PT ▾
Obter chave de API

Uncensored Endpoint: URL base, ID do modelo e limites

Um endpoint uncensored aqui significa uma API de texto compatível com OpenAI hospedada que responde sem recusas de conteúdo para uso adulto lícito. Esta página lista a URL base exata, ID do modelo, métodos, limites e códigos de erro que você precisa antes de escrever qualquer código.

Atualizado

Pontos principais

  1. A URL base é https://api.uncensoredendpoint.com/v1 e o único ID do modelo é uncensored.
  2. Dois métodos estão disponíveis: POST /v1/chat/completions e GET /v1/models.
  3. A janela de contexto é de 100.000 tokens, incluindo prompt e completion juntos.
  4. Uma chave completa permite 8 requisições simultâneas e 300 requisições por minuto.
Ilustração isométrica de um tubo de dados conectando um laptop a um servidor de API

Configurações de conexão em resumo

Se você precisa apenas dos valores, aqui estão eles. Todo o resto nesta página explica como eles se comportam na prática.

ConfiguraçãoValor
URL basehttps://api.uncensoredendpoint.com/v1
ID do modelouncensored
Cabeçalho de autenticaçãoAuthorization: Bearer YOUR_KEY
EndpointsPOST /v1/chat/completions, GET /v1/models
Janela de contexto100.000 tokens, prompt mais conclusão
Corpo da requisição máximo8 MB
Limites completos da chave8 requisições simultâneas, 300 requisições por minuto
Limites da chave de teste2 requisições simultâneas, 60 requisições por minuto
Preço$0,15 por 1M de tokens de entrada, $0,50 por 1M de tokens de saída

O serviço usa o mesmo formato de serialização da API de chat completions da OpenAI. Se uma ferramenta permite digitar uma URL base personalizada e uma chave de API, ela pode conversar com esta. Você obtém uma chave na página de chave de API, e a documentação traz a mesma referência em uma forma mais curta.

O que cada método faz

Existem apenas duas rotas, o que mantém a superfície da API pequena.

  • GET /v1/models retorna a lista de modelos. Você verá uma entrada, uncensored. Muitos clientes chamam essa rota para preencher um menu suspenso de modelos, então é também uma maneira rápida de confirmar que sua chave e URL estão corretas.
  • POST /v1/chat/completions é o carro-chefe. Ele recebe uma lista de mensagens e retorna uma conclusão, seja como uma resposta JSON única ou como um stream de eventos enviados pelo servidor.

A antiga rota de completions de texto, a rota de respostas, embeddings, rotas de imagem e rotas de áudio não fazem parte do produto. Se uma biblioteca tentar uma dessas, espere um erro e altere a biblioteca para o modo de chat.

Uma verificação rápida a partir de um terminal:

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

Uma lista JSON que contém uncensored significa que a chave funciona. Um HTTP 401 significa que a chave está faltando, digitada incorretamente ou tem um espaço extra ou nova linha nela, que é a causa mais comum quando a chave veio de uma variável de shell.

Sua primeira requisição em curl, Python e Node

Todos os três exemplos enviam a mesma coisa: uma mensagem de sistema, uma mensagem de usuário, uma temperatura baixa. Substitua YOUR_KEY ou defina a variável de ambiente 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
  }'

Com o SDK oficial do Python, você passa apenas dois argumentos extras para o 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)

E no Node com o mesmo 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);

A resposta inclui um objeto usage com contagens de tokens de prompt e conclusão. Fique de olho nisso: esses dois números são o que você é cobrado. Os cabeçalhos da resposta também carregam X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests e X-RateLimit-Limit-Concurrency. Registre o ID da requisição com cada chamada, pois é a primeira coisa que o suporte pedirá se algo parecer errado.

Streaming, chamada de funções e modo JSON

Três recursos cobrem a maioria dos aplicativos reais, e todos os três seguem as formas OpenAI que você já conhece.

Streaming

Defina stream: true e leia eventos enviados pelo servidor. O uso é relatado no final do stream, então você ainda pode contar tokens sem uma segunda requisição. Um detalhe importante para o planejamento de capacidade: uma requisição em streaming mantém seu slot de concorrência até que o stream termine. Um cliente lento que lê uma resposta longa em ritmo lento mantém um slot ocupado por todo o tempo.

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)

Chamada de funções

Passe tools e opcionalmente tool_choice. Quando o modelo decide chamar uma função, você recebe tool_calls na resposta (também em streaming, se você estiver em streaming). Você executa a função você mesmo e envia o resultado de volta como uma mensagem com role: "tool". O modelo é um único modelo de pesos abertos, então teste seus esquemas de função com alguns prompts realistas e mantenha as descrições de parâmetros curtas e literais.

Modo JSON

Envie response_format: {"type":"json_object"} para solicitar saída JSON válida. Também diga no prompt que você quer JSON e descreva os campos que espera. Analise defensivamente mesmo assim, e tente novamente uma vez em caso de falha de análise em vez de confiar na saída cegamente.

Os controles de amostragem são passados: temperature, top_p, stop, seed e as penalidades de frequência e presença.

A janela de 100.000 tokens na prática

A janela de contexto é de 100.000 tokens, e esse número cobre o prompt e a conclusão juntos. A conclusão pode usar o que o prompt deixar livre, e max_tokens é opcional. Se você enviar 90.000 tokens de prompt, no máximo cerca de 10.000 permanecem para a resposta.

