HI ▾
API कुंजी पाएँ

Uncensored Endpoint: बेस यूआरएल, मॉडल आईडी और सीमाएँ

यहाँ एक uncensored एंडपॉइंट का मतलब है एक होस्टेड, OpenAI-कम्पैटिबल टेक्स्ट API जो कानूनी वयस्कों के उपयोग के लिए बिना कंटेन्ट रिफ्यूजल के जवाब देता है। इस पेज पर आपको कोड लिखने से पहले आवश्यक सटीक बेस URL, मॉडल ID, विधियाँ, सीमाएँ और एरर कोड्स सूचीबद्ध हैं।

अपडेट किया गया

मुख्य बिंदु

  1. बेस URL https://api.uncensoredendpoint.com/v1 है और एकमात्र मॉडल ID uncensored है।
  2. दो विधियाँ उपलब्ध हैं: POST /v1/chat/completions और GET /v1/models।
  3. कॉन्टेक्स्ट विंडो 100,000 टोकन की है, प्रॉम्प्ट और कंप्लीशन दोनों मिलकर।
  4. एक पूर्ण कुंजी 8 समानांतर अनुरोधों और प्रति मिनट 300 अनुरोधों की अनुमति देती है।
एक डेटा पाइप का आइसोमेट्रिक इलस्ट्रेशन जो लैपटॉप को API सर्वर से जोड़ता है

कनेक्शन सेटिंग्स एक नज़र में

यदि आपको केवल मानों की आवश्यकता है, तो यहाँ वे हैं। इस पेज का बाकी हिस्सा बताता है कि वे व्यावहारिक रूप से कैसे व्यवहार करते हैं।

सेटिंगमान
बेस URLhttps://api.uncensoredendpoint.com/v1
मॉडल IDuncensored
Auth हेडरAuthorization: Bearer YOUR_KEY
विधियाँPOST /v1/chat/completions, GET /v1/models
कॉन्टेक्स्ट विंडो100,000 टोकन, प्रॉम्प्ट और पूर्णता
अधिकतम अनुरोध बॉडी8 MB
पूर्ण कुंजी की सीमाएँ8 कंकरेंट रिक्वेस्ट्स, प्रति मिनट 300 रिक्वेस्ट्स
ट्रायल API कुंजी सीमाएँ2 समानांतर अनुरोध, प्रति मिनट 60 अनुरोध
कीमत$0.15 प्रति 1M इनपुट टोकन, $0.50 प्रति 1M आउटपुट टोकन

यह सेवा OpenAI चैट कंप्लीशंस API के समान वायर फॉर्मेट का उपयोग करती है। यदि कोई टूल आपको कस्टम बेस यूआरएल और API कुंजी टाइप करने की अनुमति देता है, तो वह इससे बात कर सकता है। आपको API कुंजी पृष्ठ पर एक कुंजी मिलती है, और दस्तावेज़ में उसी संदर्भ को छोटे रूप में प्रस्तुत किया गया है।

प्रत्येक विधि क्या करती है

केवल दो मार्ग मौजूद हैं, जिससे सतह छोटी रहती है।

  • GET /v1/models मॉडल सूची लौटाता है। आपको एक एंट्री uncensored दिखेगी। कई क्लाइंट इस राउट का उपयोग मॉडल ड्रॉपडाउन भरने के लिए करते हैं, इसलिए यह आपकी कुंजी और URL के सही होने की पुष्टि करने का एक तेज़ तरीका भी है।
  • POST /v1/chat/completions मुख्य कार्य है। यह संदेशों की एक सूची लेता है और एक कंप्लीशन लौटाता है, या तो एक JSON प्रतिक्रिया के रूप में या एक सर्वर-सेंट इवेंट स्ट्रीम के रूप में।

पुराना टेक्स्ट कंप्लीशन रूट, रिस्पॉन्स रूट, एम्बेडिंग्स, इमेज रूट्स और ऑडियो रूट्स उत्पाद का हिस्सा नहीं हैं। यदि कोई लाइब्रेरी उनमें से किसी का प्रयास करती है, तो एक त्रुटि की उम्मीद करें और लाइब्रेरी को उसकी चैट मोड पर स्विच करें।

टर्मिनल से एक त्वरित जाँच:

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

एक JSON सूची जिसमें uncensored शामिल है, इसका मतलब है कि कुंजी काम कर रही है। एक HTTP 401 का मतलब है कि कुंजी गायब है, गलत टाइप की गई है या इसमें एक अतिरिक्त स्पेस या न्यूलाइन है, जो शेल वेरिएबल से कुंजी आने पर सबसे आम कारण है।

curl, Python और Node में आपका पहला अनुरोध

तीनों उदाहरण एक ही चीज़ भेजते हैं: एक सिस्टम संदेश, एक उपयोगकर्ता संदेश, कम तापमान। YOUR_KEY को बदलें या API_KEY पर्यावरण चर सेट करें।

