AI bez cenzury: Omijanie ograniczeń treści w Mukenetsu AI

Czym jest AI bez cenzury

AI bez cenzury (Uncensored AI) odnosi się do modeli AI, które nie podlegają typowym filtrom treści ani ograniczeniom tematycznym podczas generowania. Tradycyjne boty czatowe często automatycznie blokują lub zmieniają sformułowania dotyczące polityki, religii, treści erotycznych lub kontekstu społecznego ze względów komercyjnych lub bezpieczeństwa. Modele bez cenzury generują bardziej swobodne odpowiedzi zgodne z kontekstem i intencją podanego promptu.

Technicznie realizuje się to poprzez dostrajanie modelu lub regulację parametrów podczas generowania odpowiedzi. Cechą charakterystyczną jest nie tylko „odpowiadanie na wszystko”, ale wierna obsługa instrukcji użytkownika bez obciążenia wynikającego z filtrów. Dla deweloperów i twórców zapewnia to środowisko, w którym mogą samodzielnie kontrolować treść, co ułatwia obsługę różnych przypadków użycia.

Problemy z cenzurą w istniejących LLM

Wiele głównych usług LLM wprowadza ścisłe ograniczenia („ogrodzenia”) dla określonych tematów. Na przykład mogą odrzucać konkretne interpretacje faktów historycznych lub dyskusji filozoficznych jako „błędne”, lub przerywać generowanie przy najmniejszej wzmiance o treściach erotycznych. Choć wynika to z koncepcji bezpieczeństwa, są to uciążliwe ograniczenia, gdy użytkownik potrzebuje wiernych odpowiedzi lub generowania treści z konkretnych gatunków (np. SF, horror, dla dorosłych).

Ponadto tych ograniczeń często nie można kontrolować ze strony użytkownika API. Ta sama instrukcja może zostać nagle odrzucona po aktualizacji wersji modelu lub zmianie polityki, mimo że wcześniej przechodziła pomyślnie. Dla deweloperów chcących zarządzać treścią własną logiką, ta „zablokowana cenzura” staje się barierą podczas integracji.

Cechy modelu Mukenetsu AI

Model dostępny przez API naszej usługi to model o otwartych wagach określony identyfikatorem „uncensored”. Model działa na naszych serwerach GPU i jest zaprojektowany tak, aby zapewniać spójne działanie niezależnie od czynników zewnętrznych, takich jak zmiany prawa lub specyfikacji usług innych firm. Co ważne, model ten jest niezależny od modeli innych firm, takich jak GPT, Claude czy Gemini, i nie dziedziczy ich parametrów ani ograniczeń.

Model generuje treści bez zbędnych odpowiedzi odmownych (refusal) na tematy erotyczne, kontrowersyjne czy payloady z zakresu bezpieczeństwa, o ile mieszczą się one w zakresie dozwolonym dla dorosłych. Jako stałe ograniczenie systemowe blokowane są jednak żądania dotyczące treści seksualnych z udziałem niepełnoletnich. Nie jest to elastyczne filtrowanie oparte na ocenie modelu, lecz ograniczenie stosowane na poziomie systemu.

Zalety okna kontekstu 100k

Okno kontekstu to łączna liczba tokenów, które model może zapamiętać i przetworzyć w jednym przebiegu. Nasze API obsługuje do 100 000 tokenów w sumie dla promptu i completion. Dzięki temu model może jednocześnie wczytać dokumenty liczące tysiące stron lub długą historię rozmów.

• Utrzymanie długiego kontekstu: Przydatne przy zadaniach polegających na modyfikacji lub streszczeniu konkretnych fragmentów, po wcześniejszym zrozumieniu całości długiej opowieści lub bazy kodu.
• Swoboda w inżynierii promptów: Możesz dołączyć dużą liczbę instrukcji (System Prompt) i przykładów (Few-shot examples), co pozwala na bardziej precyzyjne sterowanie zachowaniem modelu.
• Przetwarzanie danych: Jedno wywołanie API pozwala na przetwarzanie wsadowe wielu rekordów lub informacji konfiguracyjnych.

Pozwala to zmniejszyć zjawisko „zapamiętywania tylko najbliższego kontekstu”, często występujące w długich rozmowach, i uzyskać bardziej spójne odpowiedzi.

Strumieniowanie i odpowiedzi w czasie rzeczywistym

Podczas korzystania z API modeli generujących istnieją dwa tryby: blokujący, w którym czekasz kilka lub kilkanaście sekund na zakończenie odpowiedzi, oraz strumieniowy, w którym odpowiedzi zwracane są token po tokenie. Nasze API obsługuje SSE (Server-Sent Events), umożliwiając pobieranie odpowiedzi w trybie strumieniowym.

