UncensoredLabs API کے ذریعے غیر سنسر شدہ DeepSeek اور GLM ماڈلز کے ساتھ بنائیں

UncensoredLabs کیا ہے؟

UncensoredLabs، OpenAI سے مطابقت رکھنے والے API کے ذریعے غیر سینسر شدہ اور abliterated DeepSeek اور GLM ٹیکسٹ ماڈلز تک میزبان رسائی فراہم کرتا ہے۔ موجودہ OpenAI-compatible کلائنٹس عموماً اپنا base URL تبدیل کرکے، UncensoredLabs application API key فراہم کرکے، اور عین model ID منتخب کرکے منسلک ہو سکتے ہیں۔

یہ سروس براؤزر چیٹ کے ذریعے بھی استعمال کی جا سکتی ہے۔ عوامی GitHub repository میں رہنما دستاویزات، configuration examples، اور API samples شامل ہیں؛ اس میں میزبان پلیٹ فارم کی implementation یا model weights شامل نہیں ہیں۔

اہم: “Abliterated” سے مراد یہ ہے کہ ماڈل کے weights میں ترمیم کرکے انکار کرنے کے رویے کو کم کیا گیا ہے۔ یہ درست جوابات کی ضمانت نہیں دیتا اور نہ ہی ہر prompt پر انکار ختم کرتا ہے۔

اہم خصوصیات

• OpenAI-compatible API: مطابقت رکھنے والے کلائنٹ کو برقرار رکھتے ہوئے اسے UncensoredLabs کے base URL پر بھیجیں۔
• DeepSeek اور GLM ماڈلز: غیر سینسر شدہ یا abliterated ماڈلز کی فہرست میں موجود چھ variants میں سے انتخاب کریں۔
• وسیع context: دستاویزی catalog کے ہر ماڈل میں ایک ملین ٹوکن کی context window ہے، جو provider کی context accounting سے مشروط ہے۔
• ٹیکسٹ streaming: catalog کی تمام چھ entries incremental text generation کو support کرتی ہیں۔
• Function tools: فہرست میں شامل ہر ماڈل application اور agent workflows کے لیے function tools کو support کرتا ہے۔
• متعدد integration paths: repository میں Python، TypeScript، streaming، اور coding-client examples شامل ہیں۔
• استعمال کے مطابق billing: input، cached-input، اور output rates فی ایک ملین ٹوکن شائع کیے جاتے ہیں۔

شروع کرنے سے پہلے

UncensoredLabs signup page کے ذریعے اکاؤنٹ بنائیں۔ Dashboard میں application API key بنائیں۔

API requests میں 16 ہندسوں والی account sign-in key شامل نہ کریں۔ Account sign-in key اور application API key مختلف credentials ہیں۔

اہل نئے اکاؤنٹس کو $0.10 کے trial credits ملتے ہیں۔ دوبارہ trial حاصل کرنے کے اشاروں کے لیے identity verification درکار ہو سکتی ہے، جبکہ prepaid top-ups $3 سے شروع ہوتے ہیں۔ چونکہ API generation سے پہلے credit reserve کرتا ہے، اس لیے تصدیق کریں کہ dashboard میں آپ کے منتخب کردہ model اور request کے لیے کافی available balance موجود ہے۔

اپنی API key ترتیب دیں

Linux یا macOS کے لیے application API key کو اپنے shell میں export کریں:

export UNCENSOREDLABS_API_KEY="YOUR_APPLICATION_API_KEY"

اس طرح credential request body سے باہر رہتا ہے اور shell اسے authorization header میں شامل کر سکتا ہے۔ API keys کو source control، examples، logs، یا عوامی GitHub issues میں commit کرنے سے گریز کریں۔

Platform-specific environment setup، بشمول PowerShell کی ہدایات، کے لیے quickstart guide دیکھیں۔

اپنی پہلی chat completion بھیجیں

بنیادی request کے لیے کسی client library کی ضرورت نہیں۔ درج ذیل command curl کے ذریعے OpenAI-compatible chat completions endpoint کو call کرتی ہے:

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
  }'

Request کے چار بنیادی حصے ہیں:

