วิธีใช้ LLM แบบไม่มีเซนเซอร์ด้วย API Key ของ Claude

ทำไมต้องเปลี่ยนจุดปลายคีย์ API ของ Claude?

การเปลี่ยน endpoint จะลบข้อจำกัดเนื้อหาที่จำกัดอิสระภาพในการสร้างสรรค์หรือความละเอียดทางเทคนิค โมเดล Claude มักจะปฏิเสธที่จะพูดถึงธีมสำหรับผู้ใหญ่ เหตุการณ์ประวัติศาสตร์ที่ถกเถียงกัน หรือรายละเอียดทางการแพทย์เฉพาะทางแม้ว่าหัวข้อเหล่านั้นจะถูกกฎหมายก็ตาม โดยการเปลี่ยนเส้นทางคำขอ API ของคุณไปยังผู้ให้บริการ uncensored คุณยังคงเข้าถึงความสามารถในการให้เหตุผลของโมเดลได้อย่างเต็มที่โดยไม่มีการกรองข้อมูลนำเข้าโดยชั้นความปลอดภัย วิธีนี้เหมาะสำหรับนักพัฒนาที่ต้องการผลลัพธ์ดิบสำหรับการประมวลผลข้อมูล การเขียนเชิงสร้างสรรค์ หรือแอปพลิเคชัน roleplay

การเปลี่ยนต้องการเพียงการเปลี่ยนแปลง URL ฐานและคีย์ API คีย์ API Claude ที่มีอยู่ของคุณอาจไม่ทำงานโดยตรงหากผู้ให้บริการ uncensored ใช้รูปแบบคีย์ที่แตกต่างกัน แต่รูปแบบการผสานรวมจะเหมือนกัน คุณเข้าถึงโมเดลที่ให้ความสำคัญกับการสร้างคำตอบมากกว่าการกลั่นกรองเนื้อหา ซึ่งรับประกันว่าแอปพลิเคชันของคุณจะรับช่วงความรู้ทั้งหมดของโมเดล

ทำความเข้าใจอินเทอร์เฟซที่เข้ากันได้กับ OpenAI

อินเทอร์เฟซใช้จุดปลายที่เข้ากันได้กับ OpenAI มาตรฐานเพื่อให้รองรับ SDK อย่างกว้างขวาง API ของเราให้บริการคำขอที่ https://api.mistralaikey.com/v1 ใช้โครงสร้างเดียวกับผู้ให้บริการรายใหญ่ หมายความว่าคุณสามารถใช้ไลบรารีเช่น OpenAI Python SDK, LangChain หรือ LlamaIndex ได้โดยไม่ต้องเขียนลอจิกหลักใหม่ จุดปลาย (endpoint) รองรับ POST /v1/chat/completions สำหรับการสร้างข้อความและ GET /v1/models สำหรับการแสดงรายการโมเดลที่มีอยู่

ด้วยการปฏิบัติตามมาตรฐานเหล่านี้ เราทำให้โค้ดของคุณสามารถพกพาได้ คุณสามารถสลับระหว่างโมเดลหรือผู้ให้บริการต่างๆ ได้โดยการเปลี่ยนตัวแปรการกำหนดค่าเพียงตัวเดียว ความยืดหยุ่นนี้มีความสำคัญอย่างยิ่งสำหรับการทดสอบโมเดล uncensored ต่างๆ หรือการปรับขนาดแอปพลิเคชันของคุณโดยไม่ต้องแก้ไขโค้ดอย่างลึกซึ้ง

การกำหนดค่า SDK ของคุณสำหรับการตอบสนองแบบ uncensored

การกำหนดค่า SDK ของคุณเกี่ยวข้องกับการอัปเดต URL พื้นฐานและคีย์ API ในตัวแปรสภาพแวดล้อมของคุณ สำหรับ Python SDK ของ OpenAI คุณตั้งค่า base_url ไปยัง endpoint ของเราและ api_key ไปยังคีย์ uncensored ของคุณ การเปลี่ยนแปลงง่ายๆ นี้จะเปลี่ยนเส้นทางคำขอการเสร็จสิ้นแชททั้งหมดไปยังเซิร์ฟเวอร์ของเรา ID โมเดลถูกตั้งค่าเป็น uncensored, ซึ่งเรียกใช้โมเดล open-weight ที่ปรับแต่งสำหรับการตอบกลับไร้ข้อจำกัด

นี่คือวิธีที่คุณเริ่มต้นไคลเอนต์ใน Python:

