面向 Agent 和开发者的 AI 编程 API

Copycurl https://api.codingllmapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Copyfrom openai import OpenAI

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

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.codingllmapi.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

为什么无审查对编程很重要

许多通用 LLM 因广泛的内容策略而拒绝生成代码或讨论某些主题。我们的 AI 编程 API 提供无审查 LLM，不会拒绝合法的成人、虚构或争议性话题。这确保你的编程 Agent 能生成完整响应，避免意外中断。该模型不是 GPT、Claude、Gemini、Grok 或 DeepSeek；它是一个独立开发的开放权重模型，针对此特定行为进行了优化。

我们去除第三方抽象层，为你提供直接接口。部分模型可能会屏蔽包含特定关键词的代码片段，而我们的模型专注于提供无通用过滤器的文本。这对于需要可靠解析输出的代理至关重要。注意，无论是否开启无审查模式，涉及未成年人的性内容始终会被屏蔽。

即插即用 OpenAI 兼容性

我们的 API 与 OpenAI 兼容，意味着你可以使用现有工具和 SDK。接口结构镜像 OpenAI 的 chat-completions 界面。你只需在配置中将 base_url 更新指向我们的服务器即可。这包括对 temperature、max_tokens 和 stream 等标准参数的支持。

Copycurl https://api.codingllmapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

由于我们是独立服务，不提供嵌入、图像生成或微调。我们专注于文本输入、文本输出的能力。这种简化降低了延迟和成本。如果你需要视觉或音频，必须集成单独的服务。我们的模型 id 为 "uncensored"。你可以通过 GET /v1/models 验证可用模型。

流式输出与工具调用支持

编程 Agent 通常需要实时反馈。我们的 API 支持服务器发送事件 (SSE) 进行流式响应。这允许你的应用程序在生成 token 时显示它们，从而改善长代码块的用户体验。工具调用也受支持，使你的 Agent 能够动态执行函数。

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

凭借 100,000 token 的上下文窗口，你可以传递大型代码库或广泛的对话历史。这对于在复杂编程任务中保持上下文至关重要。8 MB 的请求体限制确保高效处理，不会使服务器过载。每个密钥每分钟限制为 300 次请求，足以满足大多数自动化工作流。

面向高容量的透明定价

我们提供按量付费预付额度，无月费。成本为每 1M 输入 token $0.25，每 1M 输出 token $1.00。充值起步价为 $10。如果充值 $50，你将获得 5% 的奖励。充值 $100 可获得 10% 的奖励。额度永不过期，你可以随时使用。

Copyfrom openai import OpenAI

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

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

如果你需要免费无限制层级、SLA 保证或 SOC2 认证，该模型不适合你。如果你需要多模型路由或本地部署，也不适合。它适合那些想要可靠、无审查接口且无隐藏费用的开发者。只需邮箱和密码即可即时注册。