1. Endpoint: https://uncensoredlabs.dev/v1/chat/completions۔
2. Authorization: application API key پر مشتمل bearer token۔
3. Model: live catalog سے عین model ID۔
4. Messages: role اور content objects کی ایک array، جو گفتگو کی وضاحت کرتی ہے۔

max_tokens کی قدر مطلوبہ output کو محدود کرتی ہے۔ یہ منتخب کردہ model کی output limit کے اندر رہنی چاہیے، جبکہ مشترکہ input اور output اس کی context accounting میں فٹ ہونے چاہییں۔

ماڈل منتخب کریں

README میں درج ذیل catalog snapshot کو November 1, 2026 کو چیک کیا گیا تھا۔ قیمتیں کسی بھی فعال plan discount سے پہلے فی ایک ملین ٹوکن امریکی ڈالر میں ہیں۔ Rates، health، اور availability تبدیل ہو سکتے ہیں، اس لیے live API catalog کو ترجیح حاصل ہے۔

• deepseek-v4-pro-uncensored: $0.50 input، $0.10 cached input، اور $0.50 output؛ زیادہ سے زیادہ output 65,536 tokens۔
• deepseek-v4.1-flash-1017-abliterated: $0.30 input، $0.12 cached input، اور $0.30 output؛ زیادہ سے زیادہ output 65,536 tokens۔
• deepseek-v4.1-flash-abliterated: $0.30 input، $0.10 cached input، اور $0.30 output؛ زیادہ سے زیادہ output 65,536 tokens۔
• deepseek-v4.1-flash-abliterated-fast: $1.40 input، $0.32 cached input، اور $1.40 output؛ زیادہ سے زیادہ output 65,536 tokens۔
• glm-5.3-abliterated: $1.40 input، $0.40 cached input، اور $1.40 output؛ زیادہ سے زیادہ output 130,000 tokens۔
• glm-5.3-uncensored: $0.35 input، $0.10 cached input، اور $0.35 output؛ زیادہ سے زیادہ output 65,536 tokens۔

تمام چھ اندراجات متن، اسٹریمنگ اور فنکشن ٹولز کو سپورٹ کرتے ہیں، اور ہر ایک میں دس لاکھ ٹوکن کی کانٹیکسٹ ونڈو ہے۔ کیٹلاگ میں شامل ہونا اس بات کی ضمانت نہیں کہ کوئی ماڈل اس وقت صحت مند ہے۔ لائیو لنکس، حدود، قیمتوں، کارکردگی کی معلومات اور پیمائش کی پابندیوں کے لیے ریپوزٹری کی ماڈل کیٹلاگ گائیڈ دیکھیں۔

اپنے ورک فلو کے مطابق درخواست ڈھالیں

اینڈ پوائنٹ اور اجازت کے ہیڈرز کو تبدیل کیے بغیر ماڈل، پرامپٹ اور ٹوکن کی حد تبدیل کریں۔ مثال کے طور پر، ریورس انجینئرنگ کی درخواست میں ماڈل سے ڈی کمپائل کیے گئے روٹین کی وضاحت کرنے کو کہا جا سکتا ہے:

{
  "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
}

دستاویزی استعمال کے معاملات میں سیکیورٹی تحقیق، ریورس انجینئرنگ، ڈویلپر ٹولنگ، تخلیقی کام، اور اعتماد و حفاظت کے جائزے شامل ہیں۔ ماڈلز ٹرسٹ باؤنڈریز کا تجزیہ کرنے، کمزور کوڈ کا پیچز کے ساتھ موازنہ کرنے، فائل فارمیٹ کے ڈھانچے بحال کرنے، لیبل شدہ تشخیصی کیسز بنانے، اور اعتدال پسندی کی ناکامی کے طریقوں کی تحقیق میں مدد کر سکتے ہیں۔

Python اور TypeScript کلائنٹس استعمال کریں

چونکہ یہ سروس OpenAI کے ساتھ مطابقت رکھتی ہے، اس لیے بیس URL، API کلید اور ماڈل کا انتخاب تبدیل کرنے کے بعد اسے مطابقت رکھنے والے کلائنٹس کے ساتھ کام کرنا چاہیے۔ ریپوزٹری میں OpenAI SDK استعمال کرنے والی اور خودکار ری ٹرائز غیر فعال رکھنے والی قابلِ اجرا Python مثال شامل ہے۔

