中文 ▾
获取 API 密钥

无审查 AI:使用 Mukenetsu AI 规避内容限制

无审查 AI 是指不受内容过滤或用途限制即可调用大语言模型(LLM)的技术。Mukenetsu AI 提供即插即用的 OpenAI 兼容 API,并提供注重隐私的透明按量付费模式。

更新日期

要点

  • 采用 OpenAI 兼容的标准 API 接口,可直接与现有 SDK 或客户端配合使用。
  • 100,000 token 的上下文窗口,可准确处理长文本上下文和详细指令。
  • 无需月费或套餐绑定,仅对使用的 token 按量计费。
  • 提示词不作为训练数据使用,账户仅需邮箱和密码即可注册。

无审查 AI 是什么

无审查 AI(Uncensored AI)指不受大语言模型生成时通常应用的內容过滤或特定话题提及限制的 AI 模型。传统聊天机器人出于商业或安全考量,会自动屏蔽或改写政治、宗教、性表达或特定社会语境下的发言。相比之下,无审查模型会根据提示词的语境和意图,生成更自由的输出。

从技术角度看,这是通过模型的微调过程或响应生成时的参数调整实现的。其特点不仅是“回答一切”,而是忠实于用户指令,不受过滤偏见影响地处理数据。对于开发者和创作者而言,这提供了由自己控制内容的灵活环境,便于应对各种用例。

现有 LLM 的审查问题

许多主要的 LLM 服务对特定主题设置了严格的护栏(限制)。例如,即使是历史事实或哲学讨论,也可能因特定解释被判定为“错误”而拒绝,或者仅因包含少量性描写就停止生成。这些设计基于重视“安全性”的理念,但如果用户需要的是忠实输出或特定类型(如科幻、恐怖、成人内容等)的生成,这些限制就会显得繁琐。

此外,这些限制通常由 API 使用者无法控制,即使提示词相同,随着模型版本升级或策略变更,之前能通过的请求也可能突然被拒绝。对于希望自行管理内容的开发者来说,这些「黑盒化审查」会成为集成时的障碍。

Mukenetsu AI 的模型特性

本服务 API 提供的模型是 ID 指定为“uncensored”的开放权重模型。该模型运行于我们的 GPU 服务器上,设计为不受法律修订或他方服务规格变更等外部因素影响,保持一贯的运行状态。重要的是,该模型与 GPT、Claude、Gemini 等第三方模型相互独立,未继承这些厂商独有的参数或限制条件。

在法律允许的成人使用范围内,该模型会对性话题、争议性话题或安全研究中的 payload 等进行生成,而不会产生不必要的拒绝响应(refusal)。不过,作为始终适用的硬限制,对“未成年人性内容”的请求会被阻止。这不是由模型判断的灵活过滤,而是系统级应用的限制。

100k 上下文窗口的优势

上下文窗口是指模型一次性记忆和处理 token 的总量。我们的 API 支持提示词和 completion 合计最多 100,000 token。这使得模型能够一次性读取数千页的文档或漫长的对话历史。

  • 长上下文维持: 适合在理解长篇故事或代码库全貌的基础上,仅对特定部分进行修改或摘要的任务。
  • 提示词工程的自由度: 可以包含大量指令(System Prompt)和示例(Few-shot examples),从而更精确地控制模型行为。
  • 数据处理: 可以通过一次 API 调用批量处理多条记录或配置信息。

这有助于减少传统长对话中常见的“只记住最近上下文”的现象,从而获得更一致的响应。

流式输出与实时响应

使用生成式 AI API 时,存在“阻塞”形式(等待响应完成需数秒至数十秒)和“流式”形式(逐 token 返回响应)两种。我们的 API 支持 SSE(Server-Sent Events),可实现流式响应获取。

流式输出有助于提升用户体验(UX)。当返回前几个 token 时即可显示在屏幕上,其余部分依次流式传输,用户能立即知道“响应正在生成”。此外,API 客户端可以在收到数据后立即进行处理,因此设计上不易受网络延迟的影响。

工具调用的应用范围

工具调用(Function Calling)是指 LLM 不仅输出自然语言响应,还输出以 JSON 格式调用外部函数或 API 的参数。这使得超越单纯文本生成的应用程序逻辑集成成为可能。

例如,当用户询问“明天东京的天气”时,模型不预测天气,而是返回调用外部天气 API 的函数和参数(地区、日期、格式)。由于是无审查模型,因此较少出现“很高兴为您服务”等多余的前缀,或对函数调用添加不适当理由的噪声,从而倾向于获得高可靠性的 JSON 结构。

隐私与数据使用

对于注重隐私的开发者来说,数据如何被处理是一个重要的判断标准。注册我们的 API 账户仅需邮箱和密码,无需注册电话号码或信用卡信息。特别是试用账户,无需信用卡即可开始使用。

重要的一点是,发送的提示词数据不会被用作模型的训练数据。这消除了将高机密性的业务逻辑或自定义提示词模板发送到 API 时,公司知识产权被用于其他模型改进的风险。此外,每个账户最多发行 1 个 API 密钥,通过按需重新生成,即可立即使旧密钥失效。

定价与成本管理

本 API 采用按量付费模式,无月费或套餐限制。为提高成本管理透明度,请预先购买预付额度(余额),并在额度用完前使用服务。购买的额度永不过期。

输入 token输出 token
$0.25 / 100 万 token$1.00 / 100 万 token

余额可通过加密货币(USDT、USDC)充值,充值 50 美元以上享 5% 奖励额度,100 美元以上享 10% 奖励额度。按量计费,因此不存在机器人导致 token 激增消耗或不使用月份需承担基础费用的风险。在每分钟 300 个请求、请求体 8 MB 的限制内按需扩展也是其优势。

集成步骤

使用现有的 OpenAI 兼容客户端或 SDK,您可以在几分钟内开始集成。请按照以下步骤操作。

  1. 在获取 API 密钥的页面,使用电子邮件和密码创建账户。
  2. 创建后立即显示 API 密钥,请复制并妥善保存。
  3. 在 API 客户端设置中,将 Base URL 更改为 https://api.mukenetsuapi.com/v1。
  4. 将 API 密钥设置为认证头,并将模型 ID 指定为 uncensored。

这样,您就可以通过 OpenAI 的聊天完成接口 POST /v1/chat/completions 发送包括流式输出和函数调用在内的请求。由于在与其他供应商模型不同的独立基础设施上运行,因此不易受其他服务提供商停机或规格变更的影响。

常见问题

Mukenetsu AI 使用什么模型?

本 API 提供 OpenAI 兼容的聊天完成接口。将 Base URL 设置为 <code>https://api.mukenetsuapi.com/v1</code>,并指定 API 密钥和模型 ID <code>uncensored</code>,即可访问运行于我们 GPU 服务器上的自有开放权重模型。

如何计算 token 数量?

输入的文本(提示词)和模型生成的文本(completion)都会计入。价格为输入 token 每 100 万 token $0.25,输出 token 每 100 万 token $1.00。token 的准确数量可以通过 OpenAI 的 tokenizer 库等工具确认。

支持流式输出吗?

是的,我们支持 SSE(Server-Sent Events)格式的流式输出。在 API 请求时指定 <code>stream: true</code>,即可逐 token 接收响应。

数据会被用于训练吗?

不会,本 API 中发送的提示词数据不会用作模型的训练数据。我们采用注重隐私的运营模式,创建账户仅需电子邮件和密码。

只需一个表单即可获取 API 密钥

创建账户、复制密钥、更改 Base URL。完成这些步骤即可设置完毕。

获取 API 密钥