BerandaPanduan
LLM tanpa sensor online: gunakan via API tanpa instalasi

Diperbarui LLM Sin Censura
Untuk menggunakan LLM tanpa sensor online, Anda tidak memerlukan GPU atau mengunduh apa pun: cukup kunci, URL, dan klien yang kompatibel dengan OpenAI. Panduan ini mencakup langkah dari kunci hingga obrolan streaming pertama dan klien desktop.

Langkah 1: kunci dan uji 10 detik
Sebuah model LLM tanpa sensor yang tersedia secara daring dapat digunakan seperti API cloud lainnya. Masuk dengan Google atau email dan kata sandi di halaman kunci API, klaim kredit uji coba senilai $0,50 dengan satu klik (7 hari, tanpa metode pembayaran, satu per orang), lalu salin kunci tersebut. Setelah itu, verifikasi bahwa semuanya merespons:
curl https://api.llmsincensura.com/v1/chat/completions \
-H "Authorization: Bearer TU_CLAVE" \
-H "Content-Type: application/json" \
-d '{"model": "uncensored", "messages": [{"role": "user", "content": "Preséntate en una frase."}]}'
Jika Anda melihat JSON dengan respons di choices[0].message.content, Anda telah memiliki model daring yang berfungsi. Ini adalah satu model terbuka yang dihosting oleh penyedia independen: ini bukan API resmi dari perusahaan AI besar dan hanya memproses teks.
Langkah 2: obrolan di terminal dengan riwayat
API tidak menyimpan percakapan antar permintaan. Setiap permintaan harus menyertakan pesan sebelumnya, dan untuk itu cukup dengan daftar yang terus bertambah. Skrip ini menyimpan riwayat, menampilkan respons saat tiba, dan menghitung biaya:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.llmsincensura.com/v1",
api_key=os.environ["API_KEY"],
)
historial = [{"role": "system", "content": "Eres un narrador de ficción para adultos. Responde en español."}]
gasto = 0.0
while True:
texto = input("tú> ")
if texto in ("salir", "exit"):
break
historial.append({"role": "user", "content": texto})
stream = client.chat.completions.create(
model="uncensored",
messages=historial,
stream=True,
)
respuesta = ""
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
parte = chunk.choices[0].delta.content
respuesta += parte
print(parte, end="", flush=True)
if chunk.usage:
gasto += chunk.usage.prompt_tokens * 0.15 / 1e6
gasto += chunk.usage.completion_tokens * 0.50 / 1e6
print()
historial.append({"role": "assistant", "content": respuesta})
print(f"Gasto de la sesión: ${gasto:.6f}")
Berikan kunci dengan export API_KEY=... dan jalankan. Setiap putaran meneruskan seluruh riwayat, sehingga input tumbuh dengan setiap pesan. Sesi 30 putaran dengan sekitar 400 token per putaran akan mengirim konteks sekitar 12.000 token; pada $0.15 per juta, hanya input terakhir itu saja biayanya 12.000 × 0.15 / 1.000.000 = $0.0018.
Langkah 3: sambungkan ke klien obrolan
Jika Anda lebih suka antarmuka grafis, banyak klien obrolan mendukung endpoint kompatibel OpenAI. Aplikasi seperti Open WebUI atau SillyTavern memungkinkan menambahkan koneksi kustom dengan URL dasar, kunci, dan model. Nama menu berubah antar versi, jadi lihat dokumentasi klien spesifik; polanya selalu sama:
| Bidang klien | Nilai |
|---|---|
| Jenis koneksi | Kompatibel OpenAI / kustom |
| URL dasar | https://api.llmsincensura.com/v1 |
| Kunci API | Milik Anda |
| Model | uncensored |
Jika klien memungkinkan daftar model, gunakan GET /v1/models, yang memang disediakan API. Jika tidak, ketik nama secara manual. Dan jika klien meminta URL lengkap, tambahkan /chat/completions di akhir.
Beberapa klien ini diinstal di komputer Anda atau server pribadi. Itu tidak mengubah fakta bahwa model berjalan secara online: yang Anda instal hanyalah antarmuka.
Langkah 4: situs web kecil Anda sendiri tanpa membocorkan kunci
Orang yang ingin obrolan di situs mereka sering membuat kesalahan: memanggil API langsung dari JavaScript browser. Dengan demikian, kunci terlihat oleh siapa saja. Pola yang benar menempatkan server kecil di antaranya:
import express from "express";
import OpenAI from "openai";
const app = express();
app.use(express.json());
const client = new OpenAI({
baseURL: "https://api.llmsincensura.com/v1",
apiKey: process.env.API_KEY,
});
app.post("/chat", async (req, res) => {
const r = await client.chat.completions.create({
model: "uncensored",
messages: req.body.messages,
max_tokens: 500,
});
res.json({ texto: r.choices[0].message.content });
});
app.listen(3000);
Tambahkan ke server tersebut apa yang kasus Anda butuhkan: autentikasi pengguna, batas pesan per orang, dan verifikasi bahwa riwayat tidak tumbuh tanpa batas. Dengan kunci penuh, Anda memiliki 8 permintaan paralel dan 300 per menit, dan batas itu berlaku untuk semua pengguna Anda sekaligus, bukan per pengguna.