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
  }'

औपचारिक Python SDK के साथ, आपको क्लाइंट को केवल दो अतिरिक्त तर्क पास करने होते हैं:

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)

और Node में उसी SDK के साथ:

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);

प्रतिक्रिया में usage ऑब्जेक्ट होता है जिसमें प्रॉम्प्ट और कंप्लीशन टोकन गणना होती है। इस पर नज़र रखें: ये दो संख्याएं वे हैं जिन पर आपका बिल बनता है। प्रतिक्रिया हेडर में X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests और X-RateLimit-Limit-Concurrency भी होते हैं। हर कॉल के साथ अनुरोध ID लॉग करें, क्योंकि यदि कुछ गलत दिखे तो सहायता पहले इसी का पूछेगी।

स्ट्रीमिंग, टूल कॉलिंग और JSON मोड

तीन फीचर्स अधिकांश वास्तविक अनुप्रयोगों को कवर करते हैं, और तीनों ओपनएआई आकारों का पालन करते हैं जिन्हें आप पहले से जानते हैं।

स्ट्रीमिंग

stream: true सेट करें और सर्वर-सेंट इवेंट्स पढ़ें। उपयोग स्ट्रीम के अंत में रिपोर्ट किया जाता है, इसलिए आप बिना किसी दूसरे अनुरोध के टोकन गिन सकते हैं। क्षमता योजना के लिए एक विवरण महत्वपूर्ण है: एक स्ट्रीम किए गए अनुरोध में उसकी कंकरेंसी स्लॉट स्ट्रीम समाप्त होने तक बनी रहती है। एक धीमी क्लाइंट जो लंबे उत्तर को धीरे-धीरे पढ़ती है, वह पूरे समय स्लॉट को व्यस्त रखती है।

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)

टूल कॉलिंग

tools पास करें और वैकल्पिक रूप से tool_choice। जब मॉडल फ़ंक्शन कॉल करने का निर्णय लेता है, तो आपको प्रतिक्रिया में tool_calls मिलते हैं (यदि आप स्ट्रीम कर रहे हैं तो स्ट्रीम के साथ भी)। आप फ़ंक्शन स्वयं चलाते हैं और परिणाम को role: "tool" वाले संदेश के रूप में वापस भेजते हैं। मॉडल एक ओपन-वेट मॉडल है, इसलिए अपने टूल स्कीमा की कुछ यथार्थवादी प्रॉम्प्ट्स के साथ जाँच करें और पैरामीटर विवरण छोटे और शाब्दिक रखें।

JSON मोड

response_format: {"type":"json_object"} भेजकर वैध JSON आउटपुट का अनुरोध करें। प्रॉम्प्ट में भी कहें कि आपको JSON चाहिए और उन फ़ील्ड्स का वर्णन करें जिनकी आपको उम्मीद है। फिर भी सावधानीपूर्वक पार्स करें, और पार्स विफलता पर एक बार रीट्राई करें, आउटपुट पर अंधाधुंध भरोसा न करें।

सैम्पलिंग नियंत्रण पास किए जाते हैं: temperature, top_p, stop, seed और फ्रीक्वेंसी और प्रेजेंस पेनल्टी।

व्यावहारिक रूप से 100,000-टोकन विंडो

कॉन्टेक्स्ट विंडो 100,000 टोकन की है, और यह संख्या प्रॉम्प्ट और कंप्लीशन दोनों को मिलाकर कवर करती है। कंप्लीशन प्रॉम्प्ट द्वारा छोड़े गए किसी भी मुक्त स्थान का उपयोग कर सकता है, और max_tokens वैकल्पिक है। यदि आप 90,000 टोकन प्रॉम्प्ट भेजते हैं, तो उत्तर के लिए अधिकतम लगभग 10,000 शेष रहते हैं।

अंग्रेजी पाठ के लिए एक अनुमानित नियम यह है कि एक टोकन एक शब्द से थोड़ा कम होता है, इसलिए 100,000 टोकन लगभग 70,000 शब्दों के क्रम में हैं। यह एक लंबे पांडुलिपि अध्याय सेट, कोडबेस के एक बड़े हिस्से, या चैट इतिहास के कई घंटों के लिए पर्याप्त है। इसे उपयोगी रखने के लिए तीन आदतें:

