DE ▾
API-Schlüssel erhalten

Uncensored Endpoint: Basis-URL, Modell-ID und Limits

Ein unzensierter Endpunkt hier bedeutet eine gehostete, OpenAI-kompatible Text-API, die ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene antwortet. Diese Seite listet die genaue Basis-URL, Modell-ID, Methoden, Limits und Fehlercodes auf, die du vor dem Schreiben von Code benötigst.

Aktualisiert

Wichtige Punkte

  1. Die Basis-URL ist https://api.uncensoredendpoint.com/v1 und die einzige Modell-ID ist uncensored.
  2. Zwei Methoden sind verfügbar: POST /v1/chat/completions und GET /v1/models.
  3. Das Kontextfenster umfasst 100.000 Token, zusammen aus Prompt und Completion.
  4. Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute.
Isometrische Illustration eines Datenrohrs, das einen Laptop mit einem API-Server verbindet

Die Verbindungseinstellungen im Überblick

Wenn du nur die Werte benötigst, findest du sie hier. Alles andere auf dieser Seite erklärt, wie sie sich in der Praxis verhalten.

EinstellungWert
Base-URLhttps://api.uncensoredendpoint.com/v1
Modell-IDuncensored
Auth-HeaderAuthorization: Bearer YOUR_KEY
MethodenPOST /v1/chat/completions, GET /v1/models
Kontextfenster100.000 Token, Prompt plus Vervollständigung
Maximale Anforderungskörpergröße8 MB
Vollständige Schlüsselgrenzen8 gleichzeitige Anfragen, 300 Anfragen pro Minute
Limits des Test-Schlüssels2 parallele Anfragen, 60 Anfragen pro Minute
Preis$0,15 pro 1 Mio. Input-Token, $0,50 pro 1 Mio. Output-Token

Der Dienst verwendet das gleiche Protokollformat wie die OpenAI Chat Completions API. Wenn ein Tool es dir erlaubt, eine benutzerdefinierte Basis-URL und einen API-Schlüssel einzugeben, kann es damit kommunizieren. Du erhältst einen Schlüssel auf der API-Schlüssel-Seite, und die Dokumentation enthält dieselbe Referenz in kürzerer Form.

Was jede Methode macht

Nur zwei Routen existieren, was die Schnittstelle klein hält.

  • GET /v1/models gibt die Modellliste zurück. Du wirst einen Eintrag sehen, uncensored. Viele Clients nutzen diesen Endpunkt, um eine Modellauswahl zu füllen, daher ist er auch eine schnelle Möglichkeit zu bestätigen, dass dein Schlüssel und deine URL korrekt sind.
  • POST /v1/chat/completions ist das Arbeitstier. Es nimmt eine Liste von Nachrichten entgegen und gibt eine Antwort zurück, entweder als eine einzelne JSON-Antwort oder als SSE-Stream.

Die alte Text-Completion-Route, die Responses-Route, Embeddings, Bildrouten und Audio-Routen sind nicht Teil des Produkts. Wenn eine Bibliothek eine davon versucht, erwarte einen Fehler und wechsle die Bibliothek in ihren Chat-Modus.

Ein schneller Check von einem Terminal aus:

curl https://api.uncensoredendpoint.com/v1/models \
  -H "Authorization: Bearer $API_KEY"

Eine JSON-Liste, die uncensored enthält, bedeutet, dass der Schlüssel funktioniert. Ein HTTP 401 bedeutet, dass der Schlüssel fehlt, falsch eingegeben wurde oder ein Leerzeichen oder eine neue Zeile enthält, was die häufigste Ursache ist, wenn der Schlüssel aus einer Shell-Variablen stammt.

Deine erste Anfrage in curl, Python und Node

Alle drei Beispiele senden dasselbe: eine Systemnachricht, eine Benutzernachricht, eine niedrige Temperatur. Ersetze YOUR_KEY oder setze die API_KEY-Umgebungsvariable.

curl https://api.uncensoredendpoint.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [
      {"role": "system", "content": "You are a concise assistant."},
      {"role": "user", "content": "Explain what a context window is in two sentences."}
    ],
    "temperature": 0.7
  }'

Mit dem offiziellen Python-SDK übergibst du dem Client nur zwei zusätzliche Argumente:

from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoredendpoint.com/v1",
    api_key="YOUR_KEY",
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "You are a concise assistant."},
        {"role": "user", "content": "Explain what a context window is in two sentences."},
    ],
    temperature=0.7,
)
print(resp.choices[0].message.content)
print(resp.usage)

Und in Node mit demselben SDK:

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.uncensoredendpoint.com/v1",
  apiKey: process.env.API_KEY,
});

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [
    { role: "system", content: "You are a concise assistant." },
    { role: "user", content: "Explain what a context window is in two sentences." },
  ],
});
console.log(resp.choices[0].message.content);

Die Antwort enthält ein usage-Objekt mit Prompt- und Vervollständigungs-Token-Anzahlen. Behalte es im Auge: Diese beiden Zahlen sind das, wofür du abgerechnet wirst. Die Antwort-Header enthalten auch X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests und X-RateLimit-Limit-Concurrency. Protokolliere die Request-ID bei jedem Aufruf, da sie das Erste ist, das der Support bei Problemen anfordert.