ایک الگ TypeScript مثال ٹائپ شدہ ایرر ہینڈلنگ کے ساتھ OpenAI SDK کی درخواست دکھاتی ہے۔ ہر OpenAI API فیچر یا کلائنٹ کے رویے کو یکساں طور پر سپورٹ شدہ سمجھنے کے بجائے ان برقرار رکھی جانے والی مثالوں سے آغاز کریں۔

سپورٹ شدہ پروٹوکول اور مواد کی ہینڈلنگ کی تفصیلات کے لیے مطابقت اور رازداری کی گائیڈ پڑھیں۔

تیار کردہ متن کو اسٹریم کریں

اسٹریمنگ کسی انٹرفیس کو مکمل جواب کا انتظار کرنے کے بجائے تیار کردہ متن کو بتدریج پراسیس کرنے دیتی ہے۔ UncensoredLabs بتدریج متن، استعمال کے ایونٹس، اور اسٹریم شروع ہونے کے بعد پیش آنے والی ناکامیوں کے لیے مخصوص دستاویزات فراہم کرتا ہے۔

• ایونٹ پراسیسنگ نافذ کرنے سے پہلے اسٹریمنگ گائیڈ پڑھیں۔
• آغاز کے لیے قابلِ اجرا Python اسٹریمنگ مثال استعمال کریں۔
• TypeScript انضمام کے لیے TypeScript اسٹریمنگ مثال استعمال کریں۔

ایک مضبوط اسٹریمنگ انٹرفیس کو بتدریج آنے والے مواد، استعمال کی معلومات اور اسٹریمنگ کی ناکامیوں میں فرق کرنا چاہیے، بجائے اس کے کہ ہر ایونٹ کو تیار کردہ متن سمجھا جائے۔

کوڈنگ کلائنٹس سے جڑیں

ریپوزٹری Cline، Continue اور OpenCode کے لیے ترتیب دینے کی رہنمائی فراہم کرتی ہے۔ ہر معاملے میں دستاویزی UncensoredLabs بیس URL، ایپلیکیشن API کلید، اور لائیو کیٹلاگ میں سپورٹ شدہ عین ماڈل ID استعمال کریں۔

پروجیکٹ فائلوں میں اسناد ظاہر کرنے کے بجائے کلائنٹ کے مخصوص کنفیگریشن کے لیے کوڈنگ کلائنٹس گائیڈ پر عمل کریں۔

جدید آپریشنل تجاویز

لائیو صحت اور دستیابی چیک کریں

کیٹلاگ میں کسی ماڈل کا ظاہر ہونا اس بات کا مطلب نہیں کہ وہ اس وقت صحت مند ہے۔ ماڈل منتخب کرتے یا ناکامیوں کی تشخیص کرتے وقت لائیو کیٹلاگ اور ماڈل کی تفصیلات چیک کریں۔ صرف ریپوزٹری کے اسنیپ شاٹ کی بنیاد پر مفروضے ہارڈ کوڈ کرنے سے گریز کریں۔

کریڈٹ ریزرویشنز کی منصوبہ بندی کریں

درخواستیں جنریشن سے پہلے کریڈٹ ریزرو کرتی ہیں۔ اکاؤنٹ میں موجود مثبت مگر کم بیلنس کے باوجود کسی ماڈل کی ریزرویشن کے لیے کافی رقم نہ ہو سکتی ہے۔ اگر درخواست مسترد ہو جائے تو دوبارہ کوشش سے پہلے دستیاب بیلنس اور منتخب ماڈل کی قیمت چیک کریں۔

ناکامیوں کو سوچ سمجھ کر ہینڈل کریں

کمانڈ لائن ٹیسٹنگ کے دوران curl --fail-with-body استعمال کریں تاکہ HTTP ناکامیاں رسپانس باڈی ضائع کیے بغیر ظاہر ہوں۔ پروڈکشن انضمامات کے لیے HTTP ایررز، ریٹ لمٹس، ریزرویشنز اور ری ٹرائی کے فیصلوں کی خاطر ایررز اور بلنگ گائیڈ سے رجوع کریں۔