  • इतिहास को जानबूझकर कम करें। चैट क्लाइंट हर टर्न पर पूरी बातचीत फिर से भेजते हैं, इसलिए लागत और लेटेंसी बढ़ती जाती है। सिस्टम प्रॉम्प्ट, पुराने टर्न्स का सारांश और पिछले कुछ संदेशों को रखें।
  • max_tokens का मान तब सेट करें जब आउटपुट का आकार मायने रखता हो। यह वैकल्पिक है, लेकिन एक लंबे प्रॉम्प्ट पर अनियंत्रित उत्तर से बचाने के लिए यह एक सीमा प्रदान करता है।
  • 8 MB के बॉडी लिमिट का ध्यान रखें। यह टोकन विंडो से अलग है। सादा टेक्स्ट दुर्लभ ही 8 MB तक पहुँचता है, लेकिन प्रॉम्प्ट में पेस्ट किए गए base64 ब्लॉब्स ऐसा कर सकते हैं।

चूँकि बिलिंग प्रति टोकन के आधार पर होती है, एक पूर्ण-विंडो अनुरोध एक छोटे अनुरोध की तुलना में असली पैसा खर्च करता है। मूल्य निर्धारण पृष्ठ पर दरें दी गई हैं, और आप किसी भी अनुरोध की गणना इनपुट टोकन × $0.15 प्लस आउटपुट टोकन × $0.50 के रूप में कर सकते हैं, प्रत्येक को एक मिलियन से विभाजित करें।

रेट लिमिट और 429 श्रृंखला

एक पूर्ण कुंजी एक साथ 8 अनुरोध और प्रति मिनट 300 अनुरोधों की अनुमति देती है। ट्रायल कुंजी अधिक सख्त है: एक साथ 2 और प्रति मिनट 60। जब आप एक सीमा पार करते हैं, तो API HTTP 429 के साथ उत्तर देता है, और त्रुटि कोड बताता है कि किस सीमा को पार किया गया:

त्रुटि कोडअर्थक्या करना है
rate_limitedप्रति मिनट बहुत सारे अनुरोधगति कम करें; मिनट भर में कॉल को फैलाएं
concurrencyएक साथ चालू अनुरोध बहुत ज़्यादाअपनी ओर से कतार बनाएं; समानांतर वर्कर को 8 (ट्रायल पर 2) तक सीमित करें
429 के साथ Retry-After: 5अस्थायी ओवरलोड5 सेकंड प्रतीक्षा करें, फिर पुनः प्रयास करें

सबसे सरल बचाव आपके स्वयं के कोड में एक सेमाफोर है, जो अपनी कुंजी के आकार का हो। asyncio के साथ Python में, asyncio.Semaphore(8) प्रत्येक कॉल के चारों ओर concurrency त्रुटि को पूरी तरह से हटा देता है। एक पुनर्प्रयास जोड़ें जो Retry-After हेडर का सम्मान करे और जब हेडर अनुपस्थित हो तो एक छोटे घातीय विलंब पर वापस आ जाए। याद रखें कि स्ट्रीमिंग अपनी पूरी लंबाई के लिए एक स्लॉट पकड़े रखती है, इसलिए आठ लंबी स्ट्रीम का एक बैच एक नौवें अनुरोध को ब्लॉक कर देगा, भले ही प्रति-मिनट गणना कम हो।

असफल या अस्वीकृत अनुरोधों के लिए चार्ज नहीं किया जाता है, इसलिए एक पुनः प्रयास लूप उन विफल प्रयासों के लिए आपको लागत नहीं देता।

मॉडल क्या है, और क्या नहीं

सेवा एक ओपन-वेट मॉडल चलाती है, जो एक स्वतंत्र प्रदाता द्वारा होस्ट किया गया है और कानूनी वयस्क उपयोग के लिए बिना सेंसर उत्तर देने के लिए ट्यून्ड है। यह किसी बड़े विक्रेता की आधिकारिक API नहीं है, और न ही यह विक्रेताओं के बीच चुनने वाला एक रूटर है। एक ही मॉडल है, uncensored, इसलिए चुनने के लिए कुछ नहीं है और तुलना करने के लिए कोई मूल्य निर्धारण स्तर नहीं है।

सीमाएँ स्पष्ट हैं। टेक्स्ट अंदर जाता है और टेक्स्ट बाहर आता है। कोई इमेज, ऑडियो या वीडियो जनरेशन नहीं, न एम्बेडिंग्स और न ही फाइन-ट्यूनिंग। एक निश्चित सामग्री नियम यह है कि नाबालिगों से जुड़ी यौन सामग्री कभी भी अनुमत नहीं है। प्रॉम्प्ट को प्रशिक्षण के लिए उपयोग नहीं किया जाता है।

