Uncensored Endpoint: Base URL, ID mô hình và Giới hạn
Một endpoint uncensored ở đây là một API văn bản tương thích OpenAI được lưu trữ, trả lời mà không từ chối nội dung dành cho người lớn sử dụng hợp pháp. Trang này liệt kê chính xác base URL, ID mô hình, phương thức, giới hạn và mã lỗi bạn cần trước khi viết mã.
Điểm chính
- URL cơ sở là https://api.uncensoredendpoint.com/v1 và ID mô hình duy nhất là uncensored.
- Có hai phương thức khả dụng: POST /v1/chat/completions và GET /v1/models.
- Cửa sổ ngữ cảnh là 100.000 token, bao gồm cả prompt và phần phản hồi.
- Một khóa đầy đủ cho phép 8 yêu cầu đồng thời và 300 yêu cầu mỗi phút.

Tổng quan về cài đặt kết nối
Nếu bạn chỉ cần các giá trị, đây là chúng. Mọi thứ khác trên trang này giải thích cách chúng hoạt động trong thực tế.
| Cài đặt | Giá trị |
|---|---|
| URL gốc | https://api.uncensoredendpoint.com/v1 |
| ID mô hình | uncensored |
| Tiêu đề xác thực | Authorization: Bearer YOUR_KEY |
| Phương thức | POST /v1/chat/completions, GET /v1/models |
| Cửa sổ ngữ cảnh | 100.000 token, prompt cộng với phần phản hồi |
| Kích thước tối đa của thân yêu cầu | 8 MB |
| Giới hạn khóa đầy đủ | 8 yêu cầu đồng thời, 300 yêu cầu mỗi phút |
| Giới hạn khóa dùng thử | 2 yêu cầu đồng thời, 60 yêu cầu mỗi phút |
| Giá | $0.15 cho mỗi 1M token đầu vào, $0.50 cho mỗi 1M token đầu ra |
Dịch vụ sử dụng cùng định dạng giao thức với API chat completions của OpenAI. Nếu một công cụ cho phép bạn nhập URL gốc tùy chỉnh và khóa API, nó có thể kết nối với dịch vụ này. Bạn nhận được khóa trên trang khóa API, và tài liệu cung cấp cùng tham chiếu ở dạng ngắn gọn hơn.
Mỗi phương thức làm gì
Chỉ có hai tuyến tồn tại, giúp giữ giao diện nhỏ gọn.
GET /v1/modelstrả về danh sách mô hình. Bạn sẽ thấy một mục,uncensored. Nhiều client gọi tuyến này để điền danh sách thả xuống mô hình, vì vậy đây cũng là cách nhanh để xác nhận khóa và URL của bạn là đúng.POST /v1/chat/completionslà công cụ chính. Nó nhận danh sách tin nhắn và trả về kết quả hoàn thành, dưới dạng phản hồi JSON hoặc luồng sự kiện gửi bởi máy chủ.
Tuyến hoàn thành văn bản cũ, tuyến phản hồi, embedding, tuyến ảnh và tuyến âm thanh không thuộc sản phẩm. Nếu thư viện thử một trong những tuyến đó, hãy mong đợi lỗi và chuyển thư viện sang chế độ chat của nó.
Kiểm tra nhanh từ terminal:
curl https://api.uncensoredendpoint.com/v1/models \
-H "Authorization: Bearer $API_KEY"
Một danh sách JSON chứa uncensored có nghĩa là khóa hoạt động. HTTP 401 có nghĩa là khóa bị thiếu, gõ sai hoặc có khoảng trắng hoặc ký tự xuống dòng thừa, đây là nguyên nhân phổ biến nhất khi khóa đến từ biến shell.
Yêu cầu đầu tiên của bạn bằng curl, Python và Node
Cả ba ví dụ đều gửi cùng một thứ: một tin nhắn hệ thống, một tin nhắn người dùng, một nhiệt độ thấp. Thay thế YOUR_KEY hoặc đặt biến môi trường 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
}'
Với SDK Python chính thức, bạn chỉ cần truyền hai đối số bổ sung cho 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)
Và trong Node với cùng 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);
Phản hồi bao gồm đối tượng usage với số lượng token prompt và completion. Hãy theo dõi kỹ: hai con số này là thứ bạn được tính phí. Các tiêu đề phản hồi cũng bao gồm X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests và X-RateLimit-Limit-Concurrency. Hãy ghi lại ID yêu cầu với mọi lệnh gọi, vì đây là thứ đầu tiên bộ phận hỗ trợ sẽ hỏi nếu có gì đó không ổn.
Truyền phát, gọi công cụ và chế độ JSON
Ba tính năng bao gồm hầu hết các ứng dụng thực tế, và cả ba đều tuân theo các hình dạng OpenAI mà bạn đã quen thuộc.
