ChatGPT 无审查 API：流式输出、工具与 JSON

支持与不支持的功能

项目	状态	备注
聊天补全	是	POST /v1/chat/completions
响应	是	POST /v1/responses
流式输出 (SSE)	是	stream: true，末尾包含使用情况
函数调用	是	tools、tool_choice、流式输出 tool_calls、结果以 role: "tool" 形式返回
JSON 模式	是	response_format: {"type":"json_object"}
采样控制	是	temperature、top_p、stop、seed、penalties
图像、音频、视频	否	仅文本
嵌入、微调	否	不提供

该模型是一个开放权重文本模型，ID 为 uncensored，由独立提供商运营。它针对合法成人用途提供无内容拒绝的回答，并非 OpenAI 或其他供应商的官方 API。以下所有示例均使用基础 URL https://api.chatgptunfiltered.com/v1。

列表中未提及的功能应视为不可用，除非 文档另有说明。这包括供应商特定的托管工具，它们与下面展示的函数调用不同。

流式输出

设置 stream: true 并遍历分片。在文本分片到达时打印它们，并从最后一个分片中读取使用情况。

Copyfrom openai import OpenAI

client = OpenAI(
    base_url="https://api.chatgptunfiltered.com/v1",
    api_key="YOUR_KEY",
)

stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write a four-line poem about a night train."}],
    stream=True,
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print("\nusage:", chunk.usage)

记住两点。首先，流式请求会占用并发槽位直到流结束，因此废弃的流会占用槽位；用户离开时请关闭它。其次，最后一个分片可能包含使用情况但没有文本，因此请像上面那样保护对 choices 的访问。

在 Web 应用中，将分片转发到浏览器，例如通过你自己的 SSE 路由，并让页面将每个文本片段追加到消息中。在流关闭后在服务器上进行使用情况记账，此时最后一个分片会告诉你请求的成本。

端到端工具调用

声明一个函数，让模型请求调用它，你自己运行它，然后通过 role: "tool" 发送结果。

Copyimport json

tools = [{
    "type": "function",
    "function": {
        "name": "get_order_status",
        "description": "Look up the status of an order by its ID.",
        "parameters": {
            "type": "object",
            "properties": {"order_id": {"type": "string"}},
            "required": ["order_id"],
        },
    },
}]

def get_order_status(order_id):
    return {"order_id": order_id, "status": "shipped"}

messages = [{"role": "user", "content": "Where is order A-1042?"}]
r = client.chat.completions.create(
    model="uncensored", messages=messages, tools=tools, tool_choice="auto"
)
msg = r.choices[0].message

if msg.tool_calls:
    messages.append(msg.model_dump(exclude_none=True))
    for call in msg.tool_calls:
        args = json.loads(call.function.arguments)
        result = get_order_status(**args)
        messages.append({
            "role": "tool",
            "tool_call_id": call.id,
            "content": json.dumps(result),
        })
    final = client.chat.completions.create(model="uncensored", messages=messages, tools=tools)
    print(final.choices[0].message.content)
else:
    print(msg.content)

模型决定是否调用函数；tool_choice 让你可以控制这一点。函数本身在你的代码中运行，而不是在服务器上，因此你控制它可以访问的资源。在执行操作之前验证参数，因为模型可能会发送错误的类型或缺失字段。

流式工具调用

当您将 stream: true 与 tools 结合使用时，调用会分片到达。函数名最先到达，参数字符串以片段形式到达，您必须通过 index 将它们连接起来。

Copycalls = {}

stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Where is order A-1042?"}],
    tools=tools,
    stream=True,
)

for chunk in stream:
    if not chunk.choices:
        continue
    for tc in chunk.choices[0].delta.tool_calls or []:
        slot = calls.setdefault(tc.index, {"id": "", "name": "", "args": ""})
        if tc.id:
            slot["id"] = tc.id
        if tc.function and tc.function.name:
            slot["name"] = tc.function.name
        if tc.function and tc.function.arguments:
            slot["args"] += tc.function.arguments

for slot in calls.values():
    print(slot["name"], json.loads(slot["args"]))