यह फ्रेमिंग उस समय मददगार होती है जब आप एक प्रोजेक्ट की योजना बनाते हैं। वयस्कों के लिए फिक्शन और रोलप्ले टूल्स, कंपैनियन ऐप्स, मॉडल व्यवहार पर शोध, और ऐसे टूल्स जो बिना मॉडल के पीछे हटे सीधे या संवेदनशील टेक्स्ट संभालते हैं, सभी इसके लिए प्राकृतिक रूप से उपयुक्त हैं। यदि आपको खोज के लिए एम्बेडिंग्स की आवश्यकता है, तो आपको उस हिस्से के लिए एक अलग प्रदाता की आवश्यकता होगी और आप जनरेशन के लिए इस एंडपॉइंट का उपयोग जारी रख सकते हैं।

प्रोडक्शन से पहले

एक कार्यरत डेमो पांच मिनट का काम है। एक विश्वसनीय सेवा में थोड़ा और समय लगता है। ट्रायल से शुरू करें: नए उपयोगकर्ता साइन-अप के बाद कुंजी पेज पर एक क्लिक से $0.50 का क्रेडिट दावा कर सकते हैं, हर व्यक्ति के लिए एक बार, 7 दिनों के लिए मान्य और बिना किसी भुगतान की आवश्यकता के। साइन-अप Google या ईमेल और पासवर्ड से होता है। यह आपकी इंटीग्रेशन जांचने के लिए सैकड़ों छोटे टेस्ट कॉल्स के लिए पर्याप्त है।

जब आप असली ट्रैफिक पर जाते हैं, तो $20 से $500 तक किसी भी पूर्ण राशि के साथ टॉप-अप करें। भुगतान क्रिप्टो (TRC20 पर USDT, Base पर USDC) द्वारा किया जाता है। क्रेडिट कभी समाप्त नहीं होता और कोई सब्सक्रिप्शन नहीं है, इसलिए एक बैलेंस बस तब तक बैठा रहता है जब तक आप इसे खर्च नहीं करते। बोनस $50 से 5%, $100 से 10% और $200 से 15% है।

फिर एक छोटी सूची पर काम करें: कुंजी को एक पर्यावरण चर या एक रहस्य प्रबंधक में संग्रहीत करें, कभी भी क्लाइंट-साइड कोड में नहीं; X-Request-Id लॉग करें; X-Balance-USD पर नज़र रखें ताकि आप बैलेंस खत्म होने से पहले अलर्ट कर सकें; समानांतर वर्करों को सीमित करें; और 429 को एक कसकर लूप के बजाय विलंब के साथ संभालें। API कुंजियों के लिए उत्पादन चेकलिस्ट कुंजी हैंडलिंग को अधिक विस्तार से देखता है, और दस्तावेज़ पैरामीटर संदर्भ रखते हैं।

प्रश्न और उत्तर

क्या मुझे एक विशेष SDK की आवश्यकता है?

नहीं। कोई भी OpenAI SDK या क्लाइंट काम करता है। बेस URL और कुंजी बदलें, मॉडल को uncensored पर सेट करें, और आपका बाकी कोड वही रहता है।

क्या यह छवियाँ या एम्बेडिंग्स जनरेट कर सकता है?

नहीं। API केवल टेक्स्ट है। कोई इमेज, ऑडियो या वीडियो जनरेशन नहीं, न एम्बेडिंग्स और न ही फाइन-ट्यूनिंग।

जब मैं रेट लिमिट पर पहुँचता हूँ तो क्या होता है?

आपको HTTP 429 मिलता है। प्रति मिनट अनुरोधों की सीमा पार करने पर त्रुटि कोड rate_limited होता है, और एक साथ बहुत सारे अनुरोध चलने पर concurrency होता है। एक क्षण प्रतीक्षा करें और पुनः प्रयास करें।

क्या कोई कठिन सामग्री नियम है?

हाँ। नाबालिगों से जुड़े यौन सामग्री की कभी भी अनुमति नहीं है। बाकी सब कुछ, मॉडल बिना अस्वीकृति के उत्तर देने के लिए ट्यून्ड है, कानूनी वयस्क उपयोग के लिए।

आपकी कुंजी बस एक फ़ॉर्म दूर है

एक खाता बनाएँ, कुंजी कॉपी करें, बेस URL बदलें। सेटअप यही है।

API कुंजी प्राप्त करेंदस्तावेज़ पढ़ें