Truyền phát
Đặt stream: true và đọc các sự kiện gửi từ máy chủ. Việc sử dụng được báo cáo ở cuối luồng, vì vậy bạn vẫn có thể đếm token mà không cần một yêu cầu thứ hai. Một chi tiết quan trọng cho việc lập kế hoạch dung lượng: một yêu cầu truyền phát giữ khe đồng thời của nó cho đến khi luồng kết thúc. Một máy khách chậm đọc câu trả lời dài với tốc độ nhỏ giọt sẽ giữ một khe bận trong toàn bộ thời gian đó.
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)
Gọi hàm
Gửi tools và tùy chọn tool_choice. Khi mô hình quyết định gọi hàm, bạn nhận được tool_calls trong phản hồi (cũng được truyền phát nếu bạn truyền phát). Bạn tự chạy hàm và gửi kết quả lại dưới dạng tin nhắn với role: "tool". Mô hình là một mô hình trọng số mở đơn lẻ, vì vậy hãy kiểm tra lược đồ công cụ của bạn với một số prompt thực tế và giữ mô tả tham số ngắn gọn và trực tiếp.
Chế độ JSON
Gửi response_format: {"type":"json_object"} để yêu cầu đầu ra JSON hợp lệ. Đồng thời, hãy nói trong prompt rằng bạn muốn JSON và mô tả các trường bạn mong đợi. Hãy phân tích dữ liệu một cách thận trọng, và thử lại một lần khi xảy ra lỗi phân tích thay vì tin tưởng đầu ra một cách mù quáng.
Các điều khiển lấy mẫu được truyền qua: temperature, top_p, stop, seed và các hình phạt tần suất và hiện diện.
Cửa sổ 100.000 token trong thực tế
Cửa sổ ngữ cảnh là 100.000 token, và con số đó bao gồm prompt và kết quả hoàn thành cùng nhau. Kết quả hoàn thành có thể sử dụng bất kỳ phần nào mà prompt để lại, và max_tokens là tùy chọn. Nếu bạn gửi 90.000 token prompt, tối đa khoảng 10.000 còn lại cho câu trả lời.
Một quy tắc thô cho văn bản tiếng Anh là một token hơi ít hơn một từ, vì vậy 100.000 token có thứ tự khoảng 70.000 từ. Điều đó đủ cho một bộ chương sách dài, một phần lớn cơ sở mã hoặc vài giờ lịch sử trò chuyện. Ba thói quen giữ điều này hữu ích:
- Cắt giảm lịch sử có chủ đích. Các client trò chuyện gửi lại toàn bộ cuộc trò chuyện mỗi lượt, vì vậy chi phí và độ trễ tăng lên cùng với nó. Hãy giữ prompt hệ thống, bản tóm tắt các lượt cũ và vài tin nhắn cuối cùng.
- Đặt
max_tokenskhi kích thước đầu ra quan trọng. Nó là tùy chọn, nhưng một giới hạn bảo vệ bạn khỏi một câu trả lời không kiểm soát được trên một prompt dài. - Chú ý giới hạn thân 8 MB. Nó riêng biệt với cửa sổ token. Văn bản thuần hiếm khi đạt 8 MB, nhưng các blob base64 dán vào prompt thì có.
Vì tính phí theo token, một yêu cầu đầy đủ cửa sổ ngữ cảnh tốn tiền thật sự so với yêu cầu ngắn. trang giá cả có các mức giá, và bạn có thể tính bất kỳ yêu cầu nào bằng cách: số token đầu vào nhân $0,15 cộng số token đầu ra nhân $0,50, mỗi kết quả chia cho một triệu.
Giới hạn tốc độ và nhóm 429
Khóa đầy đủ cho phép 8 yêu cầu cùng lúc và 300 yêu cầu mỗi phút. Khóa dùng thử chặt chẽ hơn: 2 cùng lúc và 60 mỗi phút. Khi bạn vượt qua một giới hạn, API trả về HTTP 429, và mã lỗi cho bạn biết giới hạn nào:
| Mã lỗi | Ý nghĩa | Những việc cần làm |
|---|---|---|
rate_limited | Quá nhiều yêu cầu mỗi phút | Giảm tốc độ; phân phối các lệnh gọi trong phút |
concurrency | Quá nhiều yêu cầu đang chạy cùng lúc | Hàng đợi ở phía bạn; giới hạn số lượng worker đồng thời ở 8 (2 trên dùng thử) |
429 với Retry-After: 5 | Quá tải tạm thời | Hãy đợi 5 giây, sau đó thử lại |
Cách phòng vệ đơn giản nhất là một semaphore trong mã của riêng bạn, được kích thước dựa trên khóa của bạn. Trong Python với asyncio, asyncio.Semaphore(8) xung quanh mỗi lệnh gọi loại bỏ hoàn toàn lỗi concurrency. Thêm một lệnh thử lại tôn trọng tiêu đề Retry-After và chuyển sang độ trễ theo cấp số nhân ngắn khi tiêu đề không có. Hãy nhớ rằng các stream giữ một khe cho toàn bộ chiều dài của chúng, vì vậy một lô tám stream dài sẽ chặn một yêu cầu thứ chín ngay cả khi số lượng mỗi phút thấp.
