Uncensored Endpoint: URL base, ID del modelo y límites
Un endpoint uncensored aquí significa una API de texto compatible con OpenAI alojada que responde sin rechazos de contenido para uso adulto lícito. Esta página lista la URL base exacta, el ID del modelo, los métodos, los límites y los códigos de error que necesitas antes de escribir código.
Puntos clave
- La URL base es https://api.uncensoredendpoint.com/v1 y el único ID de modelo es uncensored.
- Hay dos métodos disponibles: POST /v1/chat/completions y GET /v1/models.
- La ventana de contexto es de 100.000 tokens, prompt y completion juntos.
- Una clave completa permite 8 solicitudes concurrentes y 300 solicitudes por minuto.

La configuración de conexión de un vistazo
Si solo necesitas los valores, aquí están. Todo lo demás en esta página explica cómo se comportan en la práctica.
| Configuración | Valor |
|---|---|
| URL base | https://api.uncensoredendpoint.com/v1 |
| ID del modelo | uncensored |
| Cabecera de autenticación | Authorization: Bearer YOUR_KEY |
| Endpoints | POST /v1/chat/completions, GET /v1/models |
| Ventana de contexto | 100.000 tokens, prompt más completación |
| Cuerpo de petición máximo | 8 MB |
| Límites completos de la clave | 8 peticiones concurrentes, 300 peticiones por minuto |
| Límites de la clave de prueba | 2 peticiones simultáneas, 60 peticiones por minuto |
| Precio | $0,15 por cada 1M de tokens de entrada, $0,50 por cada 1M de tokens de salida |
El servicio usa el mismo formato de red que la API de chat completions de OpenAI. Si una herramienta te permite escribir una URL base personalizada y una clave de API, puede comunicarse con esta. Obtienes una clave en la página de clave de API, y la documentación lleva la misma referencia en una forma más corta.
Qué hace cada método
Solo existen dos rutas, lo que mantiene la superficie de API pequeña.
GET /v1/modelsdevuelve la lista de modelos. Verás una sola entrada,uncensored. Muchos clientes llaman a esta ruta para llenar un menú desplegable de modelos, así que también es una forma rápida de confirmar que tu clave y URL son correctas.POST /v1/chat/completionses el caballo de batalla. Toma una lista de mensajes y devuelve una finalización, ya sea como una respuesta JSON o como un flujo de eventos enviados por el servidor.
La antigua ruta de finalización de texto, la ruta de respuestas, embeddings, rutas de imagen y rutas de audio no forman parte del producto. Si una biblioteca intenta una de esas, espera un error y cambia la biblioteca a su modo de chat.
Una verificación rápida desde una terminal:
curl https://api.uncensoredendpoint.com/v1/models \
-H "Authorization: Bearer $API_KEY"
Una lista JSON que contiene uncensored significa que la clave funciona. Un HTTP 401 significa que falta la clave, está mal escrita o tiene un espacio o salto de línea extra, que es la causa más común cuando la clave proviene de una variable de shell.
Tu primera petición en curl, Python y Node
Los tres ejemplos envían lo mismo: un mensaje del sistema, un mensaje del usuario, una temperatura baja. Reemplaza YOUR_KEY o establece la variable de entorno API_KEY.
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
}'
Con el SDK oficial de Python, solo pasas dos argumentos adicionales al cliente:
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)
Y en Node con el mismo 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);
La respuesta incluye un objeto usage con conteos de tokens de prompt y finalización. Presta atención: esos dos números son en lo que te facturan. Los encabezados de respuesta también llevan X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests y X-RateLimit-Limit-Concurrency. Registra el ID de petición con cada llamada, ya que es lo primero que pedirá soporte si algo parece incorrecto.
Streaming, llamadas a funciones y modo JSON
Tres características cubren la mayoría de las aplicaciones reales, y las tres siguen las formas de OpenAI que ya conoces.
Transmisión
Establece stream: true y lee eventos enviados por el servidor. El uso se informa al final del flujo, así que aún puedes contar tokens sin una segunda petición. Un detalle importante para la planificación de capacidad: una petición en streaming mantiene su espacio de concurrencia hasta que termina el flujo. Un cliente lento que lee una respuesta larga a gotas mantiene un espacio ocupado durante todo el tiempo.
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)
Llamadas a funciones
Pasa tools y opcionalmente tool_choice. Cuando el modelo decide llamar a una función, obtienes tool_calls en la respuesta (también en streaming si usas streaming). Ejecutas la función tú mismo y envías el resultado de vuelta como un mensaje con role: "tool". El modelo es un único modelo de pesos abiertos, así que prueba tus esquemas de herramientas con algunas prompts realistas y mantén las descripciones de parámetros cortas y literales.
Modo JSON
Envía response_format: {"type":"json_object"} para solicitar salida JSON válida. También di en el prompt que quieres JSON y describe los campos que esperas. Analiza de forma defensiva de todos modos, y reintenta una vez en caso de fallo de análisis en lugar de confiar ciegamente en la salida.
Los controles de muestreo se reenvían: temperature, top_p, stop, seed y las penalizaciones de frecuencia y presencia.
La ventana de 100.000 tokens en la práctica
La ventana de contexto es de 100.000 tokens, y ese número cubre el prompt y la finalización juntos. La finalización puede usar lo que deje libre el prompt, y max_tokens es opcional. Si envías 90.000 tokens de prompt, quedan como máximo unos 10.000 para la respuesta.