Strumieniowanie poprawia doświadczenie użytkownika (UX). Gdy zwróconych zostanie kilka początkowych tokenów odpowiedzi, są one natychmiast wyświetlane na ekranie, a pozostałe płyną sekwencyjnie, dzięki czemu użytkownik od razu wie, że odpowiedź jest generowana. Po stronie klienta API przetwarzanie danych może być kontynuowane natychmiast po ich otrzymaniu, co sprawia, że architektura jest mniej wrażliwa na opóźnienia sieciowe.

Zastosowanie w wywoływaniu funkcji

Wywoływanie funkcji (Function Calling) to funkcja pozwalająca LLM na generowanie parametrów do wywołania zewnętrznych funkcji lub API w formie strukturyzowanych danych JSON, a nie tylko odpowiedzi w języku naturalnym. Dzięki temu możliwe jest łączenie się z logiką aplikacji wykraczającą poza prostą generację tekstu.

Na przykład, gdy użytkownik zapyta o „pogodę w Tokio jutro”, model nie przewiduje pogody, lecz zwraca funkcję i argumenty (region, data, format) do wywołania zewnętrznego API pogodowego. Dzięki temu, że jest to model bez cenzury, mniej jest szumu w postaci zbędnych wstępów („Miło mi, że mogę pomóc”) lub nieuzasadnionych powodów odrzucenia wywołania funkcji, co sprzyja uzyskiwaniu struktury JSON o wysokiej wiarygodności.

Prywatność i wykorzystanie danych

Dla deweloperów dbających o prywatność sposób przetwarzania danych jest kluczowym kryterium decyzyjnym. Do założenia konta w naszym API potrzebny jest tylko adres e-mail i hasło; rejestracja numeru telefonu lub karty kredytowej nie jest wymagana. W przypadku konta próbnego możesz zacząć korzystać z usługi bez karty kredytowej.

Kluczowe: przesłane prompty nie są używane do uczenia modelu. Dzięki temu unikasz ryzyka wykorzystania Twojej własnej własności intelektualnej (np. poufnej logiki biznesowej lub unikalnych szablonów promptów) do ulepszania modeli innych firm. API klucz można wydać w liczbie do 1 na konto i wygenerować go ponownie w razie potrzeby, co natychmiast unieważnia poprzedni klucz.

Cennik i zarządzanie kosztami

Ten API opiera się na modelu rozliczeniowym za zużycie, bez miesięcznych opłat stałych ani ograniczeń dotyczących planów. Aby zwiększyć przejrzystość zarządzania kosztami, kupujesz z góry kredyt (saldo) i korzystasz z usługi, aż go wyczerpiesz. Kupiony kredyt nie wygasa.

Tokeny wejściowe	Tokeny wyjściowe
$0,25 / 1 mln tokenów	$1,00 / 1 mln tokenów

Doładowanie salda można wykonać za pomocą kryptowalut (USDT, USDC). Przy doładowaniu powyżej 50 USD otrzymujesz 5% bonusu, a powyżej 100 USD – 10%. Dzięki modelowi płatności za zużycie nie ma ryzyka nagłego zużycia tokenów przez boty ani opłat za miesiące, w których nie korzystałeś z usługi. To również pozwala skalować zasoby w ramach limitu 300 zapytań na minutę i rozmiaru ciała zapytania do 8 MB.

Kroki integracji

Możesz rozpocząć integrację w ciągu kilku minut, używając istniejącego klienta lub SDK kompatybilnego z OpenAI. Postępuj zgodnie z poniższymi instrukcjami.

1. Na stronie uzyskiwania klucza API utwórz konto, podając adres e-mail i hasło.
2. Klucz API zostanie wyświetlony bezpośrednio po utworzeniu konta – skopiuj go i zachowaj.
3. W ustawieniach klienta API zmień Base URL na https://api.mukenetsuapi.com/v1.
4. Ustaw klucz API w nagłówku uwierzytelniającym i określ identyfikator modelu jako uncensored.

Pozwoli to wysyłać zapytania, w tym strumieniowanie i wywoływanie funkcji, przez endpoint chat completions OpenAI POST /v1/chat/completions. Ponieważ usługa działa na niezależnej infrastrukturze, niezależnej od modeli innych dostawców, jest mniej podatna na przestoje lub zmiany specyfikacji innych usług.