengalami error parsing pada output uncensored yang besar.
- Tool calling berfungsi tetapi memerlukan kepatuhan ketat terhadap skema JSON karena model mungkin lebih sering melakukan hallucinasi argumen dibandingkan model yang dituning untuk instruksi.
- Anda dibatasi hingga 300 permintaan per menit dan ukuran body 8MB, yang memerlukan strategi batching yang hati-hati untuk aplikasi dengan volume tinggi.
Memahami Endpoint API AI Tanpa Sensor
Saat mengintegrasikan API AI tanpa sensor, kesalahan pertama adalah mengasumsikan bahwa ia berperilaku identik dengan model komersial standar. Endpoint kami adalah layanan chat-completions yang kompatibel dengan OpenAI. Layanan ini melayani satu model bahasa besar tanpa sensor yang didedikasikan. Ini berarti Anda tidak perlu mengelola routing atau versi model. Anda mengirim permintaan ke POST /v1/chat/completions dan menerima teks sebagai hasilnya.
Berbeda dengan agregator yang menggabungkan gambar, video, dan beberapa vendor, layanan ini berfokus murni pada generasi teks berkinerja tinggi dan tanpa batasan. Modelnya adalah open-weight model dan disesuaikan untuk menjawab tanpa penolakan konten untuk penggunaan dewasa yang sah. Namun, ini bukan GPT, Claude, Gemini, atau model vendor lain. Model ini berjalan di server GPU kami sendiri.
Base URL-nya adalah https://api.uncensoredgptapi.com/v1. Untuk menggunakannya, Anda mengubah base_url di SDK OpenAI Anda yang ada atau klien kompatibel OpenAI lainnya dan menyediakan kunci API Anda. Model ID yang harus Anda kirim hanyalah "uncensored". Kesederhanaan ini mengurangi waktu integrasi tetapi mengharuskan Anda memverifikasi bahwa klien Anda dapat menangani endpoint single-model tanpa mengharapkan fallback.
Kesalahan Autentikasi Umum
Error autentikasi biasanya berasal dari header yang dikonfigurasi dengan salah atau kunci yang kedaluwarsa. API menggunakan autentikasi token Bearer standar. Anda harus menyertakan kunci API Anda di header Authorization untuk setiap permintaan.
Kesalahan umum adalah menyimpan cache kunci API tanpa memverifikasi validitasnya. Jika Anda melakukan regenerasi kunci, kunci lama segera dicabut. Anda harus memperbarui konfigurasi klien Anda untuk menggunakan kunci baru. Jika Anda menerima error 401 Unauthorized, periksa dua hal: pertama, pastikan kunci disalin dengan benar tanpa spasi di awal atau akhir. Kedua, verifikasi bahwa Anda menggunakan base URL yang benar. Penyimpangan kecil pada domain atau path akan mengakibatkan kegagalan autentikasi.
Masalah sering lainnya adalah menggunakan model ID yang salah. Endpoint mengharapkan "uncensored". Jika Anda mengirim "gpt-4" atau ID model standar lainnya, endpoint mungkin menolak permintaan atau mengembalikan error karena hanya melayani satu model. Selalu periksa kembali field model di payload permintaan Anda.
curl https://api.uncensoredgptapi.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."}]
}'Menangani Respons Streaming dengan Benar
Respons streaming melalui Server-Sent Events (SSE) didukung tetapi sering salah ditangani oleh pengembang yang terbiasa dengan respons JSON sinkron. Saat Anda mengatur "stream": true dalam permintaan Anda, API mengembalikan stream objek JSON parsial, bukan respons JSON lengkap tunggal.
Jika klien Anda mencoba melakukan parsing seluruh respons sebagai JSON sekaligus, itu akan gagal. Anda harus membaca stream baris per baris. Setiap baris dimulai dengan data: dan berisi objek JSON parsial. Baris terakhir adalah data: [DONE]. Kode Anda harus menggabungkan chunk-chunk ini untuk merekonstruksi teks akhir.
Beberapa SDK menangani ini secara otomatis, tetapi implementasi kustom memerlukan parsing SSE eksplisit. Pastikan buffer klien Anda dapat menangani output besar tanpa timeout. Model tanpa sensor dapat menghasilkan respons panjang, dan streaming membantu mengelola penggunaan memori. Jika Anda mengalami koneksi yang terputus, pertimbangkan untuk menerapkan exponential backoff untuk logika retry.
stream = 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)Kesalahan Konfigurasi Tool Calling
Tool calling didukung, tetapi model tanpa sensor mungkin melakukan hallucinasi argumen lebih sering daripada model yang dituning untuk instruksi. Ini memerlukan validasi yang lebih ketat di sisi Anda. Saat mendefinisikan tools, pastikan skema JSON Anda presisi. Model akan mencoba mengisi argumen, tetapi mungkin mengabaikan field yang diperlukan atau memberikan tipe yang salah.
Selalu validasi argumen tool call sebelum mengeksekusi fungsi. Jika model mengembalikan JSON yang tidak valid untuk argumen, Anda harus menangani error tersebut dengan baik. Jangan mengasumsikan bahwa output akan terstruktur dengan sempurna. Anda mungkin perlu menerapkan mekanisme retry atau langkah post-processing untuk membersihkan argumen.
Selain itu, berhati-hatilah karena model tanpa sensor mungkin mengabaikan definisi tools jika promptnya kompleks. Jika Anda mengalami masalah, sederhanakan deskripsi tools dan pastikan system prompt secara jelas menginstruksikan model untuk menggunakan tools saat sesuai. Uji dengan beberapa input sampel untuk memverifikasi perilaku.