Các yêu cầu thất bại hoặc bị từ chối không bị tính phí, vì vậy một vòng lặp thử lại không tốn của bạn cho các lần thử đã bị từ chối.
Mô hình là gì và không phải là gì
Dịch vụ chạy một mô hình trọng số mở, được lưu trữ bởi nhà cung cấp độc lập và được tinh chỉnh để trả lời mà không từ chối nội dung dành cho người lớn sử dụng hợp pháp. Nó không phải là API chính thức của bất kỳ nhà cung cấp lớn nào, và nó không phải là bộ chọn giữa các nhà cung cấp. Có một mô hình duy nhất, uncensored, vì vậy không có gì để chọn và không có cấp giá để so sánh.
Các giới hạn rất rõ ràng. Văn bản đi vào và văn bản đi ra. Không có tạo ảnh, âm thanh hay video, không có embedding và không có fine-tuning. Quy tắc nội dung cố định là nội dung tình dục liên quan đến người chưa thành niên không bao giờ được phép. Các prompt không được sử dụng để huấn luyện.
Khung đó giúp ích khi bạn lập kế hoạch dự án. Công cụ giả tưởng và nhập vai cho người lớn, ứng dụng bạn đời, nghiên cứu về hành vi mô hình và công cụ xử lý văn bản thẳng thắn hoặc nhạy cảm mà không bị mô hình từ chối đều là những ứng dụng phù hợp tự nhiên. Nếu bạn cần embedding cho tìm kiếm, bạn sẽ cần một nhà cung cấp riêng cho phần đó và vẫn có thể sử dụng endpoint này cho việc tạo nội dung.
Trước khi đưa vào sản xuất
Một bản demo hoạt động mất năm phút. Một dịch vụ đáng tin cậy cần thêm một chút. Hãy bắt đầu với dùng thử: người dùng mới có thể nhận $0.50 tín dụng với một cú nhấp chuột trên trang khóa sau khi đăng ký, một lần mỗi người, có giá trị trong 7 ngày và không cần thanh toán. Đăng ký hoạt động với Google hoặc với email và mật khẩu. Điều đó đủ cho hàng trăm lệnh gọi thử ngắn để kiểm tra tích hợp của bạn.
Khi bạn chuyển sang lưu lượng truy cập thực, hãy nạp tiền với bất kỳ số nguyên nào từ $20 đến $500. Thanh toán bằng tiền điện tử (USDT trên TRC20 hoặc USDC trên Base). Tín dụng không bao giờ hết hạn và không có gói đăng ký, vì vậy số dư chỉ nằm đó cho đến khi bạn chi tiêu nó. Tiền thưởng là 5% từ $50, 10% từ $100 và 15% từ $200.
Sau đó, hãy thực hiện qua một danh sách ngắn: lưu khóa trong biến môi trường hoặc trình quản lý bí mật, không bao giờ trong mã phía máy khách; ghi X-Request-Id; theo dõi X-Balance-USD để bạn có thể cảnh báo trước khi số dư cạn kiệt; giới hạn số lượng worker đồng thời; và xử lý 429 bằng cách trì hoãn thay vì vòng lặp liên tục. danh sách kiểm tra sản xuất cho khóa API đi qua chi tiết hơn về xử lý khóa, và tài liệu chứa tham chiếu tham số.
Hướng dẫn khác
Hỏi đáp
Tôi có cần một SDK đặc biệt không?
Không. Bất kỳ SDK hoặc client OpenAI nào cũng hoạt động. Thay đổi base URL và key, đặt mô hình thành uncensored, phần còn lại trong mã của bạn vẫn giữ nguyên.
Nó có thể tạo ảnh hay embedding không?
Không. API chỉ dành cho văn bản. Không có tạo ảnh, âm thanh hay video, không có embedding và không có fine-tuning.
Điều gì xảy ra khi tôi đạt giới hạn tốc độ?
Bạn nhận được HTTP 429. Mã lỗi là rate_limited khi bạn vượt quá số yêu cầu mỗi phút và concurrency khi quá nhiều yêu cầu chạy cùng lúc. Hãy đợi một lúc và thử lại.
Có quy tắc nội dung cứng nào không?
Có. Nội dung tình dục liên quan đến người chưa thành niên luôn bị cấm. Mọi thứ khác, mô hình được tinh chỉnh để trả lời mà không từ chối, dành cho mục đích sử dụng hợp pháp của người trưởng thành.
Khóa của bạn chỉ cách một bước
Tạo tài khoản, sao chép khóa, thay đổi URL cơ sở. Đó là toàn bộ thiết lập.