只有在流结束后才解析 args。接收了一半的字符串不是有效的 JSON。之后，运行函数并按非流式示例中的方式发送结果。

JSON 模式

对于结构化回复，开启 JSON 模式并在提示词中描述你需要的形状。

Copyr = client.chat.completions.create(
    model="uncensored",
    temperature=0.2,
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": "Reply with JSON only: {\"mood\": string, \"intensity\": integer from 1 to 5}."},
        {"role": "user", "content": "Rate this line: The door slammed and nobody spoke for an hour."},
    ],
)

try:
    data = json.loads(r.choices[0].message.content)
except json.JSONDecodeError:
    data = None  # retry once, or fall back
print(data)

JSON 模式使生成有效 JSON 的可能性大大增加，但它不会强制执行你的 schema。请自行检查键和类型，并保留重试路径。低 temperature 有助于提取。采样设置如 temperature、top_p、stop、seed 和 penalties 会透传。

一个有用的模式是将 JSON 模式与小型验证函数结合，该函数返回清晰的错误消息，然后将该消息反馈给模型进行一次重试：“你的上次回复缺少 intensity 键。请再次回复有效的 JSON。”模型通常在第二次尝试时自行纠正，额外的请求成本不到一分钱。

处理流式传输期间的故障

流式传输以普通请求不会遇到的方式失败：连接可能在文本传输一半时断开。请为此做好准备。

Copyimport time
from openai import RateLimitError, APIConnectionError

def stream_reply(messages):
    for attempt in range(3):
        parts = []
        try:
            stream = client.chat.completions.create(
                model="uncensored", messages=messages, stream=True
            )
            for chunk in stream:
                if chunk.choices and chunk.choices[0].delta.content:
                    parts.append(chunk.choices[0].delta.content)
            return "".join(parts)
        except RateLimitError:
            time.sleep(5)
        except APIConnectionError:
            time.sleep(1)
    raise RuntimeError("stream failed after retries")

这里的 429 表示达到限制或暂时过载，正确的做法是等待 5 秒，这与 API 发送的 Retry-After: 5 一致。如果流在中间断开，您会得到一个部分答案。决定是丢弃并重试，还是保留它并让模型继续。对于聊天界面，丢弃并重试通常对用户来说更不容易混淆。

需规划的速率限制和成本

• 速率： 完整密钥每分钟 300 个请求，试用密钥每分钟 60 个。
• 并发： 完整密钥 8 个，试用密钥 2 个。记住每个打开的流都会计入。
• 大小： 请求体最大 8 MB；100,000 token 的上下文窗口，包括提示词和补全。
• 429 处理： 代码 rate_limited 和 concurrency 表示您超出了限制；暂时过载返回 429 并附带 Retry-After: 5。

成本示例：涉及两个请求的工具调用交互，第一个请求输入 1,200 token，输出 80；第二个请求输入 1,400 token，输出 150。输入成本为 2,600 x $0.15 / 1M = $0.00039。输出成本为 230 x $0.50 / 1M = $0.000115。总计 $0.000505。失败或被拒绝的请求不收费。费率见 定价，完整方法列表在 文档中。从 API 密钥页面获取 $0.50 试用额度。有关模型的背景信息，请参阅 了解无审查 ChatGPT 模型。硬性限制适用于所有模式：禁止涉及未成年人的性内容。

发布前检查清单

• 工具参数在 try 块中使用 json.loads 进行解析，并在运行任何操作之前检查预期的键和类型。
• 你暴露的函数只能执行你允许匿名用户执行的操作。由模型决定何时调用它们，而不是你。
• JSON 回复经过验证，失败时重试一次。
• 当用户离开页面时，流会被关闭，因此它们不会占用并发槽位。
• 代码中的并发限制等于或低于密钥的限制：完整密钥为 8。
• X-Request-Id 的请求 ID 已记录。
• 密钥存储在服务器上且可重新生成；旧密钥立即失效。

服务仅限文本，因此需要图像或嵌入的功能必须来自其他提供商。

更多指南

• ChatGPT 无审查替代方案：两行代码切换
• 了解无审查 ChatGPT 模型