Uncensored Endpoint : URL de base, ID du modèle et limites
Un endpoint uncensored ici signifie une API texte hébergée et compatible OpenAI qui répond sans refus de contenu pour une utilisation adulte légale. Cette page liste l'URL de base exacte, l'ID du modèle, les méthodes, les limites et les codes d'erreur dont vous avez besoin avant d'écrire du code.
Points clés
- L'URL de base est https://api.uncensoredendpoint.com/v1 et l'unique ID de modèle est uncensored.
- Deux méthodes sont disponibles : POST /v1/chat/completions et GET /v1/models.
- La fenêtre de contexte est de 100 000 tokens, pour le prompt et la complétion combinés.
- Une clé complète permet 8 requêtes simultanées et 300 requêtes par minute.

Les paramètres de connexion en un coup d'œil
Si vous avez seulement besoin des valeurs, les voici. Tout le reste sur cette page explique comment ils se comportent en pratique.
| Paramètre | Valeur |
|---|---|
| URL de base | https://api.uncensoredendpoint.com/v1 |
| ID du modèle | uncensored |
| En-tête d'authentification | Authorization: Bearer YOUR_KEY |
| Méthodes | POST /v1/chat/completions, GET /v1/models |
| Fenêtre de contexte | 100 000 tokens, prompt plus complétion |
| Taille maximale du corps de la requête | 8 Mo |
| Limites complètes de la clé | 8 requêtes simultanées, 300 requêtes par minute |
| Limites de la clé d'essai | 2 requêtes simultanées, 60 requêtes par minute |
| Prix | 0,15 $ par 1M de tokens d'entrée, 0,50 $ par 1M de tokens de sortie |
Le service utilise le même format filaire que l'API de complétion de chat OpenAI. Si un outil vous permet de saisir une URL de base personnalisée et une clé API, il peut communiquer avec celui-ci. Vous obtenez une clé sur la page clé API, et la documentation contient la même référence sous une forme plus courte.
Ce que fait chaque méthode
Seules deux routes existent, ce qui garde l'interface réduite.
GET /v1/modelsretourne la liste des modèles. Vous verrez une entrée,uncensored. De nombreux clients appellent cette route pour remplir une liste déroulante de modèles, c'est donc aussi un moyen rapide de confirmer que votre clé et votre URL sont corrects.POST /v1/chat/completionsest le moteur principal. Il prend une liste de messages et retourne une complétion, soit en tant que réponse JSON unique, soit en tant que flux d'événements envoyés par le serveur.
L'ancienne route de complétion de texte, la route des réponses, les embeddings, les routes d'images et les routes audio ne font pas partie du produit. Si une bibliothèque essaie l'une de ces routes, attendez-vous à une erreur et passez la bibliothèque en mode chat.
Une vérification rapide depuis un terminal :
curl https://api.uncensoredendpoint.com/v1/models \
-H "Authorization: Bearer $API_KEY"
Une liste JSON contenant uncensored signifie que la clé fonctionne. Un HTTP 401 signifie que la clé est manquante, mal tapée ou contient un espace ou une nouvelle ligne parasite, ce qui est la cause la plus fréquente lorsque la clé provient d'une variable shell.
Votre première requête en curl, Python et Node
Les trois exemples envoient la même chose : un message système, un message utilisateur, une température faible. Remplacez YOUR_KEY ou définissez la variable d'environnement 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
}'
Avec le SDK Python officiel, vous ne passez que deux arguments supplémentaires au client :
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)
Et dans Node avec le même 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 réponse inclut un objet usage avec les comptes de tokens de prompt et de complétion. Gardez un œil dessus : ces deux nombres sont ce sur quoi vous êtes facturé. Les en-têtes de réponse portent également X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests et X-RateLimit-Limit-Concurrency. Journalisez l'ID de requête avec chaque appel, car c'est la première chose que le support demandera si quelque chose semble incorrect.
Streaming, appel d'outils et mode JSON
Trois fonctionnalités couvrent la plupart des applications réelles, et les trois suivent les formes OpenAI que vous connaissez déjà.
