LLM senza censura: significato e come usarlo

Cos'è realmente un LLM senza censura

La maggior parte dei prodotti chat racchiude un modello linguistico in strati di comportamento di rifiuto. Parte di esso è addestrato nei pesi, parte è un prompt di sistema e parte è un filtro separato che legge il tuo input e la risposta. Un LLM senza censura è un modello i cui pesi sono stati ottimizzati in modo che il primo strato, i rifiuti addestrati, sia molto più debole. Risponde a domande su temi oscuri nella narrativa, argomenti medici o legali diretti e altro materiale per adulti che un assistente mainstream spesso rifiuta o attenua.

La parola è un po' impropria. Nulla è stato rimosso dal modello come un cavo tagliato. Ciò che cambia sono i dati di addestramento e i passaggi di ottimizzazione. Un modello base impara il linguaggio da un'enorme raccolta di testi. Una fase successiva gli insegna a seguire le istruzioni e, di solito, a rifiutare un lungo elenco di richieste. Una variante senza censura salta la maggior parte di quell'addestramento al rifiuto o aggiunge ottimizzazioni che spingono nella direzione opposta.

Il servizio dietro questo sito esegue un modello a pesi aperti di questo tipo, gestito da un provider indipendente. Non è l'API ufficiale di alcun grande laboratorio e non è un router che sceglie tra fornitori. Hai un modello, con l'ID uncensored, dietro un endpoint standard per le chat completions.

Cosa non significa senza censura

Non significa che il modello non abbia limiti. C'è una linea dura qui: nessun contenuto sessuale che coinvolga minorenni, mai. Il servizio è costruito solo per l'uso adulto lecito. Se hai bisogno di un modello per qualcosa al di fuori di questo, questo è lo strumento sbagliato.

Non significa nemmeno che il modello sia più intelligente, più onesto o più accurato. Un modello con meno rifiuti commette ancora errori, inventa ancora fatti quando non sa qualcosa e ha ancora bisogno della stessa cura con i prompt. Rimuovere i rifiuti cambia ciò che è disposto a dire, non quanto bene ragiona. Tratta il suo output come faresti con qualsiasi altro modello: controlla tutto ciò che conta.

Infine, non significa che puoi saltare la tua responsabilità. Se crei un'app sopra, decidi cosa possono fare i tuoi utenti e ti assumi il dovere di seguire la legge dove vivi tu e loro. Un modello che non rifiuta è uno strumento senza guardia, quindi la guardia deve provenire dal tuo prodotto.

Rifiuti, attenuazioni e moralizzazione sono cose diverse

Le persone raggruppano tre comportamenti insieme. Un rifiuto è un semplice "Non posso aiutarti con questo". L'attenuazione è una risposta sepolta sotto le avvertenze. La moralizzazione è una lezione non richiesta. Un assistente mainstream spesso fa tutte e tre le cose sullo stesso argomento. Un modello senza censura tipicamente elimina il rifiuto e la maggior parte della lezione, motivo per cui gli scrittori di narrativa e gli sviluppatori di roleplay lo apprezzano: l'output rimane in personaggio invece di uscire dalla scena per commentarla.

Da dove deriva il comportamento

Se un modello rifiuta meno, la causa risiede in uno di quattro punti ed è utile sapere quale, perché solo alcuni di essi sono sotto il tuo controllo.

1. Dati di addestramento e tuning. Questa è la fonte principale. È fissa quando il provider costruisce il modello e non puoi cambiarla dall'API.
2. Il prompt di sistema. Controlli questo. Un chiaro messaggio di sistema che imposta un ruolo, un'impostazione e un tono cambia molto le risposte, anche su un modello permissivo.
3. Impostazioni di campionamento. Temperature e top_p non decidono di cosa discuterà il modello, ma cambiano quanto il testo sia vario e coerente. Questi vengono passati al modello.
4. Filtri della piattaforma. Molte API ospitate aggiungono uno strato di moderazione davanti al modello. Questo strato è il motivo per cui una richiesta può fallire anche quando il modello sottostante potrebbe rispondere. Controlla come un provider gestisce questo prima di costruirlo sopra.

Una conseguenza pratica: non puoi "aggirare" il sistema per ottenere un modello diverso. Se un assistente mainstream rifiuta, un prompt astuto aiuta solo fino all'aggiornamento successivo. Un modello senza censura salta il problema alla radice.

Usi legittimi per meno rifiuti

L'elenco onesto dei motivi per cui le persone vogliono meno rifiuti è più lungo di quanto suggerisca lo stereotipo.