Uma regra aproximada para texto em inglês é que um token é um pouco menos que uma palavra, então 100.000 tokens é da ordem de 70.000 palavras. Isso é suficiente para um conjunto longo de capítulos de manuscrito, uma grande parte de uma base de código ou várias horas de histórico de chat. Três hábitos mantêm isso útil:

  • Limpe o histórico propositalmente. Clientes de chat reenviam toda a conversa a cada turno, então o custo e a latência crescem com ele. Mantenha o prompt de sistema, um resumo dos turnos antigos e as últimas poucas mensagens.
  • Defina max_tokens quando o tamanho da saída importa. É opcional, mas um limite protege você de uma resposta descontrolada em um prompt longo.
  • Cuide do limite de corpo de 8 MB. É separado da janela de tokens. Texto puro raramente atinge 8 MB, mas blobs base64 colados em um prompt podem.

Como a cobrança é por token, uma requisição de janela cheia custa dinheiro real em comparação com uma curta. A página de preços tem as taxas, e você pode calcular qualquer requisição como tokens de entrada vezes $0,15 mais tokens de saída vezes $0,50, cada um dividido por um milhão.

Limites de requisições e a família 429

Uma chave completa permite 8 requisições ao mesmo tempo e 300 requisições por minuto. A chave de teste é mais restrita: 2 ao mesmo tempo e 60 por minuto. Quando você ultrapassa uma linha, a API responde com HTTP 429, e o código de erro diz qual linha:

Código de erroSignificadoO que fazer
rate_limitedMuitas requisições por minutoDiminua a velocidade; espalhe as chamadas ao longo do minuto
concurrencyMuitas requisições simultâneas em execução ao mesmo tempoFila do seu lado; limite trabalhadores paralelos em 8 (2 na trial)
429 com Retry-After: 5Sobrecarga temporáriaAguarde 5 segundos e tente novamente

A defesa mais simples é um semáforo no seu próprio código, dimensionado para a sua chave. Em Python com asyncio, asyncio.Semaphore(8) em volta de cada chamada remove o erro de concurrency completamente. Adicione uma tentativa de nova chamada que respeite o cabeçalho Retry-After e recorra a um atraso exponencial curto quando o cabeçalho estiver ausente. Lembre-se de que as transmissões mantêm uma posição por toda a sua duração, por isso um lote de oito transmissões longas bloqueará uma nona requisição mesmo que a contagem por minuto seja baixa.

Requisições falhas ou recusadas não são cobradas, então um loop de tentativa não custa para você pelas tentativas que foram rejeitadas.

O que o modelo é, e o que não é

O serviço executa um único modelo de peso aberto, hospedado por um provedor independente e ajustado para responder sem recusas de conteúdo para uso adulto lícito. Não é a API oficial de nenhum grande fornecedor, e não é um roteador que escolhe entre fornecedores. Há um único modelo, uncensored, então não há nada para escolher e nenhum nível de preço para comparar.

Os limites são claros. Texto entra e texto sai. Não há geração de imagem, áudio ou vídeo, nem embeddings ou ajuste fino. A única regra fixa de conteúdo é que conteúdo sexual envolvendo menores de idade nunca é permitido. Prompts não são usados para treinamento.

Essa estrutura ajuda quando você planeja um projeto. Ferramentas de ficção e roleplay para adultos, aplicativos de companhia, pesquisa sobre comportamento do modelo e ferramentas que lidam com texto bruto ou sensível sem que o modelo se retire são todos ajustes naturais. Se você precisa de embeddings para pesquisa, você precisará de um provedor separado para essa parte e ainda pode usar este endpoint para geração.

Antes de ir para produção

Uma demonstração funcional leva cinco minutos. Um serviço confiável leva um pouco mais. Comece com o teste: novos usuários podem obter $0,50 de crédito com um clique na página da chave após o registro, uma vez por pessoa, válido por 7 dias e sem necessidade de pagamento. O registro funciona com Google ou com e-mail e senha. Isso é suficiente para centenas de chamadas de teste curtas para verificar sua integração.

Quando você for para tráfego real, recarregue com qualquer valor inteiro de $20 a $500. O pagamento é por cripto (USDT na TRC20, USDC na Base). O crédito nunca expira e não há assinatura, então o saldo fica parado até você gastá-lo. O bônus é de 5% a partir de $50, 10% a partir de $100 e 15% a partir de $200.

Em seguida, siga uma lista curta: armazene a chave em uma variável de ambiente ou em um gerenciador de segredos, nunca em código do lado do cliente; registre X-Request-Id; monitore X-Balance-USD para poder alertar antes que o saldo acabe; limite os workers paralelos; e trate 429 com atraso em vez de um loop fechado. A lista de verificação de produção para chaves de API aborda o tratamento de chaves com mais detalhes, e a documentação contém a referência de parâmetros.

Perguntas e respostas

Preciso de um SDK especial?

Não. Qualquer SDK ou cliente OpenAI funciona. Altere a URL base e a chave, defina o modelo como uncensored e o restante do seu código permanece igual.

Pode gerar imagens ou embeddings?

Não. A API é apenas de texto. Não há geração de imagem, áudio ou vídeo, nem embeddings nem ajuste fino.

O que acontece quando atingo um limite de taxa?

Você recebe HTTP 429. O código de erro é rate_limited quando você ultrapassa o limite de requisições por minuto e concurrency quando muitas requisições são executadas ao mesmo tempo. Aguarde um momento e tente novamente.

Existe uma regra rígida de conteúdo?

Sim. Conteúdo sexual envolvendo menores de idade nunca é permitido. Para todo o resto, o modelo é ajustado para responder sem recusas, para uso adulto lícito.

Sua chave está a um formulário de distância

Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.

Obter chave de APILer a documentação