Batas Jendela Konteks (100k Token)
API tanpa sensor mendukung jendela konteks sebesar 100.000 token, menggabungkan baik prompt maupun completion. Ini jauh lebih besar daripada banyak model standar, memungkinkan percakapan ekstensif atau pemrosesan dokumen besar. Namun, ini tidak tak terbatas. Jika input Anda melebihi batas ini, API akan mengembalikan error.
Untuk menghindari mencapai batas ini, pantau penggunaan token Anda. Sebagian besar SDK menyediakan utilitas untuk menghitung token. Lacak token kumulatif dalam riwayat percakapan Anda. Jika Anda memproses dokumen besar, pertimbangkan untuk melakukan chunking atau meringkas bagian percakapan sebelumnya untuk membebaskan ruang konteks.
Ingatlah bahwa jendela konteks mencakup semua pesan di array messages. Setiap pesan berkontribusi pada total. Jika Anda mengirim banyak pesan kecil, overheadnya dapat bertambah. Optimalkan struktur prompt Anda untuk meminimalkan token yang tidak perlu. Misalnya, hindari mengulang instruksi sistem di setiap giliran jika instruksi tersebut tetap konstan.
Penjelasan Rate Limiting (300 RPM)
API menerapkan batas laju sebesar 300 permintaan per menit per kunci. Ini adalah batas keras untuk memastikan penggunaan yang adil di antara semua pengguna. Jika Anda melebihi batas ini, Anda akan menerima error 429 Too Many Requests. Klien Anda harus menangani ini dengan menerapkan strategi retry.
Kesalahan umum adalah tidak memperhitungkan lalu lintas burst. Jika Anda mengirim 300 permintaan secara beruntun, Anda mungkin mencapai batas meskipun rata-rata laju Anda lebih rendah. Sebarkan permintaan Anda secara merata selama satu menit. Jika Anda memproses dataset besar, pertimbangkan untuk melakukan batching permintaan atau menggunakan antrian untuk mengelola aliran.
Batas laju diterapkan per kunci API. Jika Anda memiliki beberapa layanan yang menggunakan kunci yang sama, mereka berbagi batas tersebut. Untuk meningkatkan kapasitas, Anda dapat menghasilkan kunci baru, tetapi perhatikan bahwa hanya satu kunci yang aktif per akun. Anda dapat melakukan regenerasi kunci kapan saja, tetapi ini akan mencabut kunci lama, jadi pastikan semua klien diperbarui.
Batas Ukuran Body Permintaan (8MB)
Setiap body permintaan dibatasi hingga 8 MB. Batas ini berlaku untuk payload JSON, termasuk array messages dan definisi tools apa pun. Jika permintaan Anda melebihi ukuran ini, API akan menolaknya dengan error 413 Payload Too Large.
Batas ini penting saat mengirim file besar sebagai data yang dienkripsi base64 atau saat menyertakan riwayat percakapan yang luas. Jika Anda bekerja dengan dokumen besar, pertimbangkan untuk mengompresi teks atau menghapus spasi yang tidak perlu sebelum mengirim. Anda juga dapat menggunakan streaming untuk mengurangi penggunaan memori, tetapi body permintaan awal harus tetap muat dalam batas 8 MB.
Pantau ukuran permintaan Anda selama pengembangan. Jika Anda mengalami error ini, tinjau struktur prompt Anda dan hapus informasi yang redundan. Misalnya, jika Anda menyertakan seluruh system prompt di setiap pesan, pindahkan ke role system sekali dan rujuk ke sana.
Manajemen dan Regenerasi Kunci API
Setiap akun dibatasi hanya untuk satu kunci API. Kunci ini dihasilkan saat pendaftaran dan ditampilkan segera. Anda dapat melakukan regenerasi kunci kapan saja dari dasbor Anda. Saat Anda melakukan regenerasi, kunci lama segera dicabut. Klien apa pun yang menggunakan kunci lama akan menerima error 401 Unauthorized.
Untuk mengelola ini secara efektif, perbarui semua klien Anda sebelum melakukan regenerasi kunci. Jika Anda memiliki beberapa layanan atau perangkat yang menggunakan kunci tersebut, pastikan semuanya diperbarui secara bersamaan. Anda dapat menghasilkan kunci baru sebanyak yang diperlukan, tetapi hanya satu yang akan aktif pada satu waktu.
Kunci API terkait dengan email dan kata sandi Anda. Jika Anda kehilangan kunci Anda, Anda dapat melakukan regenerasi. Tidak ada batas jumlah regenerasi. Namun, regenerasi yang sering mungkin menunjukkan masalah keamanan, jadi gunakan saat diperlukan. Jaga kunci Anda tetap aman dan jangan bagikan secara publik.
Pemecahan Masalah Filter Konten
Model tanpa sensor tidak menolak topik dewasa yang sah, fiksi, riset keamanan, atau kontroversial. Namun, ada satu batas konten keras yang selalu berlaku: tidak ada konten seksual yang melibatkan anak di bawah umur. Permintaan yang berisi konten ini akan diblokir.
Jika Anda mengalami penolakan yang tidak terduga, periksa prompt Anda untuk indikator halus konten yang dilarang. Model ini disesuaikan untuk penggunaan tanpa batasan, tetapi mungkin masih menerapkan filter keamanan dasar. Jika Anda menguji dengan kasus batas, dokumentasikan perilaku tersebut untuk memahami batas model.
Masalah umum lainnya adalah hallucinasi. Model tanpa sensor dapat menghasilkan informasi yang terdengar masuk akal tetapi salah. Selalu verifikasi output kritis, terutama saat menggunakan tool calls atau menghasilkan kode. Model mengutamakan kelancaran di atas akurasi fakta yang ketat dalam beberapa kasus.
