無検閲LLMをOpenAI互換APIでホストする方法

無検閲LLMをホストする理由

標準的なLLM APIは、法的な大人向けテーマ、繊細な創作、または論争的なトピックを拒否する厳格なコンテンツフィルタを適用することがよくあります。無検閲LLMをホストすることで、推論レイヤーを制御し、モデルが任意の拒否なしにプロンプトに応答することを保証します。これは、ロールプレイエンジン、創作支援ツール、または機密データを分析する研究ツールなど、生でフィルタリングされていないテキスト生成が必要なアプリケーションにとって重要です。

複数のモデルにリクエストをルーティングするエグリーゲーターとは異なり、ホストされた無検閲LLM APIは通常、単一の調整済みモデルを提供します。これによりデバッグが簡素化され、アプリケーション全体で一貫した動作が保証されます。モデルのバージョン管理や大規模プロバイダーによる突然のポリシー変更の不確実性を避けることができます。結果として、入力パラメータを尊重する信頼性が高く、決定論的なテキスト入力/出力サービスが得られます。

適切なアーキテクチャの選択

無検閲推論にとって最も効率的なアーキテクチャは単一モデルのセットアップです。エグリーゲーターは、さまざまなモデルへのリクエストのルーティングによりレイテンシと複雑さを導入することが多く、主要モデルの無検閲特性が薄まることがあります。単一の大規模言語モデルをホストすることで、推論パイプラインを完全に制御し、コンテンツ許容度のためのモデルの調整が一貫して適用されることを保証します。

必要なエンドポイントのみを公開するAPIを探してください：生成用のPOST /v1/chat/completionsとメタデータ用のGET /v1/modelsです。埋め込み、画像生成、ファインチューニングを提供するサービスは、それらが必要ない限り避けましょう。これらは不要なオーバーヘッドを追加します。焦点を絞ったAPIはレイテンシとコストを削減し、既存のOpenAI互換クライアントとシームレスに統合される純粋なテキスト生成サービスを提供します。

APIエンドポイントの構造

OpenAI互換APIは標準的なRESTful構造に従います。テキストを生成するには、メッセージとパラメータを付けてPOSTリクエストを/v1/chat/completionsに送信します。ベースURLは通常https://api.uncensoredgpt.cc/v1のような形式です。APIキーをAuthorizationヘッダーに含める必要があります。

GET /v1/modelsエンドポイントは利用可能なモデルのリストを返します。単一モデルのセットアップでは、通常1つのエントリのみが表示されます。これはサービスがアクティブでリクエストを受け付ける準備ができていることを確認します。複雑なルーティングテーブルやフォールバックメカニズムはありません。APIは直接的で予測可能な対話のために設計されています。

• POST /v1/chat/completions：テキスト生成のメインエンドポイント。
• GET /v1/models：モデルの利用可能性を確認するためのエンドポイント。
• Authorization：すべてのリクエストに必要なBearerトークン。

コンテキストウィンドウの処理

100,000トークンのコンテキストウィンドウは、1つのリクエスト内で大量の入力と出力を可能にします。この容量は、長文のコンテンツ生成、複雑な推論タスク、または大規模なドキュメントの処理に不可欠です。コンテキストウィンドウにはプロンプト（入力）と補完（出力）の両方が含まれます。総トークン数がこの制限を超えないようにする必要があります。

最大出力長に注意してください。コンテキストウィンドウは100,000トークンですが、1つのリクエストあたりの最大出力は32,000トークンに制限されることがあります。max_tokensパラメータを指定しない場合、デフォルトの出力長は2,048トークンに制限される場合があります。ハード制限に達することなく、利用可能なコンテキストの利点を最大化するようにプロンプトを計画してください。

ストリーミングとリアルタイム出力

ストリーミングはServer-Sent Events（SSE）を介してサポートされます。これにより、生成されるトークンをリアルタイムで受信でき、インタラクティブなアプリケーションのユーザーエクスペリエンスが向上します。APIは最後のチャンクでトークン使用情報をストリーミングし、ストリーミングセッション中でも正確な課金データを提供します。

ストリーミングを有効にするには、リクエストでstreamパラメータをtrueに設定します。レスポンスは部分的な補完を含む一連のイベントになります。これはチャットインターフェース、ライブコード生成、レイテンシが重要なあらゆるシナリオに最適です。標準的なHTTPクライアントライブラリを使用してこれらのイベントを解析できます。

ツール使用と関数呼び出し

APIは関数呼び出しをサポートしており、モデルが構造化データを生成したり外部ツールを呼び出したりできます。toolsパラメータに関数スキーマを定義し、tool_choiceを指定してモデルがそれらをどのように使用するかを制御できます。これにより、LLMがユーザー入力に基づいてデータの取得、計算の実行、またはアクションのトリガーを行う複雑なワークフローが可能になります。

JSONモードは、response_formatパラメータを{"type": "json_object"}に設定することで利用可能です。これにより、モデルが有効なJSONを出力することが保証され、プログラム的な統合に不可欠です。temperature、top_p、seedなどのパラメータを調整して、創造性と再現性を制御できます。これらの機能により、APIは洗練されたAI駆動アプリケーションの構築に適しています。

トークン管理と請求

課金は透明で、実際のトークン使用に基づいています。料金は入力トークン100万トークンあたり$0.25、出力トークン100万トークンあたり$1.00です。エラーと拒否は無料であり、成功した補完に対してのみ課金されます。月額料金やサブスクリプションはなく、期限切れにならないクレジットを事前にロードします。

チャージには暗号通貨が利用可能です。具体的にはUSDT（TRC20）またはUSDC（Base）です。最小チャージ額は$10から$500の範囲で、大口チャージにはボーナスクレジットが付与されます。チャージにはクレジットカードやPayPalは利用できません。新規アカウントにはカード不要で7日間有効な$0.50の無料トライアルクレジットが付与されます。制限には1分あたり300リクエスト、キーあたり8つの同時リクエストが含まれます。

プライバシーとデータ処理

プライバシーは多くのユーザーにとって重要な考慮事項です。APIはプロンプトをトレーニングデータに使用しないため、入力がプライベートに保たれます。アカウント作成にはメールアドレスのみが必要で、電話番号は不要です。これにより、APIへの完全なアクセスを提供しながら、個人データの収集を最小限に抑えます。

コンテンツ制限は最小限ですが特定されています。モデルは合法な大人向け、フィクション、または論争的なトピックを拒否しません。ただし、厳格な制限があり、未成年者を含む性的コンテンツは常にブロックされます。これにより、他のコンテンツタイプに対して非常に寛容な環境を維持しつつ、基本的な法的基準への準拠が確保されます。

キーの初期設定

サインアップは簡単です。「Googleで続行」を使用するか、メールアドレスとパスワードでアカウントを作成できます。登録後、APIキーが即座に表示され、遅延なくリクエストの送信を開始できます。電話番号の確認は不要で、プロセスは速度を重視して設計されています。

クライアントのベースURLをhttps://api.uncensoredgpt.cc/v1に更新し、APIキーを設定します。すべてのリクエストにモデルID「uncensored」を使用します。この単一モデルのアプローチは一貫性を保証し、ルーティングの複雑さを排除します。ストリーミング、関数の呼び出し、または長文の生成をすぐに開始できます。