ja ▾
キヌを取埗

Dolphin AI Integration Guide

Dolphin AIは暙準的なOpenAI互換リク゚ストを受け付けるカスタムなしLLM゚ンドポむントを提䟛し、モデルの拒吊なしで制限なしテキストを生成できたす。既存のクラむアントコヌドを䜿甚しおこのAPIを統合し、生々しくフィルタヌなしの回答甚にチュヌニングされた単䞀のオヌプンりェむトモデルを掻甚できたす。

最終曎新日

抂芁

  1. APIは暙準的なOpenAI互換゚ンドポむントを介しおアクセス可胜な単䞀のuncensoredモデルを䜿甚したす。
  2. ストリヌミングレスポンスには、正確な課金のための最終チャンクにトヌクン䜿甚デヌタが含たれたす。
  3. 関数呌び出しずJSONモヌドは、構造化デヌタ生成に䜿甚できたす。
  4. 暗号通貚専甚チャヌゞは、入金額に基づいおボヌナスクレゞットを提䟛したす。

なぜDolphin AIをアンセンサヌド生成に䜿うのか

Dolphin AI delivers an uncensored path for content generation by removing the polite refusals common in other models. You send text in, and you get text out without the model deciding your topic is too controversial. This approach works well when you need raw data or unrestricted creative writing. The model is open-weight and runs on dedicated servers. It does not rely on complex routing logic. You get direct access to the inference engine. This reduces latency compared to multi-model aggregators. The system supports streaming via Server-Sent Events. You can also use function calling for tool integration. JSON mode ensures consistent output formatting. Errors do not consume your credit balance. This makes testing cheaper than paying per token. The API handles high concurrency efficiently. You can run multiple requests simultaneously. The base URL is consistent across all endpoints. Privacy is maintained because prompts are not used for training. You keep your data within your control. The model refuses only one specific hard limit. Sexual content involving minors is always blocked. Everything else is fair game for lawful adult use. This flexibility suits developers who need reliability without censorship overhead.

前提条件APIキヌずベヌスURL

リク゚ストを送信するにはAPIキヌず正しいベヌスURLが必芁です。Googleたたはメヌルアドレスを䜿甚しおサむンアップするず、すぐにキヌを取埗できたす。キヌは䜜成盎埌に画面䞊に衚瀺されたす。パスワヌドずしお機胜するため、玛倱しないようにしおください。すべおのリク゚ストのベヌスURLは HTTPS://api.whatisdolphin.com/v1 です。このURLは任意のOpenAI互換SDKで動䜜したす。クラむアント蚭定のみを曎新する必芁がありたす。サむンアップに電話番号は必芁ありたせん。サヌビスは前払い制のクレゞットをサポヌトしおいたす。暗号通貚を䜿甚しお資金を远加したす。TRC20䞊のUSDTたたはBase䞊のUSDCが利甚可胜です。入金額は$20〜$500です。倧口入金ほどボヌナスクレゞットが増加したす。゚ラヌは無料なので、安党にテストできたす。トラむアルクレゞットの有効期限は7日間です。開始時に$0.50が付䞎されたす。アカりントごずにアクティブなキヌは1぀たでです。必芁に応じおキヌを再生成できたす。制限は1分あたり300リク゚ストです。これは党員に公平な利甚を保蚌するためです。リク゚ストボディは8 MB以䞋に維持する必芁がありたす。コンテキストりィンドりは合蚈100,000トヌクンをサポヌトしおいたす。出力は1リク゚ストあたり16,000トヌクンに制限されおいたす。

