OpenAI API 替代方案：三行程式碼即可切換客戶端

驗證與基礎 URL

我們的 API 遵循標準 OpenAI chat-completions 介面。您只需在客戶端設定中更改兩件事：基礎 URL 和 API 金鑰。在取得 API 金鑰頁面註冊，即可立即獲得金鑰。試用不需要信用卡。

所有請求的基礎 URL 為 https://api.openaiapialternative.com/v1.。此端點提供單一無審查的大型語言模型。與多模型路由器不同，我們不在供應商之間進行路由；我們在自有 GPU 伺服器上運行自己的開放權重模型。這簡化了你的技術棧，因為你只需與一個一致的模型行為互動，而不必在 GPT、Claude 或 Gemini 變體之間處理不同的 API 怪癖。

首次請求

對 /v1/chat/completions 發出 POST 請求。回應物件結構符合標準 OpenAI 文字補全規範，但由我們的無審查模型驅動。您可以以與任何 OpenAI 相容端點相同的格式傳遞訊息、工具和溫度設定。

此結構確保如果您的客戶端已支援 OpenAI 協定，您可以透過更改基礎 URL 和金鑰來切換供應商。您必須傳送的模型 id 為 "uncensored"。注意，我們不提供嵌入、影像或音訊，因此請將您的負載集中在文字上。

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

Python SDK

使用官方 OpenAI Python SDK 或任何相容的客戶端程式庫。使用您的金鑰和新基礎 URL 初始化客戶端。然後呼叫 chat.completions.create，模型 id 為 "uncensored"。此方法可保持現有程式碼庫完整，同時取得無審查模型的存取權，且對合法的成人內容或爭議性主題無內容拒絕。

Python SDK 會自動序列化您的訊息和工具。請確保傳遞正確的基礎 URL，以免請求發送到 OpenAI 的伺服器。此方法適合希望使用現有提示詞範本和系統指示來測試模型行為的開發人員。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.openaiapialternative.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 SDK

對於 JavaScript 和 TypeScript 開發人員，Node SDK 運作方式相同。在您的客戶端實例中設定 API 金鑰和基礎 URL。模型 id 仍為 "uncensored"。這允許您將我們的無審查 LLM API 整合至 Node.js 應用程式中，而無需重寫提示詞邏輯。

Node SDK 支援相同的 chat-completions 端點。你可以將其用於無伺服器函式、後端服務或需要直接文字生成的客戶端應用程式。由於我們不提供模型路由，你將獲得來自此單一開放權重模型的穩定行為。請查看定價頁面以了解 token 成本。

Copyimport OpenAI from "openai";

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

串流回應 (SSE)

我們支援伺服器發送事件 (SSE) 用於串流回應。這對於想要顯示生成中 token 的即時應用程式至關重要。在請求中將 stream 參數設為 true。客戶端將收到包含部分文字的一系列事件。

串流可降低使用者的感知延遲。我們的 API 完全按照 OpenAI 規範處理 SSE 協定。您可以將其整合至聊天介面、程式碼生成器或任何受益於增量文字交付的應用程式。模型處理提示詞並持續產生 token，直到完成為止。

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)

限制、錯誤與上下文視窗

我們的上下文視窗為 100,000 tokens，涵蓋提示詞與補全的總和。這允許處理長文件或龐大的對話歷史。請注意速率限制：每支金鑰每分鐘 300 次請求。若超過此限制，你會收到 429 Too Many Requests 錯誤。

常見錯誤包括金鑰無效時的 401 Unauthorized，以及預付額度耗盡時的 402 Payment Required。每個帳戶擁有一支金鑰，可隨時重新產生。請求主體上限為 8 MB。若需嵌入或圖片生成，此 API 並非合適選擇；我們專注於文字補全。