Streaming, Function Calling und JSON-Modus

Drei Funktionen decken die meisten realen Anwendungen ab, und alle drei folgen den dir bekannten OpenAI-Strukturen.

Streaming

Setze stream: true und lese Server-Sent-Events. Die Nutzung wird am Ende des Streams gemeldet, sodass du Token immer noch zählen kannst, ohne eine zweite Anfrage zu stellen. Ein Detail ist wichtig für die Kapazitätsplanung: Eine gestreamte Anfrage belegt ihren Parallelitäts-Slot, bis der Stream endet. Ein langsamer Client, der eine lange Antwort in kleinen Bissen liest, hält einen Slot die ganze Zeit belegt.

stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write a four-line poem about rain."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Function Calling

Übergib tools und optional tool_choice. Wenn das Modell beschließt, eine Funktion aufzurufen, erhältst du tool_calls in der Antwort (auch gestreamt, wenn du streamst). Du führst die Funktion selbst aus und sendest das Ergebnis als Nachricht mit role: "tool" zurück. Das Modell ist ein einzelnes Open-Weight-Modell, also teste deine Tool-Schemata mit einigen realistischen Prompts und halte Parameterbeschreibungen kurz und wörtlich.

JSON-Modus

Sende response_format: {"type":"json_object"}, um eine gültige JSON-Ausgabe anzufordern. Sage im Prompt auch, dass du JSON möchtest, und beschreibe die erwarteten Felder. Analysiere trotzdem defensiv und versuche es bei einem Analysefehler einmal erneut, anstatt der Ausgabe blind zu vertrauen.

Sampling-Steuerungen werden durchgereicht: temperature, top_p, stop, seed sowie die Häufigkeits- und Präsenzstrafen.

Das 100.000-Token-Kontextfenster in der Praxis

Das Kontextfenster umfasst 100.000 Token, und diese Zahl deckt sowohl den Prompt als auch die Vervollständigung zusammen ab. Die Vervollständigung kann alles verwenden, was der Prompt übrig lässt, und max_tokens ist optional. Wenn du 90.000 Token an Prompt sendest, bleiben maximal etwa 10.000 für die Antwort übrig.

Eine grobe Faustregel für englischen Text besagt, dass ein Token etwas weniger als ein Wort ist, also entsprechen 100.000 Token etwa 70.000 Wörtern. Das reicht für einen langen Manuskript-Kapitel-Satz, einen großen Teil einer Codebasis oder mehrere Stunden Chat-Verlauf. Drei Gewohnheiten machen dies nutzbar:

  • Verlauf gezielt kürzen. Chat-Clients senden bei jedem Schritt die gesamte Konversation erneut, daher steigen Kosten und Latenz damit. Behalte den System-Prompt, eine Zusammenfassung früherer Schritte und die letzten paar Nachrichten.
  • Setze max_tokens, wenn die Ausgabegröße wichtig ist. Es ist optional, aber eine Obergrenze schützt dich vor einer unkontrollierten Antwort bei einem langen Prompt.
  • Achte auf die 8-MB-Körpergrenze. Sie ist vom Token-Fenster getrennt. Reintext erreicht selten 8 MB, aber Base64-Blobs, die in einen Prompt eingefügt werden, schon.

Da die Abrechnung pro Token erfolgt, kostet eine Anfrage mit vollem Fenster im Vergleich zu einer kurzen Anfrage echtes Geld. Die Preisseite enthält die Sätze, und du kannst jede Anfrage berechnen als Eingabe-Token mal $0,15 plus Ausgabe-Token mal $0,50, jeweils geteilt durch eine Million.

Ratenlimits und die 429-Familie

Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute. Der Test-Schlüssel ist strenger: 2 gleichzeitig und 60 pro Minute. Wenn du eine Grenze überschreitest, antwortet die API mit HTTP 429, und der Fehlercode sagt dir, welche Grenze:

FehlercodeBedeutungWas tun
rate_limitedZu viele Anfragen pro MinuteVerlangsame; verteile Aufrufe über die Minute
concurrencyZu viele parallele AnfragenWarte in deiner Warteschlange; beschränke parallele Worker auf 8 (2 im Test)
429 mit Retry-After: 5Vorübergehende ÜberlastungWarte 5 Sekunden, dann wiederhole den Versuch

Die einfachste Verteidigung ist ein Semaphore in deinem eigenen Code, der auf deinen Schlüssel abgestimmt ist. In Python mit asyncio entfernt asyncio.Semaphore(8) den concurrency-Fehler vollständig. Füge einen Retry hinzu, der den Retry-After-Header beachtet und bei Fehlen des Headers auf eine kurze exponentielle Verzögerung zurückgreift. Beachte, dass Streams für ihre gesamte Länge einen Slot belegen, sodass ein Batch aus acht langen Streams eine neunte Anfrage blockiert, auch wenn die Anzahl pro Minute gering ist.

Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, also kostet eine Retry-Schleife dich nichts für die Versuche, die abgeprallt sind.

Was das Modell ist und was es nicht ist

Der Dienst betreibt ein Open-Weight-Modell, gehostet von einem unabhängigen Anbieter und darauf abgestimmt, ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene zu antworten. Es ist nicht die offizielle API eines großen Anbieters und kein Router, der zwischen Anbietern wählt. Es gibt ein einzelnes Modell, uncensored, also gibt es nichts zur Auswahl und keine Preiskategorie zum Vergleichen.

Die Limits sind klar. Text geht rein und Text kommt raus. Es gibt keine Bild-, Audio- oder Videoerstellung, keine Embeddings und kein Fine-Tuning. Die einzige feste Inhaltsregel ist, dass sexuelle Inhalte mit Minderjährigen niemals erlaubt sind. Prompts werden nicht zum Training verwendet.

Diese Einordnung hilft bei der Projektplanung. Fiktion und Roleplay-Tools für Erwachsene, Companion-Apps, Forschung zum Modellverhalten und Tools, die rohe oder sensible Texte verarbeiten, ohne dass das Modell zurückschreckt, sind natürliche Anwendungen. Wenn du Embeddings für die Suche benötigst, brauchst du dafür einen separaten Anbieter, kannst diesen Endpunkt aber weiterhin für die Generierung nutzen.

Bevor du in die Produktion gehst

Eine funktionierende Demo dauert fünf Minuten. Ein zuverlässiger Dienst braucht etwas mehr. Starte mit der Testphase: Neue Nutzer können nach der Anmeldung mit einem Klick auf der Schlüssel-Seite $0,50 Guthaben beanspruchen, einmal pro Person, gültig für 7 Tage und ohne Zahlungsangabe. Die Anmeldung funktioniert mit Google oder mit E-Mail und Passwort. Das reicht für Hunderte kurze Testaufrufe, um deine Integration zu prüfen.

Wenn du auf echten Datenverkehr umsteigst, lade mit einem beliebigen ganzen Betrag von $20 bis $500 auf. Die Zahlung erfolgt per Krypto (USDT auf TRC20, USDC auf Base). Guthaben verfällt nie und es gibt kein Abonnement, also bleibt ein Saldo einfach liegen, bis du ihn verbrauchst. Der Bonus beträgt 5 % ab $50, 10 % ab $100 und 15 % ab $200.

Gehe dann eine kurze Liste durch: Speichere den Schlüssel in einer Umgebungsvariablen oder einem Secrets-Manager, niemals in Client-Code; logge X-Request-Id; beobachte X-Balance-USD, damit du warnen kannst, bevor das Guthaben aufgebraucht ist; begrenze die gleichzeitigen Worker; und behandle 429 mit einer Verzögerung statt einer engen Schleife. Die Produktions-Checkliste für API-Schlüssel geht auf die Schlüsselverwaltung im Detail ein, und die Dokumentation enthält die Parameterreferenz.

Fragen und Antworten

Brauche ich ein spezielles SDK?

Nein. Jedes OpenAI-SDK oder jeder Client funktioniert. Ändere die Basis-URL und den Schlüssel, stelle das Modell auf uncensored, und der Rest deines Codes bleibt gleich.

Kann es Bilder oder Embeddings generieren?

Nein. Die API ist nur für Text. Es gibt keine Bild-, Audio- oder Videogenerierung, keine Embeddings und kein Fine-Tuning.

Was passiert, wenn ich ein Ratenlimit erreiche?

Du erhältst HTTP 429. Der Fehlercode lautet rate_limited, wenn du die Anfragen pro Minute überschreitest, und concurrency, wenn zu viele Anfragen gleichzeitig ausgeführt werden. Warte einen Moment und versuche es erneut.

Gibt es eine harte Inhaltsregel?

Ja. Sexuelle Inhalte, die Minderjährige betreffen, sind niemals erlaubt. Alles andere beantwortet das Modell ohne Ablehnungen, für die rechtmäßige Nutzung durch Erwachsene.

Dein Schlüssel ist nur ein Formular entfernt

Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.

API-Schlüssel erhaltenLies die Dokumentation