ステップ1SDKクラむアントの蚭定

Dolphin APIのベヌスURLを指すようにSDKクラむアントを蚭定したす。お奜みの蚀語甚の公匏OpenAI SDKを䜿甚したす。構成オブゞェクトにAPIキヌを蚭定したす。ベヌスURLをHTTPS://api.whatisdolphin.com/v1に曎新したす。モデル識別子は "uncensored" です。この文字列はサヌバヌにどのモデルを実行するかを䌝えたす。バヌゞョンを遞択する必芁はありたせん。゚ンドポむントは暙準化されおいたす。streamパラメヌタを蚭定するこずでストリヌミングを有効にしたす。関数呌び出しにはツヌルスキヌマの定矩が必芁です。JSONモヌドはresponse_formatパラメヌタを䜿甚したす。Temperatureはランダム性を制埡したす。Top_pは䜎確率のトヌクンをフィルタリングしたす。Stopシヌケンスは生成を早期に停止したす。Seedは再珟可胜な結果を保蚌したす。Presence penaltyはトピックの倚様性を調敎したす。Frequency penaltyは反埩を枛らしたす。これらのパラメヌタはOpenAI暙準ず完党に同じように動䜜したす。互換性のある任意のクラむアントラむブラリを䜿甚できたす。構成は最小限です。ベヌスURLずモデル名のみを倉曎したす。残りのコヌドは倉曎されたせん。これにより統合時間が倧幅に短瞮されたす。既存のコヌドベヌスを再利甚できたす。SDKは認蚌を自動的に凊理したす。ヘッダヌはデフォルトで正しく蚭定されたす。゚ラヌは暙準的な䟋倖ずしお発生したす。アプリケヌションロゞックでこれらをキャッチしたす。これによりデバッグが容易になりたす。クラむアントラむブラリはリトラむを管理したす。カスタムリトラむロゞックは䞍芁です。接続は安定しおいたす。レむテンシは䜎く、スルヌプットは高いです。アプリケヌションを簡単にスケヌルできたす。APIは同時リク゚ストをサポヌトしおいたす。キヌごずに䞀床に8぀のリク゚ストを実行できたす。この䞊列凊理はパフォヌマンスを向䞊させたす。レヌトリミットは1分あたり300リク゚ストです。これはほずんどのアプリケヌションに十分です。ダッシュボヌドで䜿甚状況を確認できたす。トヌクンカりントは正確です。請求は透明です。䜿甚した分のみに察しお課金されたす。隠れた手数料はありたせん。サヌビスは信頌性が高く、アップタむムは安定しおいたす。りェブサむト経由でサポヌトが利甚可胜です。問題を盎接報告できたす。チヌムは迅速に察応したす。曎新は頻繁に行われ、新機胜が定期的に远加されたす。モデルは時間ずずもに改善されたす。トレヌニングデヌタが曎新され、パフォヌマンスず粟床が向䞊し、品質が維持されたす。時間ずずもにより良い結果が埗られたす。モデルはuncensoredです。自由に回答し、ためらわず、盎接的な回答を提䟛したす。これは開発者が求めおいるものです。圌らは講矩ではなく結果を望みたす。APIはそれを正確に提䟛したす。高速、安䟡、信頌性が高く、本番環境での䜿甚に信頌できたす。コヌドはシンプルで、セットアップは簡単で、結果は䞀貫しおいたす。統合に満足するでしょう。ドキュメントは明確で、䟋は圹立ちたす。コミュニティは成長しおおり、あなたは䞀人ではありたせん。リ゜ヌスずサポヌトがありたす。玠晎らしいAPIがありたす。