Diffusion en continu
Définissez stream: true et lisez les événements envoyés par le serveur. L'utilisation est rapportée à la fin du flux, vous pouvez donc toujours compter les tokens sans une seconde requête. Un détail important pour la planification de la capacité : une requête en streaming occupe son slot de concurrence jusqu'à la fin du flux. Un client lent qui lit une longue réponse goutte à goutte garde un slot occupé pendant tout ce temps.
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)
Appel de fonctions
Passez tools et optionnellement tool_choice. Lorsque le modèle décide d'appeler une fonction, vous obtenez tool_calls dans la réponse (également en streaming si vous stream). Vous exécutez la fonction vous-même et renvoyez le résultat en tant que message avec role: "tool". Le modèle est un seul modèle à poids ouverts, testez donc vos schémas d'outils avec quelques prompts réalistes et gardez les descriptions de paramètres courtes et littérales.
Mode JSON
Envoyez response_format: {"type":"json_object"} pour demander une sortie JSON valide. Dites aussi dans le prompt que vous voulez du JSON et décrivez les champs que vous attendez. Analysez défensivement quand même, et réessayez une fois en cas d'échec d'analyse au lieu de faire aveuglément confiance à la sortie.
Les contrôles d'échantillonnage sont transmis : temperature, top_p, stop, seed et les pénalités de fréquence et de présence.
La fenêtre de 100 000 tokens en pratique
La fenêtre de contexte est de 100 000 tokens, et ce nombre couvre le prompt et la complétion ensemble. La complétion peut utiliser tout ce que le prompt laisse libre, et max_tokens est optionnel. Si vous envoyez 90 000 tokens de prompt, au maximum environ 10 000 restent pour la réponse.
Une règle approximative pour le texte anglais est qu'un token est un peu moins qu'un mot, donc 100 000 tokens représentent environ 70 000 mots. Cela suffit pour un ensemble de chapitres de manuscrit long, une grande partie d'une base de code, ou plusieurs heures d'historique de chat. Trois habitudes rendent cela utile :
- Coupez l'historique intentionnellement. Les clients de chat renvoient toute la conversation à chaque tour, donc le coût et la latence augmentent avec elle. Gardez le prompt système, un résumé des anciens tours et les quelques derniers messages.
- Définissez
max_tokenslorsque la taille de sortie est importante. C'est optionnel, mais une limite vous protège d'une réponse dérapante sur un long prompt. - Attention à la limite de corps de 8 Mo. Elle est distincte de la fenêtre de tokens. Le texte brut atteint rarement 8 Mo, mais les blobs base64 collés dans un prompt peuvent.
La facturation étant par token, une requête pleine fenêtre coûte de l'argent réel par rapport à une courte. La page de tarification a les taux, et vous pouvez calculer n'importe quelle requête comme tokens d'entrée fois $0,15 plus tokens de sortie fois $0,50, chacun divisé par un million.
Limites de débit et famille 429
Une clé complète permet 8 requêtes au même moment et 300 requêtes par minute. La clé d'essai est plus serrée : 2 au même moment et 60 par minute. Lorsque vous franchissez une ligne, l'API répond avec HTTP 429, et le code d'erreur vous dit quelle ligne :
| Code d'erreur | Signification | Que faire |
|---|---|---|
rate_limited | Trop de requêtes par minute | Ralentissez ; répartissez les appels sur la minute |
concurrency | Trop de requêtes exécutées simultanément | File d'attente de votre côté ; limitez les workers en parallèle à 8 (2 sur l'essai) |
429 avec Retry-After: 5 | Surcharge temporaire | Attendez 5 secondes, puis réessayez |
La défense la plus simple est un sémaphore dans votre propre code, dimensionné à votre clé. En Python avec asyncio, asyncio.Semaphore(8) autour de chaque appel supprime l'erreur de concurrency entièrement. Ajoutez une tentative de réessai qui respecte l'en-tête Retry-After et utilise un délai exponentiel court en cas d'absence de l'en-tête. Souvenez-vous que les streams occupent un emplacement pendant toute leur durée, donc un lot de huit longs streams bloquera une neuvième requête même si le nombre par minute est faible.
