ja ▾
試用クレジットで試す

Uncensored LLM API for Developers

無制限APIキーの生成

Googleアカウントまたはメールのみで数秒でAPIキーを取得。

Googleで続行

またはメールで

少なくとも8文字

カード不要。トライアル資金は即時適用されます。

APIキー

このキーは非公開にしてください。キーの所持者はお客様の残高から支出できます。

ベースURL:
モデル:
残高: $
リクエスト:

  • 即時アクセス

    APIキーはサインアップ直後に画面に表示され、OpenAI互換クライアントに貼り付け可能です。

  • エントリー摩擦ゼロ

    銀行口座のリンクやお支払い情報の入力なしで、$0.50の試用クレジットでテストを開始しましょう。

  • シンプルなアイデンティティ

    メールアドレスまたはGoogleログインのみで、身元を最小限に抑えプライバシーを保護します。

  • コーディングの準備はできましたか

    キーを使用して、ベース_urlを非検閲推論用の専用エンドポイントに設定することで、標準的なSDKを利用できます。

セットアップガイド

  1. アカウントを作成

    セキュアなフォームでメールアドレスとパスワードを入力してサインアップしてください。

  2. キーを取得

    APIキーは画面に瞬時に表示され、開発環境にすぐにコピーペーストできます。

  3. 接続 & 実行

    キーをOpenAI互換クライアントに貼り付け、ベースURLを HTTPS://api.dolphinmodelsai.com/v1 に設定してリクエストの送信を開始します。

dolphinモデルAIキーで得られるもの

APIキーは、制限のないコンテンツ生成に最適化されたホスト済み無制限大規模言語モデルへのアクセス権限を付与します。標準のOpenAI互換エンドポイントを通じてテキストプロンプトを送信し、テキスト応答を受信できます。 /v1/chat/completionsシステムはSSEによるストリーミング、関数呼び出し、JSONモードをサポートしており、正確な出力フォーマリングが可能です。即時の切り捨てなしで長い会話やドキュメントを処理するための100,000トークンのコンテキストウィンドウが得られます。すべてのリクエストは専用インフラストラクチャで処理され、データが他のモデルのトレーニングに使用されないことが保証されます。このセットアップにより、制限のあるベンダーモデルを、合法的な成人および創造的なトピックで自由に回答するモデルに置き換えることができます。

課金、トライアルクレジット、および暗号通貨チャージ

トライアルが終了したら、暗号通貨のみ(TRC20ネットワーク上のUSDTまたはBaseネットワーク上のUSDC)を使用して残高を追加できます。チャージ額は$20〜$500の整数額で、大口チャージにはボーナスクレジットが追加されます:$50で+5%、$100で+10%、$200で+15%。実際の使用量に基づき、入力トークン100万トークンあたり$0.15、出力トークン100万トークンあたり$0.50で課金されます。エラーや拒否はクレジットを消費しないため、成功した完了に対してのみ課金されます。支払済みのクレジットは期限切れにならないため、プロジェクト間で利用を一時停止しても資金を失うことはありません。

よくある質問

どの支払い方法を受け付けていますか?

暗号通貨のみ:TRC20上のUSDTまたはBase上のUSDC。$20〜$500の任意の整数額。$50以上でボーナスクレジットが適用されます。

試用期間のクレジットが不足した場合どうなりますか?

トライアルクレジットの有効期間は7日間であり、期限が過ぎた場合、リクエストの継続にはアカウントにチャージする必要があります。$20〜$500の範囲でUSDT(TRC20)またはUSDC(Base)を使用して資金を追加できます。有料クレジットは期限切れにならないため、開発を再開する準備ができ次第いつでも資金を追加できます。

漏洩したAPIキーの置き換え方法は?

ダッシュボードからいつでも新しいキーを生成でき、新しいキーは古いキーを即座に置き換えます。各アカウントでは同時に有効なキーは1つまでであるため、新しいキーを生成すると以前のキーが即座に無効になります。これにより、キーが漏洩した場合でも、サポートの介入を待たずにアカウントを保護できます。

私のメールアドレスはトレーニングデータに使用されますか?

いいえ、アカウント作成にはメールアドレスのみを要求し、プロンプトを他のモデルのトレーニングに使用しません。アカウント要件を最小限に抑え、アイデンティティと推論データを分離することでプライバシーを維持します。これにより、入力データが再利用される心配なく、アンセンサードモデルを自由にテストできます。