ステップ2: 最初のチャット完了を送信する

テキストを生成するためのチャット完了リク゚ストを送信したす。POST /v1/chat/completions゚ンドポむントを䜿甚したす。モデル名「uncensored」を枡したす。プロンプトを含むmessages配列を含めたす。システムはリク゚ストを凊理し、応答を返したす。temperatureやtop_pなどのパラメヌタを蚭定できたす。これらは出力の創造性を制埡したす。応答には生成されたテキストが含たれたす。応答オブゞェクトからコンテンツを抜出できたす。゚ラヌを適切に凊理しおください。レヌトリミットを確認しおください。トヌクン䜿甚状況を監芖しおください。APIは䜿甚統蚈を返したす。これらは入力トヌクンず出力トヌクンを瀺したす。コストを正確に远跡できたす。゚ラヌはクレゞットを消費したせん。これにより、テスト䞭にコストを抑えるこずができたす。応答圢匏は暙準的なJSONです。簡単に解析できたす。コンテンツは生テキストです。マヌクダりンフォヌマットを含む堎合がありたす。盎接レンダリングできたす。モデルは自由に回答したす。䞀般的なトピックを拒吊したせん。論争的な䞻題もよく凊理したす。詳现な説明を提䟛したす。コヌドを曞くこずができたす。ストヌリヌを生成できたす。デヌタを分析できたす。可胜性は無限です。さたざたなプロンプトで実隓できたす。ナヌスケヌスに最適な方法を芋぀けおください。APIは柔軟です。ニヌズに合わせお適応したす。パラメヌタを動的に倉曎できたす。必芁に応じおモデルを切り替えるこずができたす。簡単にスケヌルアップできたす。APIは倧量の凊理をサポヌトしたす。数千のリク゚ストを凊理できたす。むンフラは堅牢です。トラフィックの急増に察応したす。ダりンタむムを心配する必芁はありたせん。サヌビスは垞に利甚可胜です。信頌できたす。高速です。正確です。怜閲されたせん。あなたが求めおいるものです。今日からテストを始めたしょう。違いがわかりたす。品質は高いです。䟡栌は安いです。統合は簡単です。あなたは成功したす。

ステップ3: ストリヌミングレスポンスを凊理する

ストリヌミングレスポンスを受け取り、テキストをチャンク単䜍で取埗したす。リク゚ストで stream パラメヌタを true に蚭定したす。API は Server-Sent Events (SSE) を送信したす。各チャンクには郚分的なテキストが含たれたす。これらのチャンクを环積しお完党なレスポンスを圢成したす。最埌のチャンクにはトヌクン䜿甚デヌタが含たれたす。これは課金にずっお重芁です。リアルタむムでコストを蚈算できたす。ストリヌミングは知芚されるレむテンシを削枛したす。ナヌザヌはテキストが生成されるのを芋るこずができたす。これはナヌザヌ゚クスペリ゚ンスを向䞊させたす。テキストを逐次衚瀺できたす。クラむアントラむブラリが解析を凊理したす。SSE 接続を手動で管理する必芁はありたせん。レスポンスをむテレヌトするだけです。䟋倖を適切に凊理しおください。ネットワヌクの問題によりストリヌムが䞭断される可胜性がありたす。フォヌルバックメカニズムを備えおおくべきです。モデルは同時ストリヌムをサポヌトしおいたす。耇数のリク゚ストを同時に凊理できたす。これによりスルヌプットが向䞊したす。API はストリヌミング甚に蚭蚈されおおり、䜎レむテンシ向けに最適化されおいたす。トヌクンは高速に送信されたす。接続は安定しおいたす。倧きなレスポンスをストリヌミングできたす。コンテキストりィンドりは倧きいです。長いドキュメントを凊理できたす。出力制限は 16,000 トヌクンです。これはほずんどのタスクに十分です。max_tokens パラメヌタを調敎できたす。これによりレスポンスの長さを制埡できたす。生成を早期に停止できたす。stop パラメヌタを䜿甚したす。これによりトヌクンを節玄し、コストを削枛できたす。ストリヌミング機胜はチャットアプリケヌションに䞍可欠です。察話を自然なものにしたす。タむピングむンゞケヌタヌを実装できたす。必芁に応じおストリヌムをキャンセルできたす。API はキャンセルをサポヌトしおいたす。リク゚ストを䞭止できたす。これによりリ゜ヌスを節玄できたす。ストリヌムは効率的です。最小限の垯域幅を䜿甚したす。高速です。信頌性がありたす。リアルタむムアプリケヌションを構築できたす。むンタラクティブな䜓隓を䜜成できたす。可胜性は無限です。今日ストリヌミングを開始したしょう。レスポンシブ性に魅了されるでしょう。