Les requêtes échouées ou refusées ne sont pas facturées, donc une boucle de réessai ne vous coûte pas pour les tentatives qui ont rebondi.
Ce qu'est le modèle, et ce qu'il n'est pas
Le service exécute un seul modèle à poids ouverts, hébergé par un fournisseur indépendant et ajusté pour répondre sans refus de contenu pour une utilisation adulte légale. Ce n'est pas l'API officielle d'aucun grand fournisseur, et ce n'est pas un routeur qui choisit entre des fournisseurs. Il y a un seul modèle, uncensored, donc il n'y a rien à choisir et pas de niveau de prix à comparer.
Les limites sont claires. Le texte entre et le texte sort. Pas de génération d'images, d'audio ou de vidéo, pas d'embeddings et pas de fine-tuning. La seule règle de contenu fixe est que le contenu sexuel impliquant des mineurs n'est jamais autorisé. Les prompts ne sont pas utilisés pour l'entraînement.
Ce positionnement aide lorsque vous planifiez un projet. Les outils de fiction et de jeu de rôle pour adultes, les applications compagnons, la recherche sur le comportement des modèles et les outils qui traitent du texte brut ou sensible sans que le modèle ne se dérobe sont tous des cas d'usage naturels. Si vous avez besoin d'embeddings pour la recherche, vous aurez besoin d'un fournisseur séparé pour cette partie et vous pouvez toujours utiliser cet endpoint pour la génération.
Avant de passer en production
Une démo fonctionnelle prend cinq minutes. Un service fiable demande un peu plus. Commencez par l'essai : les nouveaux utilisateurs peuvent réclamer $0.50 de crédit en un clic sur la page de la clé après la connexion, une fois par personne, valable 7 jours et sans paiement requis. La connexion fonctionne avec Google ou avec e-mail et mot de passe. Cela suffit pour des centaines d'appels de test courts afin de vérifier votre intégration.
Lorsque vous passez au trafic réel, rechargez avec n'importe quel montant entier de 20 $ à 500 $. Le paiement est en crypto (USDT sur TRC20, USDC sur Base). Le crédit n'expire jamais et il n'y a pas d'abonnement, donc un solde reste simplement en attente jusqu'à ce que vous le dépensiez. La prime est de 5 % à partir de 50 $, 10 % à partir de 100 $ et 15 % à partir de 200 $.
Ensuite, passez en revue une courte liste : stockez la clé dans une variable d'environnement ou un gestionnaire de secrets, jamais dans le code côté client ; journalisez X-Request-Id ; surveillez X-Balance-USD pour pouvoir alerter avant que le solde ne soit à sec ; limitez les travailleurs parallèles ; et gérez les 429 avec un délai plutôt qu'une boucle serrée. La liste de contrôle de production pour les clés API passe en détail la gestion des clés, et la documentation contient la référence des paramètres.
Plus de guides
Questions et réponses
Ai-je besoin d'un SDK spécial ?
Non. Tout SDK ou client OpenAI fonctionne. Modifiez l'URL de base et la clé, définissez le modèle sur uncensored, et le reste de votre code reste identique.
Peut-il générer des images ou des embeddings ?
Non. L'API est uniquement textuelle. Il n'y a pas de génération d'images, d'audio ou de vidéo, pas d'embeddings et pas de fine-tuning.
Que se passe-t-il lorsque je dépasse la limite de débit ?
Vous obtenez HTTP 429. Le code d'erreur est rate_limited lorsque vous dépassez le nombre de requêtes par minute et concurrency lorsque trop de requêtes s'exécutent simultanément. Attendez un moment et réessayez.
Y a-t-il une règle absolue sur le contenu ?
Oui. Le contenu sexuel impliquant des mineurs n'est jamais autorisé. Pour tout le reste, le modèle est ajusté pour répondre sans refus, pour un usage adulte légal.
Votre clé est à un seul formulaire
Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.