Uncensored Endpoint:Base URL、模型 ID 和限制
此处的 uncensored 接口是一个托管的、OpenAI 兼容的文本 API,针对合法成人用途提供不拒绝内容的回答。本页面列出了编写代码前所需的精确 Base URL、模型 ID、方法、限制和错误代码。
要点
- Base URL 是 https://api.uncensoredendpoint.com/v1,唯一的模型 ID 是 uncensored。
- 提供两种方法:POST /v1/chat/completions 和 GET /v1/models。
- 上下文窗口为 100,000 个 token,提示词和补全合计。
- 完整账户密钥允许 8 个并发请求和每分钟 300 个请求。

连接设置概览
如果您只需要这些值,如下所示。本页面的其余内容解释了它们在实际中的行为。
| 配置项 | 说明 |
|---|---|
| Base URL | https://api.uncensoredendpoint.com/v1 |
| 模型 ID | uncensored |
| Auth 头 | Authorization: Bearer YOUR_KEY |
| 方法 | POST /v1/chat/completions,GET /v1/models |
| 上下文窗口 | 100,000 token,提示词加补全 |
| 最大请求体 | 8 MB |
| 全功能密钥限制 | 8 个并发请求,每分钟 300 个请求 |
| 试用密钥限制 | 2 个并发请求,每分钟 60 个请求 |
| 价格 | 每 1M 输入 token $0.15,每 1M 输出 token $0.50 |
该服务使用与 OpenAI chat completions API 相同的传输格式。如果某个工具允许你输入自定义 Base URL 和 API 密钥,它就可以与此服务通信。你可以在API 密钥页面获取密钥,文档以更短的形式提供了相同的参考。
各方法的功能
仅有两个路由,这使暴露面保持较小。
GET /v1/models返回模型列表。你将看到一个条目,uncensored。许多客户端调用此路由以填充模型下拉菜单,因此这也是确认密钥和 URL 是否正确的一种快速方式。POST /v1/chat/completions是主力接口。它接收消息列表并返回补全结果,可以是单个 JSON 响应,也可以是服务器发送事件流。
旧版文本补全路由、responses 路由、嵌入、图像路由和音频路由不属于本产品。如果库尝试使用这些路由,请预期会收到错误,并将库切换到聊天模式。
来自终端的快速检查:
curl https://api.uncensoredendpoint.com/v1/models \
-H "Authorization: Bearer $API_KEY"
包含 uncensored 的 JSON 列表表示密钥有效。HTTP 401 表示密钥缺失、输入错误或其中包含多余空格或换行符,如果密钥来自 shell 变量,这是最常见的原因。
curl、Python 和 Node 中的首个请求
这三个示例发送相同的内容:一条系统消息、一条用户消息、一个低温度值。替换 YOUR_KEY 或设置 API_KEY 环境变量。
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
}'
使用官方 Python SDK 时,你只需向客户端传递两个额外参数:
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)
在 Node 中使用相同的 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);
响应包含一个 usage 对象,其中包含提示词和补全 token 计数。请密切关注它:这两个数字是你计费的基础。响应头还包含 X-Request-Id、X-Balance-USD、X-RateLimit-Limit-Requests 和 X-RateLimit-Limit-Concurrency。每次调用都记录请求 ID,因为如果出现问题,支持团队首先会要求提供它。
流式输出、工具调用和 JSON 模式
三个功能覆盖了大多数实际应用场景,且均遵循你已熟悉的 OpenAI 格式。
流式输出
配置项 stream: true 并读取服务器发送事件。使用情况会在流结束时报告,因此你仍可在不发起第二次请求的情况下统计 token。容量规划中有一个细节需要注意:流式请求会占用其并发槽位,直到流结束。如果慢速客户端以极慢的速度读取长回答,会一直占用一个槽位。
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)
函数调用
传递 tools 以及可选的 tool_choice。当模型决定调用函数时,你会在回复中收到 tool_calls(如果你启用流式输出,也会流式返回)。你自己运行函数并将结果作为消息发送回去,使用 role: "tool"。该模型是一个单一的开放权重模型,因此请用一些真实的提示词测试你的工具定义,并保持参数描述简短且直译。
JSON 模式