• Narrativa e creazione del mondo. I romanzi trattano violenza, crimine, lutto e crudeltà. Un assistente alla scrittura che interrompe la scena per avvertirti è inutile per un thriller o una storia di guerra.
• App di roleplay e companion per adulti. Le chat basate sui personaggi richiedono un modello che rimanga in carattere per sessioni lunghe senza fermarsi a commentare.
• Test di sicurezza e moderazione. I team che costruiscono filtri per i contenuti hanno bisogno di esempi realistici del testo che vogliono catturare. Un modello che produrrà casi difficili li aiuta a testare.
• Ricerca e analisi. Riassumere testi estremisti, studiare la propaganda o discutere di storia sensibile a volte attiva i filtri di un modello cauto anche se lo scopo è chiaro.
• Argomenti per consigli diretti. Le domande su droghe, riduzione del danno o aree grigie legali meritano risposte dirette piuttosto che un muro di avvertenze. Ricorda che il modello può sbagliare, quindi non trattarlo come un medico o un avvocato.

Nessuno di questi richiede nulla di illecito e tutti funzionano meglio con un modello che tratta l'utente come un adulto.

Come chiamarlo: base URL, chiave e ID del modello

L'API segue il formato delle chat completion OpenAI, quindi qualsiasi SDK OpenAI o client compatibile funziona una volta modificati due valori. L'URL di base è https://api.ornith.top/v1, la chiave va in un'intestazione Authorization: Bearer e l'ID del modello è uncensored. Due metodi sono disponibili: POST /v1/chat/completions e GET /v1/models.

Inizia con una semplice richiesta curl per confermare che la tua chiave funziona:

Copycurl https://api.ornith.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [
      {"role": "system", "content": "You are a blunt editor for adult fiction."},
      {"role": "user", "content": "Rewrite this scene so the villain sounds more menacing."}
    ]
  }'

In Python, usa il pacchetto ufficiale openai e puntalo al nuovo base URL:

Copyfrom openai import OpenAI

client = OpenAI(
    base_url="https://api.ornith.top/v1",
    api_key="YOUR_API_KEY",
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "You write dark fantasy for adult readers."},
        {"role": "user", "content": "Describe a siege from the point of view of a tired defender."},
    ],
    temperature=0.9,
)
print(resp.choices[0].message.content)

E lo stesso in Node:

Copyimport OpenAI from "openai";

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

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Give me three bleak opening lines for a noir story." }],
  stream: true,
});

for await (const chunk of resp) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

Lo streaming funziona tramite SSE con stream: true, la chiamata di funzioni e la modalità JSON sono supportate, e la finestra di contesto è di 100.000 token contando prompt e risposta insieme. La documentazione API copre ogni parametro e le intestazioni di risposta, inclusi X-Balance-USD, che mostra il tuo credito residuo a ogni chiamata.

Quanto costa, con numeri reali

I prezzi sono pagamento a consumo da credito prepagato: $0,15 per 1M di token in input e $0,50 per 1M di token in output. Non c'è abbonamento, le richieste fallite o rifiutate non vengono addebitate e il credito non scade mai.

Prendi un turno di chat tipico con un prompt di 2.000 token (messaggio di sistema più cronologia) e una risposta di 500 token:

• Input: 2.000 token a $0,15 per 1M sono $0,0003.
• Output: 500 token a $0,50 per 1M sono $0,00025.
• Totale per turno: $0,00055.

Mille turni di questo tipo costano $0,55. Il credito di prova di $0,50 copre quindi circa 900 turni di queste dimensioni, che è più che sufficiente per valutare la qualità della scrittura prima di pagare qualsiasi cosa. Per un lavoro più pesante, diciamo 10M di token in input e 2M di token in output in un mese, il conto è $1,50 più $1,00, quindi $2,50.

Quando ricarichi, qualsiasi importo intero da $20 a $500 funziona, con un bonus del 5% da $50, 10% da $100 e 15% da $200. Puoi pagare con carta (Visa, Mastercard, Apple Pay, Google Pay) o con cripto (USDT su TRC20, USDC su Base). Vedi la pagina dei prezzi per la tabella completa.

Provarlo e scegliere tra le opzioni

I nuovi utenti possono richiedere $0,50 di credito di prova con un solo clic nella pagina della chiave API dopo essersi registrati con Google o con email e password. Non serve la carta, è uno a persona e vale per 7 giorni. Una chiave di prova consente 2 richieste parallele e 60 richieste al minuto; una chiave completa ne consente 8 e 300 al minuto. Puoi ottenere una chiave API in un minuto ed eseguire gli esempi sopra.

Un modello ospitato non è l'unico modo per ottenere meno rifiuti. Puoi anche scaricare un modello a pesi aperti ed eseguirlo sul tuo hardware, il che ti dà il controllo completo e funziona offline, al prezzo di una GPU capace e di una configurazione. La nostra guida all'API LLM open source confronta le opzioni e i costi. La strada in hosting vince quando vuoi nessun hardware, un endpoint stabile per un'app e una fatturazione che scala a zero quando nessuno la usa.

Un altro punto per le persone che gestiscono testo sensibile: i prompt inviati al servizio non vengono utilizzati per l'addestramento. Leggi la pagina privacy per i dettagli.

Altre guide

• Miglior LLM uncensored da eseguire localmente con Ollama
• API LLM uncensored per SillyTavern: passaggi di configurazione
• Guida all'API LLM open source: configurazione, costi e alternative