ہر ناکامی کو خودکار طور پر دوبارہ آزمانے سے گریز کریں۔ ریپوزٹری کی Python مثال خودکار ری ٹرائز کو واضح طور پر غیر فعال کرتی ہے، جبکہ TypeScript مثال ٹائپ شدہ ایرر ہینڈلنگ دکھاتی ہے۔ آپ کی ایپلیکیشن کو فیصلہ کرنا چاہیے کہ ناکامی عارضی ہے یا نہیں، اور آیا دوبارہ کوشش سے کام کی نقل بن سکتی ہے یا اضافی وسائل خرچ ہو سکتے ہیں۔

کانٹیکسٹ اور آؤٹ پٹ کی حدود کا خیال رکھیں

فراہم کنندہ کے حساب کے مطابق دس لاکھ ٹوکن کی کانٹیکسٹ میں ان پٹ اور آؤٹ پٹ دونوں شامل ہیں۔ کام اور منتخب ماڈل کے زیادہ سے زیادہ آؤٹ پٹ کے مطابق max_tokens مقرر کریں۔ فہرست میں شامل زیادہ تر ماڈلز 65,536 تک آؤٹ پٹ ٹوکنز کی اجازت دیتے ہیں، جبکہ glm-5.3-abliterated 130,000 تک کی اجازت دیتا ہے۔

ماڈل کے آؤٹ پٹ کی توثیق کریں

کم کردہ انکار کا رویہ درستگی کی ضمانت نہیں ہے۔ سیکیورٹی سے متعلق نتائج، ریورس انجینئرنگ کے اخذ کردہ نتائج، تیار کردہ کوڈ، اور جائزے کے لیبلز کی مناسب ٹیسٹس اور انسانی جانچ کے ذریعے تصدیق کریں۔ سیکیورٹی ریسرچ گائیڈ میں تجزیے اور جائزے کے ورک فلو کے لیے ٹھوس پرامپٹس موجود ہیں۔

حساس معلومات کا تحفظ کریں

ایپلیکیشن کیز، اکاؤنٹ کی تفصیلات، ادائیگی کی معلومات، اور کمزوریوں کی تفصیلات عوامی مسائل میں شامل نہ کریں۔ عوامی مسائل صرف قابلِ تکرار دستاویزی مسائل اور مثالوں میں بہتری کے لیے استعمال کریں، اور حساس معاملات کے لیے ریپوزٹری کی معاونت اور سیکیورٹی رپورٹنگ کی ہدایات پر عمل کریں۔

نتیجہ

UncensoredLabs، میزبانی شدہ غیر محدود اور abliterated DeepSeek اور GLM ٹیکسٹ ماڈلز کے لیے OpenAI سے مطابقت رکھنے والا ایک اینڈ پوائنٹ فراہم کرتا ہے۔ ایک ایپلیکیشن API کی بنائیں، اپنا بیلنس چیک کریں، /v1/chat/completions پر چیٹ کمپلیشن بھیجیں، اور لائیو کیٹلاگ سے عین ماڈل ID منتخب کریں۔ اس کے بعد زیادہ مضبوط انضمام بنانے کے لیے برقرار رکھی جانے والی Python، TypeScript، اسٹریمنگ، کوڈنگ کلائنٹ، اور ایرر ہینڈلنگ گائیڈز استعمال کریں۔

ریپوزٹری کی اصل دستاویزات اور مثال کا کوڈ MIT لائسنس کے تحت ہیں۔ یہ لائسنس میزبانی شدہ پلیٹ فارم کے سورس، ماڈل ویٹس، فراہم کنندہ کی خدمات، یا تیسرے فریق کے ٹریڈ مارکس پر لاگو نہیں ہوتا۔ UncensoredLabs ایک آزاد سروس ہے اور اس کا OpenAI، DeepSeek، یا Zhipu AI سے کوئی الحاق نہیں ہے۔