发送 response_format: {"type":"json_object"} 以请求有效的 JSON 输出。同时在提示词中说明你想要 JSON 并描述你期望的字段。无论如何都要进行防御性解析,并在解析失败时重试一次,不要盲目信任输出。
采样控制参数直接透传:temperature、top_p、stop、seed 以及频率和存在惩罚。
100,000-token 上下文窗口的实际应用
上下文窗口为 100,000 token,该数字涵盖提示词和补全。补全可以使用提示词留下的任何剩余空间,且 max_tokens 是可选的。如果你发送 90,000 token 的提示词,最多剩下约 10,000 token 用于回答。
英文文本的一个粗略规则是:一个 token 略少于一词,因此 100,000 token 大约相当于 70,000 词。这足以容纳长篇手稿章节集、大型代码库片段或数小时的聊天记录。保持这种能力实用的三个习惯:
- 有目的地修剪历史。 聊天客户端每轮都会重新发送整个对话,因此成本和延迟会随之增长。保留系统提示词、旧轮次的摘要以及最后几条消息。
- 当输出大小很重要时,设置
max_tokens。 它是可选的,但限制器可以防止在长提示词下出现失控的回答。 - 注意 8 MB 的负载限制。 它与 token 窗口是分开的。纯文本很少达到 8 MB,但粘贴到提示词中的 base64 二进制数据可能会达到。
因为按 token 计费,与短请求相比,全窗口请求会产生实际成本。定价页面有费率,你可以将任何请求计算为输入 token 乘以 $0.15 加上输出 token 乘以 $0.50,每个都除以一百万。
速率限制与 429 错误系列
完整密钥允许同时 8 个请求,每分钟 300 个请求。试用密钥限制更严:同时 2 个,每分钟 60 个。当你超出限制时,API 会返回 HTTP 429,错误代码会告诉你超出了哪条限制:
| 错误代码 | 含义 | 该做什么 |
|---|---|---|
rate_limited | 每分钟请求过多 | 放慢速度;在一分钟内分散调用 |
concurrency | 并发请求过多 | 在你这边排队;将并行工作线程限制为 8(试用版为 2) |
429 且 Retry-After: 5 | 临时过载 | 等待 5 秒,然后重试 |
最简单的防御是在你自己的代码中使用信号量,大小根据你的密钥设定。在 Python 中使用 asyncio,在每个调用周围使用 asyncio.Semaphore(8) 可以完全消除 concurrency 错误。添加一个遵循 Retry-After 首部的重试逻辑,如果首部缺失则回退到短指数延迟。请记住,流会为其整个长度占用一个槽位,因此八个长流的批次会阻塞第九个请求,即使每分钟计数较低。
失败或被拒绝的请求不会计费,因此重试循环不会因失败的尝试向你收费。
模型是什么,不是什么
该服务运行一个开放权重模型,由独立提供商托管,并针对合法成人用途进行了调整,以无内容拒绝的方式回答。它不是任何大型供应商的官方 API,也不是在供应商之间进行路由的路由服务。只有一个模型,uncensored,因此无需选择,也没有价格层级可供比较。
限制很明确。文本输入,文本输出。没有图像、音频或视频生成,没有嵌入和微调。唯一固定的内容规则是禁止涉及未成年人的性内容。提示词不用于训练。
这种框架有助于你规划项目。面向成人的小说和角色扮演工具、伴侣应用、模型行为研究,以及处理直白或敏感文本且模型不会退缩的工具,都是天然适合的场景。如果你需要用于搜索的嵌入,你需要为此部分使用单独的提供商,但仍可以使用此接口进行生成。
投入生产前须知
一个可用的演示只需五分钟的工作。一个可靠的服务需要多一点时间。从试用开始:新用户可以在注册后在密钥页面点击一次领取 $0.50 的额度,每人一次,有效期 7 天,无需付款。注册支持 Google 或电子邮件和密码。这足以进行数百次简短的测试调用以检查你的集成。
当开始真实流量时,使用 $20 至 $500 之间的任意整数金额充值。支付方式为加密货币(TRC20 上的 USDT 或 Base 上的 USDC)。额度永不失效,且无订阅,因此余额会一直保留,直到你将其用完。从 $50 起赠送 5% 额度,从 $100 起赠送 10% 额度,从 $200 起赠送 15% 额度。
然后按简短清单操作:将密钥存储在环境变量或密钥管理工具中,不要放在客户端代码里;记录 X-Request-Id;监控 X-Balance-USD,以便在余额耗尽前发出警报;限制并行工作线程数;对 429 错误使用延迟而非密集循环处理。API 密钥的生产环境清单更详细地介绍了密钥处理方式,文档则包含参数参考。
更多指南
问答
我需要特殊的 SDK 吗?
否。任何 OpenAI SDK 或客户端均可使用。更改基础 URL 和密钥,将模型设置为 uncensored,其余代码保持不变。
能否生成图片或嵌入向量?
否。API 仅支持文本。不支持图片、音频或视频生成,也不支持嵌入向量或微调。
当我达到速率限制时会发生什么?
你会收到 HTTP 429。当每分钟请求数超出限制时,错误代码为 rate_limited;并发请求过多时为 concurrency。稍等片刻后重试。
是否存在硬性内容规则?
有。涉及未成年人的性内容始终禁止。其他内容模型均会无拒绝地回答,适用于合法的成人用途。
只需填写一张表单即可获得密钥
创建账户,复制密钥,更改基础 URL。这就是全部设置。