การกำหนดค่านี้ทำให้แน่ใจว่าการขอข้อมูลทุกครั้งจะถูกเปลี่ยนเส้นทางอย่างถูกต้อง คุณสามารถตรวจสอบการเชื่อมต่อได้โดยส่งพรอมต์ทดสอบง่ายๆ หากคุณได้รับคำตอบโดยไม่มีตัวกรองเนื้อหา การกำหนดค่าของคุณสำเร็จแล้ว วิธีนี้ใช้ได้กับไคลเอนต์ที่เข้ากันได้กับ OpenAI ใดๆ ทำให้การผสานรวมเข้ากับโครงการที่มีอยู่เช่น SillyTavern หรือ Aider ง่ายขึ้น

การจัดการการตั้งค่าอุณหภูมิและ top_p

การปรับค่า temperature และ top_p ช่วยให้คุณควบคุมความสร้างสรรค์และความสุ่มของผลลัพธ์ได้ ค่า temperature ที่สูงขึ้นเพิ่มความหลากหลายของคำตอบ ซึ่งเหมาะสำหรับการเขียนเชิงสร้างสรรค์หรือการระดมความคิด ค่าอุณหภูมิต่ำให้คำตอบที่มีความแน่นอนและมุ่งเน้นมากขึ้น ซึ่งเหมาะสำหรับการเขียนโค้ดหรือคำถามเชิงข้อเท็จจริง โมเดล uncensored รองรับพารามิเตอร์มาตรฐานทั้งหมด รวมถึง top_p, stop, seed, และค่าปรับ

API ของเรารองรับหน้าต่างบริบทขนาด 100,000 โทเค็น ซึ่งให้คุณมีพื้นที่เพียงพอสำหรับการสนทนาที่ยาวนานหรือการวิเคราะห์เอกสาร ขนาดเอาต์พุตสูงสุดต่อคำขอคือ 16,000 โทเค็น ซึ่งเพียงพอสำหรับกรณีการใช้งานส่วนใหญ่ หากคุณไม่ได้ระบุ max_tokens, ค่าเริ่มต้นคือ 2,048 tokens ความยืดหยุ่นนี้ทำให้คุณสามารถปรับแต่งพฤติกรรมของโมเดลให้ตรงกับความต้องการของ application เฉพาะของคุณโดยไม่สูญเสียลักษณะ uncensored ของ responses

การตรวจสอบการใช้งาน token ในโหมด uncensored

การตรวจสอบการใช้งาน token นั้นเรียบง่ายด้วยโมเดลราคาแบบโปร่งใสของเรา คุณจ่าย $0.15 ต่อ 1 ล้าน token อินพุต และ $0.50 ต่อ 1 ล้าน token เอาต์พุต ราคาเหล่านี้อิงตามการใช้งานจริง ไม่มีค่าธรรมเนียมแฝงหรือค่าใช้จ่ายสมาชิก ข้อผิดพลาดและการปฏิเสธถือว่าฟรี ดังนั้นคุณจ่ายเฉพาะสำหรับ response ที่สำเร็จ โครงสร้างนี้คุ้มค่าสำหรับแอปพลิเคชันปริมาณสูงที่ซึ่งการกรองเนื้อหาอาจกระตุ้นค่าใช้จ่ายที่ไม่จำเป็น

คุณสามารถติดตามการใช้งานของคุณผ่านแดชบอร์ดหรือโดยการตรวจสอบ response headers แต่ละ response จะรวมจำนวนโทเค็นไว้ ทำให้คุณสามารถคำนวณต้นทุนได้อย่างแม่นยำ เครดิตพรีเพดจะถูกเรียกเก็บตามการใช้งานโทเค็นจริง และไม่มีวันหมดอายุ นั่นหมายความว่าคุณสามารถเติมเงินด้วยคริปโตและใช้เครดิตเหล่านั้นไปตามเวลาโดยไม่ต้องกังวลเกี่ยวกับการต่ออายุรายเดือน สำหรับโครงการขนาดเล็ก มีเครดิตทดลอง $0.50 สำหรับบัญชีใหม่ ซึ่งมีอายุ 7 วัน

การเรียกฟังก์ชันพร้อมโมเดลแบบไม่มีเซนเซอร์

การเรียกฟังก์ชันเปิดโอกาสให้โมเดลสร้างข้อมูลที่มีโครงสร้างสำหรับแอปพลิเคชันของคุณ API ของเรารองรับคำจำกัดความของเครื่องมือ อนุญาตให้โมเดลส่งออก JSON ที่ตรงกับสคีมาของคุณ คุณกำหนดฟังก์ชันในพารามิเตอร์เครื่องมือ โมเดลสามารถเรียกใช้ฟังก์ชันเหล่านี้ตามบริบท สิ่งนี้สำคัญมากสำหรับการสร้างเอเจนต์ที่โต้ตอบกับระบบภายนอกหรือฐานข้อมูล โมเดล uncensored จัดการการเรียกฟังก์ชันได้ดีเท่าโมเดลมาตรฐาน รับรองว่าตรรกะของคุณยังคงอยู่

