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.
Pontos principais
- A URL base é https://api.uncensoredendpoint.com/v1 e o único ID do modelo é uncensored.
- Dois métodos estão disponíveis: POST /v1/chat/completions e GET /v1/models.
- A janela de contexto é de 100.000 tokens, incluindo prompt e completion juntos.
- Uma chave completa permite 8 requisições simultâneas e 300 requisições por minuto.

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.
| Configuração | Valor |
|---|---|
| URL base | https://api.uncensoredendpoint.com/v1 |
| ID do modelo | uncensored |
| Cabeçalho de autenticação | Authorization: Bearer YOUR_KEY |
| Endpoints | POST /v1/chat/completions, GET /v1/models |
| Janela de contexto | 100.000 tokens, prompt mais conclusão |
| Corpo da requisição máximo | 8 MB |
| Limites completos da chave | 8 requisições simultâneas, 300 requisições por minuto |
| Limites da chave de teste | 2 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/modelsretorna 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/completionsé 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_tokensquando 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 erro | Significado | O que fazer |
|---|---|---|
rate_limited | Muitas requisições por minuto | Diminua a velocidade; espalhe as chamadas ao longo do minuto |
concurrency | Muitas requisições simultâneas em execução ao mesmo tempo | Fila do seu lado; limite trabalhadores paralelos em 8 (2 na trial) |
429 com Retry-After: 5 | Sobrecarga temporária | Aguarde 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.
Mais guias
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.