Hasil terbaik dengan pesan sistem yang baik
Model tanpa sensor tidak menebak nada yang Anda inginkan. Pesan sistem adalah tempat Anda menetapkan aturan permainan, dan pantas meluangkan lima menit untuk itu:
- Tentukan peran. "Anda adalah narator novel noir yang berlatar tahun 1950" lebih efektif daripada "tulis cerita".
- Tentukan format dan panjang. Misalnya: "jawab dalam orang ketiga, antara 150 dan 250 kata".
- Atur bahasa. Jika Anda menginginkan bahasa Spanyol netral atau voseo, sebutkan secara eksplisit.
- Tuliskan apa yang tidak boleh dilakukan hanya jika diperlukan, dan gunakan kalimat positif jika memungkinkan: "selalu pertahankan suara karakter" lebih jelas daripada daftar larangan.
Untuk suhu, mulailah di 0.8 untuk penulisan kreatif dan turunkan menjadi 0.3 jika Anda membutuhkan jawaban yang lebih stabil, misalnya saat mengekstrak data. Ubah satu parameter setiap kali untuk mengetahui apa yang menghasilkan peningkatan. Dan periksa bidang usage setelah setiap pengujian: pesan sistem yang panjang dibebankan di setiap turn.
Biaya, batas, dan kegagalan umum
Harga: $0,15 per juta token input dan $0,50 per juta token output, dengan saldo prabayar, tanpa langganan. Permintaan yang gagal atau ditolak tidak dikenakan biaya. Dengan kredit uji coba $0,50, pesan dengan 500 token input dan 300 token output berharga 0.000075 + 0.00015 = $0,000225 per pesan, sehingga menghasilkan sekitar 2.222 interaksi (0.50 / 0.000225).
Kegagalan yang akan Anda temui:
- 429 dengan
concurrency: terlalu banyak permintaan secara bersamaan. Kunci uji coba mendukung 2; respons streaming menempati slotnya hingga selesai. - 429 dengan
rate_limited: Anda melebihi permintaan per menit (60 pada uji coba). - 429 dengan
Retry-After: 5: kelebihan beban sementara, coba lagi setelah 5 detik. - Obrolan melupakan konteks sebelumnya: Anda tidak mengirimkan riwayat.
- Obrolan terpotong atau menjadi lambat: riwayat mendekati 100.000 token jendela konteks; potong pesan lama.
Saat kredit habis, pengisian ulang berkisar dari $20 hingga $500 dalam kripto (USDT di TRC20 atau USDC di Base), dengan bonus mulai dari $50, sesuai halaman harga. Untuk opsi lanjutan, dokumentasi.
Jenis konten yang didukung
Model ini disesuaikan untuk merespons tanpa penolakan konten untuk penggunaan dewasa yang legal: fiksi, peran, draf kreatif, teman bicara. Batas kerasnya adalah konten seksual dengan anak di bawah umur tidak didukung. Untuk integrasi yang lebih formal, artikel tentang integrasi API AI tanpa filter memperluas sisi teknis.
Dan catatan tentang privasi: prompt tidak digunakan untuk pelatihan, meskipun data tersebut dikirim ke penyedia. Jika Anda menangani informasi yang tidak boleh keluar dari lingkungan Anda, model lokal adalah alternatifnya.
Panduan lainnya
Pertanyaan umum
Apakah saya perlu menginstal model?
Tidak. Model dihosting dan digunakan melalui API. Anda hanya membutuhkan kunci, URL dasar, dan klien yang kompatibel dengan OpenAI.
Apakah sudah ada web chat?
Layanan ini menyediakan API. Untuk mengobrol dengan antarmuka grafis, gunakan klien pihak ketiga yang mendukung endpoint kompatibel dengan OpenAI.
Bagaimana saya melihat sisa saldo saya?
Dengan header X-Balance-USD dari setiap respons, atau dengan GET /v1/balance.
Apakah ini bisa menghasilkan gambar?
Tidak, hanya untuk teks.
Kunci Anda ada dalam satu langkah
Buat akun, salin kunci, dan ubah URL dasar. Semudah itu.
Dapatkan kunci API