เมื่อใช้ฟังก์ชันคอลลิง ระบุเครื่องมือใน body ของคำขอ โมเดลจะตอบกลับด้วยการเรียกใช้เครื่องมือที่เหมาะสมหากจำเป็น ความสามารถนี้มีอยู่พร้อมกับการสตรีมและโหมด JSON ซึ่งให้ชุดเครื่องมือที่ครบถ้วนสำหรับนักพัฒนา คุณสามารถรวมสิ่งนี้เข้ากับเวิร์กโฟลว์ของคุณเพื่อทำงานอัตโนมัติ ดึงข้อมูล หรือควบคุมอุปกรณ์ฮาร์ดแวร์ตามอินพุตภาษาธรรมชาติ

จุดบกพร่องทั่วไปในการผสานรวม

กับดักทั่วไปรวมถึง base URLs ผิดพลาดและ API keys ขาดหาย ตรวจสอบให้แน่ใจว่า base URL ของคุณลงท้ายด้วย /v1 ให้ตรงกับโครงสร้างของ endpoint นอกจากนี้ ให้ตรวจสอบว่าคีย์ API ของคุณถูกจัดรูปแบบและเปิดใช้งานอย่างถูกต้อง ปัญหาทั่วไปอีกประการหนึ่งคือการสันนิษฐานว่าโมเดล uncensored รองรับฟีเจอร์ทั้งหมดของโมเดลพรีเมียม เช่น การสร้างภาพหรือ embeddings API ของเราเน้นที่การสร้างข้อความ ดังนั้นให้ตรวจสอบเอกสารสำหรับความพร้อมใช้งานของฟีเจอร์เฉพาะ

อัตราจำกัดการเรียกข้อมูลอยู่ที่ 300 ครั้งต่อนาทีและ 8 การเรียกพร้อมกันต่อคีย์ หากคุณเกินขีดจำกัดเหล่านี้ คุณอาจได้รับข้อผิดพลาด 429 เพื่อหลีกเลี่ยงสิ่งนี้ ให้ใช้การเพิ่มเวลาแบบเอกซ์โพเนนเชียล (exponential backoff) ในโค้ดไคลเอนต์ของคุณ นอกจากนี้ โปรดจำไว้ว่าเครดิตทดลองหมดอายุหลังจาก 7 วัน ดังนั้นจึงควรวางแผนการทดสอบของคุณให้เหมาะสม ขีดจำกัดเหล่านี้ช่วยให้การใช้งานเป็นธรรมในขณะที่รักษาประสิทธิภาพสูงสำหรับผู้ใช้ทุกคน

การเปลี่ยนกลับไปยังโมเดลมาตรฐาน

การเปลี่ยนกลับไปยังโมเดลมาตรฐานง่ายเพียงการเปลี่ยน URL พื้นฐานและ ID โมเดล หากคุณต้องการเปรียบเทียบผลลัพธ์หรือใช้โมเดลที่มีคุณสมบัติเฉพาะ คุณสามารถย้อนกลับการกำหนดค่าของคุณ ความยืดหยุ่นนี้ช่วยให้คุณใช้โมเดล uncensored สำหรับงานสร้างสรรค์และโมเดลมาตรฐานสำหรับคุณสมบัติที่พร้อมใช้งานในการผลิต อินเทอร์เฟซที่เข้ากันได้กับ OpenAI ทำให้การเปลี่ยนนี้ราบรื่น โดยไม่ต้องเปลี่ยนโค้ดนอกเหนือจากตัวแปรการกำหนดค่า

คุณสามารถรันโมเดลทั้งสองแบบแบบขนานสำหรับการทดสอบ A/B ได้ วิธีการนี้ช่วยให้คุณประเมินคุณภาพของคำตอบ uncensored เทียบกับคำตอบมาตรฐาน ด้วยการรักษาสถาปัตยกรรมแบบโมดูลาร์ คุณสามารถสลับระหว่างผู้ให้บริการหรือโมเดลที่แตกต่างกันได้อย่างง่ายดาย กลยุทธ์นี้ทำให้แอปพลิเคชันของคุณมีความแข็งแกร่งและปรับตัวได้ตามข้อกำหนดหรือการอัปเดตโมเดลที่เปลี่ยนแปลงไป