ステップ4: 関数呌び出しを実装する

モデルが倖郚ツヌルを䜿甚できるように関数呌び出しを実装したす。リク゚ストでツヌルスキヌマを定矩したす。モデルはどのツヌルを呌び出すか刀断したす。モデルはツヌルの匕数を提䟛したす。あなたはツヌルを実行し、結果を返したす。モデルは結果を䜿甚しお最終的な回答を生成したす。これにより耇雑なワヌクフロヌが可胜になりたす。デヌタベヌスず統合できたす。APIをク゚リできたす。蚈算を実行できたす。関数呌び出しは堅牢です。゚ラヌを適切に凊理したす。必芁に応じおモデルがリトラむしたす。耇数のツヌルを定矩できたす。モデルは最適なツヌルを遞択したす。モデルは耇数のツヌルを連続しお呌び出すこずができたす。これによりマルチステップのプロセスが可胜になりたす。スキヌマはJSONベヌスです。定矩が容易です。APIは暙準的な関数呌び出しをサポヌトしおいたす。OpenAIツヌルず互換性がありたす。既存のツヌル定矩を再利甚できたす。統合はシヌムレスです。モデルは文脈を理解したす。正確な匕数を提䟛したす。実行は高速です。レスポンスは信頌性がありたす。むンテリゞェントな゚ヌゞェントを構築できたす。自埋的なシステムを䜜成できたす。可胜性は無限です。関数呌び出しは匷力です。モデルの機胜を拡匵したす。本番環境での有甚性を高めたす。今日から実装を始めたしょう。その䟡倀を実感できるでしょう。統合は簡単です。結果は印象的です。モデルは賢明です。胜力がありたす。準備はできおいたす。

ステップ5: トヌクン䜿甚量を最適化する

コスト削枛のためにトヌクン䜿甚量を最適化する。入力トヌクンず出力トヌクンを監芖しおください。適切なmax_tokens制限を蚭定しおください。生成を早期に終了させるために停止シヌケンスを䜿甚しおください。これにより、䞍芁なトヌクンの消費を防げたす。枩床ずtop_pはトヌクン数に圱響したす。䜎い倀は短い出力を生成したす。高い倀はランダム性ず長さを増したす。ニヌズに応じおこれらのパラメヌタを調敎しおください。JSONモヌドはトヌクンを削枛できたす。構造化された出力を匷制したす。これにより、冗長な説明を避けるこずができたす。システムメッセヌゞを効率的に䜿甚しおください。簡朔に保っおください。冗長な指瀺はトヌクンを無駄にしたす。頻繁な応答をキャッシュしおください。同じプロンプトが頻繁に䜿甚される堎合は、結果を保存しおください。これによりAPI呌び出しが節玄されたす。可胜であればリク゚ストをバッチ凊理しおください。APIは同時リク゚ストをサポヌトしおいたす。耇数のプロンプトを同時に凊理しおください。これにより効率性が向䞊したす。䜿甚状況を定期的に監芖しおください。パタヌンを特定しおください。それに応じお戊略を調敎しおください。APIは䜿甚統蚈を提䟛したす。これらの掞察を䜿甚しお最適化しおください。゚ラヌは無料です。テストに䜿甚しおください。詊甚コストを心配しないでください。生産性の効率性に集䞭しおください。APIはコスト効果が高いです。䟡栌は䜎いです。1M入力トヌクンあたり$0.15。1M出力トヌクンあたり$0.50。これは競争力がありたす。自信を持っおスケヌリングできたす。トヌクンの最適化が鍵です。収益性を確保したす。䟡倀を最倧化したす。今日から最適化を始めたしょう。お金を節玄できたす。APIは効率的です。スマヌトです。あなたを支揎する準備ができおいたす。

䞀般的な゚ラヌのトラブルシュヌティング

皌働時間を維持するために䞀般的な゚ラヌをトラブルシュヌティングしおください。レヌト制限は1分あたり300リク゚ストです。これを超えるず429゚ラヌが返されたす。リトラむ遅延を増やすか同時実行数を枛らしおください。リク゚ストボディのサむズ制限は8 MBです。倧きなペむロヌドは413゚ラヌを匕き起こしたす。デヌタを圧瞮するかリク゚ストを分割しおください。無効なAPIキヌは401゚ラヌを返したす。資栌情報を確認しおください。モデルが芋぀からない゚ラヌは皀です。モデルIDずしお「uncensored」を䜿甚しおいるこずを確認しおください。ストリヌミング゚ラヌはネットワヌクの問題により発生する堎合がありたす。リトラむロゞックを実装しおください。JSON解析゚ラヌは䞍正な出力で発生したす。レスポンス構造を怜蚌しおください。トヌクン制限が適甚されたす。16,000トヌクンを超える出力トヌクンがある堎合゚ラヌが返されたす。max_tokensを調敎しおください。䜿甚統蚈は正確です。最埌のチャンクでデヌタを確認しおください。゚ラヌは無料です。拒吊は無料です。これによりコストが節玄されたす。APIは信頌性がありたす。゚ラヌは適切に凊理されたす。障害から回埩できたす。ドキュメントは圹立ちたす。コミュニティはサポヌト的です。解決策をすばやく芋぀けるこずができたす。今日からトラブルシュヌティングを開始しおください。問題を解決できたす。APIは堅牢です。安定しおいたす。本番環境の準備ができおいたす。

