UncensoredLabsとは？
UncensoredLabsは、OpenAI互換APIを通じて、検閲解除およびアブリテレート処理されたDeepSeekとGLMのテキストモデルへのホスト型アクセスを提供します。既存のOpenAI互換クライアントは通常、ベースURLを変更し、UncensoredLabsのアプリケーションAPIキーを設定して、正確なモデルIDを選択することで接続できます。
このサービスはブラウザ版チャットからも利用できます。公開GitHubリポジトリには、ガイド、設定例、APIサンプルが含まれていますが、ホスト型プラットフォームの実装やモデルの重みは含まれていません。
重要: 「アブリテレート」とは、拒否動作を減らすためにモデルの重みが変更されていることを意味します。正しい回答を保証するものでも、すべてのプロンプトで拒否がなくなることを保証するものでもありません。
主な機能
- OpenAI互換API: 互換クライアントをそのまま使用し、UncensoredLabsのベースURLを指定できます。
- DeepSeekおよびGLMモデル: 検閲解除またはアブリテレート処理された、一覧掲載の6種類のモデルから選択できます。
- 大容量コンテキスト: ドキュメント化されたカタログ内の全モデルは、プロバイダーのコンテキスト計算に従い、1,000,000トークンのコンテキストウィンドウを備えています。
- テキストストリーミング: カタログ内の6つのエントリすべてが、テキストの逐次生成に対応しています。
- 関数ツール: 一覧掲載の全モデルが、アプリケーションやエージェントのワークフロー向けの関数ツールに対応しています。
- 複数の統合方法: リポジトリには、Python、TypeScript、ストリーミング、コーディングクライアントの例が含まれています。
- 従量課金: 入力、キャッシュ済み入力、出力の料金が、1,000,000トークン単位で公開されています。
始める前に
UncensoredLabsの登録ページからアカウントを作成します。ダッシュボードでアプリケーションAPIキーを作成してください。
APIリクエストに16桁のアカウントログインキーを設定しないでください。アカウントログインキーとアプリケーションAPIキーは異なる認証情報です。
新規の対象アカウントには、0.10ドルのトライアルクレジットが付与されます。トライアルの再利用に関するシグナルによっては本人確認が必要になる場合があり、プリペイドのチャージは3ドルからです。APIは生成前にクレジットを確保するため、選択したモデルとリクエストに対して、ダッシュボードに十分な利用可能残高が表示されていることを確認してください。
APIキーを設定する
LinuxまたはmacOSでは、シェルでアプリケーションAPIキーをエクスポートします。
export UNCENSOREDLABS_API_KEY="YOUR_APPLICATION_API_KEY"これにより認証情報をリクエスト本文の外部に保持し、シェルから認証ヘッダーに値を置換できます。APIキーをソース管理、サンプル、ログ、公開GitHub Issueにコミットしないでください。
PowerShellの手順を含むプラットフォーム別の環境設定については、クイックスタートガイドを参照してください。
最初のチャット補完を送信する
基本的なリクエストにクライアントライブラリは必要ありません。次のコマンドは、curlを使用してOpenAI互換のチャット補完エンドポイントを呼び出します。
curl --fail-with-body https://uncensoredlabs.dev/v1/chat/completions \
-H "Authorization: Bearer $UNCENSOREDLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash-1017-abliterated",
"messages": [
{
"role": "user",
"content": "Review this security design: customer comments are rendered as HTML in an admin console. Explain the attack path and how to verify the fix."
}
],
"max_tokens": 1024
}'リクエストには、次の4つの必須要素があります。
- エンドポイント:
https://uncensoredlabs.dev/v1/chat/completions。 - 認証: アプリケーションAPIキーを含むベアラートークン。
- モデル: 稼働中のカタログにある正確なモデルID。
- メッセージ: 会話を表す、ロールとコンテンツのオブジェクト配列。
max_tokensの値は、要求する出力の上限を設定します。選択したモデルの出力上限以内に収める必要があり、入力と出力の合計も、そのモデルのコンテキスト計算に収まらなければなりません。
モデルを選択する
READMEには、2026年11月1日に確認した次のカタログスナップショットが記録されています。価格は、現在適用されているプラン割引適用前の、1,000,000トークンあたりの米ドルです。料金、稼働状況、提供状況は変更される可能性があるため、ライブAPIカタログが優先されます。
deepseek-v4-pro-uncensored: 入力0.50ドル、キャッシュ済み入力0.10ドル、出力0.50ドル。最大出力65,536トークン。deepseek-v4.1-flash-1017-abliterated: 入力0.30ドル、キャッシュ済み入力0.12ドル、出力0.30ドル。最大出力65,536トークン。deepseek-v4.1-flash-abliterated: 入力0.30ドル、キャッシュ済み入力0.10ドル、出力0.30ドル。最大出力65,536トークン。deepseek-v4.1-flash-abliterated-fast: 入力1.40ドル、キャッシュ済み入力0.32ドル、出力1.40ドル。最大出力65,536トークン。glm-5.3-abliterated: 入力1.40ドル、キャッシュ済み入力0.40ドル、出力1.40ドル。最大出力130,000トークン。glm-5.3-uncensored: 入力0.35ドル、キャッシュ済み入力0.10ドル、出力0.35ドル。最大出力65,536トークン。
6つのエントリすべてがテキスト、ストリーミング、関数ツールをサポートしており、それぞれ100万トークンのコンテキストウィンドウを備えています。カタログに掲載されていることは、モデルが現在正常に稼働していることを保証するものではありません。最新のリンク、制限、料金、パフォーマンス情報、測定上の制約については、リポジトリのモデルカタログガイドを確認してください。
ワークフローに合わせてリクエストを調整する
エンドポイントと認証ヘッダーは変更せず、モデル、プロンプト、トークン上限を置き換えます。たとえば、リバースエンジニアリングのリクエストでは、モデルに逆コンパイルされたルーチンの説明を求められます。
{
"model": "glm-5.3-uncensored",
"messages": [
{
"role": "user",
"content": "Explain this decompiled routine, identify its data structures, and describe how you would validate your interpretation."