Una regla aproximada para el texto en inglés es que un token es un poco menos que una palabra, así que 100.000 tokens es del orden de 70.000 palabras. Eso es suficiente para un conjunto de capítulos de manuscrito largo, una gran parte de una base de código o varias horas de historial de chat. Tres hábitos mantienen esto útil:
- Recorta el historial a propósito. Los clientes de chat reenvían toda la conversación en cada turno, así que el costo y la latencia crecen con ello. Mantén el prompt del sistema, un resumen de turnos antiguos y los últimos mensajes.
- Establece
max_tokenscuando el tamaño de salida importa. Es opcional, pero un límite te protege de una respuesta descontrolada en un prompt largo. - Ten cuidado con el límite de cuerpo de 8 MB. Es separado de la ventana de tokens. El texto plano rara vez alcanza 8 MB, pero los blobs en base64 pegados en un prompt pueden.
Debido a que la facturación es por token, una petición de ventana completa cuesta dinero real en comparación con una corta. La página de precios tiene las tarifas, y puedes calcular cualquier petición como tokens de entrada multiplicados por $0.15 más tokens de salida multiplicados por $0.50, cada uno dividido por un millón.
Límites de velocidad y la familia 429
Una clave completa permite 8 solicitudes al mismo tiempo y 300 solicitudes por minuto. La clave de prueba es más restrictiva: 2 al mismo tiempo y 60 por minuto. Cuando cruzas una línea, la API responde con HTTP 429, y el código de error te dice qué línea:
| Código de error | Significado | Qué hacer |
|---|---|---|
rate_limited | Demasiadas peticiones por minuto | Ralentiza; distribuye las llamadas a lo largo del minuto |
concurrency | Demasiadas peticiones simultáneas | Cola en tu lado; limita trabajadores paralelos a 8 (2 en prueba) |
429 con Retry-After: 5 | Sobrecarga temporal | Espera 5 segundos y vuelve a intentar |
La defensa más simple es un semáforo en tu propio código, dimensionado a tu clave. En Python con asyncio, asyncio.Semaphore(8) alrededor de cada llamada elimina el error de concurrency por completo. Añade un reintento que honre el encabezado Retry-After y caiga a un retraso exponencial corto cuando el encabezado esté ausente. Recuerda que los flujos mantienen un espacio por toda su duración, así que un lote de ocho flujos largos bloqueará una novena petición incluso si el recuento por minuto es bajo.
Las solicitudes fallidas o rechazadas no se cobran, así que un bucle de reintento no te cuesta por los intentos que rebotaron.
Qué es el modelo y qué no es
El servicio ejecuta un modelo de pesos abiertos, alojado por un proveedor independiente y ajustado para responder sin rechazos de contenido para uso adulto lícito. No es la API oficial de ningún gran proveedor, y no es un enrutador que elige entre proveedores. Hay un único modelo, uncensored, así que no hay nada entre lo que elegir y ningún nivel de precio para comparar.
Los límites son claros. El texto entra y el texto sale. No hay generación de imágenes, audio o video, ni embeddings ni ajuste fino. La única regla de contenido fija es que el contenido sexual que involucre a menores de edad nunca está permitido. Los prompts no se usan para entrenamiento.
Ese enfoque ayuda cuando planificas un proyecto. Herramientas de ficción y roleplay para adultos, aplicaciones de compañía, investigación sobre el comportamiento del modelo y herramientas que manejan texto directo o sensible sin que el modelo se niegue a responder son un ajuste natural. Si necesitas embeddings para búsqueda, necesitarás un proveedor separado para esa parte y aún puedes usar este endpoint para la generación.
Antes de pasar a producción
Una demostración funcional toma cinco minutos de trabajo. Un servicio confiable toma un poco más. Comienza con la prueba: los nuevos usuarios pueden reclamar $0.50 de crédito con un clic en la página de clave después de registrarse, una vez por persona, válido por 7 días y sin necesidad de pago. El registro funciona con Google o con correo electrónico y contraseña. Eso es suficiente para cientos de llamadas de prueba cortas para verificar tu integración.
Cuando te muevas a tráfico real, recarga con cualquier cantidad entera desde $20 hasta $500. El pago es por cripto (USDT en TRC20, USDC en Base). El crédito no caduca y no hay suscripción, así que un saldo simplemente se queda hasta que lo gastes. El bono es 5% desde $50, 10% desde $100 y 15% desde $200.
Luego pasa por una lista corta: almacena la clave en una variable de entorno o un gestor de secretos, nunca en código del lado del cliente; registra X-Request-Id; vigila X-Balance-USD para que puedas alertar antes de que el saldo se agote; limita trabajadores paralelos; y maneja 429 con retraso en lugar de un bucle ajustado. La lista de verificación de producción para claves de API pasa por el manejo de claves en más detalle, y la documentación contiene la referencia de parámetros.
Más guías
Preguntas y respuestas
¿Necesito un SDK especial?
No. Cualquier SDK o cliente de OpenAI funciona. Cambia la URL base y la clave, establece el modelo a uncensored y el resto de tu código permanece igual.
¿Puede generar imágenes o incrustaciones?
No. La API es solo de texto. No hay generación de imágenes, audio o vídeo, ni incrustaciones ni ajuste fino.
¿Qué ocurre cuando alcanzo un límite de peticiones?
Obtienes HTTP 429. El código de error es rate_limited cuando excedes las peticiones por minuto y concurrency cuando se ejecutan demasiadas peticiones a la vez. Espera un momento y reintenta.
¿Hay una regla estricta de contenido?
Sí. El contenido sexual que involucre a menores de edad nunca está permitido. Todo lo demás, el modelo está ajustado para responderlo sin rechazos, para uso adulto lícito.
Tu clave está a un formulario de distancia
Crea una cuenta, copia la clave, cambia la URL base. Esa es toda la configuración.