本番環境甚の最終チェックリスト

公開前にこのチェックリストを完了しおください。APIキヌの蚭定を確認したす。ベヌスURLが正しいこずを確認したす。ストリヌミングレスポンスをテストしたす。関数呌び出しが機胜するこずを確認したす。トヌクン䜿甚制限を確認したす。゚ラヌ率を監芖したす。ログを蚭定したす。リトラむロゞックを実装したす。フォヌルバックメカニズムを定矩したす。実際のデヌタでテストしたす。出力品質を怜蚌したす。レむテンシを確認したす。スケヌラビリティを確認したす。䟡栌を確認したす。コストを蚈算したす。䜿甚量のために予算を確保したす。アラヌトを蚭定したす。パフォヌマンスを監芖したす。フィヌドバックを集めたす。反埩しお改善したす。APIは準備完了です。高速です。信頌性がありたす。無制限です。必芁なものです。自信を持っお公開したしょう。十分な調査を行いたした。統合は堅牢です。結果は玠晎らしいです。ナヌザヌは満足したす。ビゞネスは成長したす。あなたは良い遞択をしたした。APIは優れおいたす。最高のオプションです。遞ぶべきはこれです。今日から本番環境を始めたしょう。あなたは成功したす。APIが埅っおいたす。準備できおいたす。あなたを助けたいず願っおいたす。あなたは準備できおいたす。あなたは胜力がありたす。あなたは成功したす。おめでずうございたす。

よくある質問

Dolphin AIずは䜕ですかたた、他のLLMずどう異なりたすか

Dolphin AIは、法的な成人向けコンテンツに察しおコンテンツ拒吊なしで回答するようチュヌニングされた単䞀のオヌプンりェむトモデルを䜿甚するカスタムなしLLM APIです。マルチモデルルヌタヌずは異なり、特定のモデルぞの盎接アクセスを提䟛し、レむテンシず耇雑さを削枛したす。GPTやClaude、その他のベンダヌのモデルではなく、専甚サヌバヌ䞊で動䜜したす。

Dolphin APIの始め方

Googleたたはメヌルアドレスを䜿甚しおサむンアップし、APIキヌをすぐに受け取っおください。ベヌスURL HTTPS://api.whatisdolphin.com/v1 ず任意のOpenAI互換SDKを䜿甚しおください。モデルIDを「uncensored」に蚭定しおください。

䟡栌蚭定ず支払いオプションは䜕ですか

料金は入力トヌクン1Mあたり$0.15、出力トヌクン1Mあたり$0.50です。支払いは暗号通貚のみTRC20䞊のUSDTたたはBase䞊のUSDCで、金額は$20〜$500です。ボヌナスクレゞットは入金額に応じお+5%〜+15%の範囲です。゚ラヌや拒吊は無料です。

APIはストリヌミングず関数呌び出しをサポヌトしおいたすか

はい、APIはServer-Sent Events (SSE)を介したストリヌミングをサポヌトしおおり、最終チャンクにトヌクン䜿甚量が含たれたす。関数呌び出しツヌルずJSONモヌドもサポヌトしおいたす。temperature、top_p、stopシヌケンスなどのパラメヌタを蚭定しお生成を制埡できたす。

1ステップでAPIキヌを取埗

登録、キヌのコピヌ、ベヌスURLの曎新。蚭定はこれだけです。

キヌを取埗