}
],
"max_tokens": 2048
}文書化されている用途には、セキュリティ研究、リバースエンジニアリング、開発者向けツール、クリエイティブな作業、トラスト＆セーフティ評価などがあります。モデルは、信頼境界の分析、脆弱なコードとパッチの比較、ファイル形式の構造の復元、ラベル付き評価ケースの作成、モデレーションの失敗モードの調査に役立ちます。
PythonおよびTypeScriptクライアントを使用する
このサービスはOpenAI互換であるため、ベースURL、APIキー、モデルの選択を変更すれば、互換性のあるクライアントでの動作が想定されています。リポジトリには、自動リトライを無効にしたOpenAI SDKを使用する、実行可能なPythonサンプルが含まれています。
別のTypeScriptサンプルでは、型付きエラーハンドリングを備えたOpenAI SDKリクエストを示しています。すべてのOpenAI API機能やクライアントの動作が同じようにサポートされると想定せず、これらの保守されたサンプルから始めてください。
サポートされるプロトコルとコンテンツ処理の詳細については、互換性とプライバシーガイドをお読みください。
生成テキストをストリーミングする
ストリーミングを使うと、完全なレスポンスを待つのではなく、インターフェースで生成テキストを段階的に処理できます。UncensoredLabsは、段階的なテキスト、使用量イベント、ストリーム開始後に発生する可能性のある障害を扱う専用ドキュメントを提供しています。
- イベント処理を実装する前に、ストリーミングガイドをお読みください。
- 出発点として、実行可能なPythonストリーミングサンプルを使用してください。
- TypeScriptとの統合には、TypeScriptストリーミングサンプルを使用してください。
堅牢なストリーミングインターフェースでは、すべてのイベントを生成テキストとして扱うのではなく、段階的なコンテンツ、使用量情報、ストリームの失敗を区別する必要があります。
コーディングクライアントを接続する
リポジトリには、Cline、Continue、OpenCodeの設定に関するガイダンスが用意されています。いずれの場合も、文書化されたUncensoredLabsのベースURL、アプリケーションAPIキー、ライブカタログでサポートされている正確なモデルIDを使用してください。
プロジェクトファイルに認証情報を露出させないよう、クライアント固有の設定についてはコーディングクライアントガイドに従ってください。
高度な運用のヒント
ライブの稼働状況と利用可能性を確認する
モデルがカタログに表示されていても、現在正常に稼働しているとは限りません。モデルを選択するときや障害を診断するときは、ライブカタログとモデルの詳細を確認してください。リポジトリのスナップショットだけを根拠にした固定的な前提は避けてください。
クレジット予約を計画する
リクエストでは生成前にクレジットが予約されます。アカウント残高がプラスでも少額の場合、モデルの予約に不足する可能性があります。リクエストが拒否された場合は、再試行する前に利用可能残高と選択したモデルの料金を確認してください。
障害を意図的に処理する
コマンドラインでテストするときはcurl --fail-with-bodyを使用し、レスポンス本文を破棄せずにHTTP障害を確認できるようにしてください。本番統合では、HTTPエラー、レート制限、予約、再試行の判断について、エラーと請求ガイドを参照してください。
すべての障害を自動的に再試行しないでください。リポジトリのPythonサンプルでは自動リトライを明示的に無効にしており、TypeScriptサンプルでは型付きエラーハンドリングを示しています。アプリケーション側で、障害が一時的なものか、再試行によって作業が重複したり追加のリソースを消費したりする可能性があるかを判断してください。
コンテキストと出力の制限を守る
100万トークンのコンテキストには、プロバイダーの計算上、入力と出力の両方が含まれます。タスクと選択したモデルの最大出力に応じてmax_tokensを設定してください。掲載されているモデルの大半は最大65,536出力トークンまで許容しますが、glm-5.3-abliteratedは最大130,000まで許容します。
モデルの出力を検証する
拒否動作の低減は、正確性を保証するものではありません。セキュリティ上の発見事項、リバースエンジニアリングの結論、生成コード、評価ラベルについては、適切なテストと人による確認で検証してください。セキュリティ調査ガイドには、分析および評価ワークフロー向けの具体的なプロンプトが記載されています。
機密情報を保護する
アプリケーションキー、アカウント情報、決済情報、脆弱性の詳細を公開イシューに記載しないでください。公開イシューは、再現可能なドキュメント上の問題や例の改善にのみ使用し、機密事項については、リポジトリのサポートおよびセキュリティ報告手順に従ってください。
まとめ
UncensoredLabsは、ホスティングされた無検閲およびアブレーション済みのDeepSeek・GLMテキストモデル向けに、OpenAI互換のエンドポイントを1つ提供しています。アプリケーションAPIキーを作成し、残高を確認して、/v1/chat/completionsにチャット補完リクエストを送り、ライブカタログから正確なモデルIDを選択してください。その後は、保守されているPython、TypeScript、ストリーミング、コーディングクライアント、エラーハンドリングの各ガイドを活用して、より堅牢な統合を構築できます。
リポジトリの原文ドキュメントとサンプルコードはMITライセンスで提供されています。このライセンスは、ホスティングプラットフォームのソース、モデルの重み、プロバイダーのサービス、第三者の商標には適用されません。UncensoredLabsは独立したサービスであり、OpenAI、DeepSeek、Zhipu AIとは提携していません。