Lo que realmente significa la frase
La mayoría de los modelos de lenguaje alojados incluyen una capa de comportamiento de rechazo. Esa capa es un valor predeterminado sensato para un asistente general, pero estorba a muchos productos legítimos: herramientas de ficción que necesitan villanos con amenaza, aplicaciones de roleplay y compañía para adultos, investigación de moderación que debe examinar el contenido que clasifica, y marcos de prueba de equipo rojo. Un modelo sin censura es aquel que ha sido ajustado para no rechazar estas peticiones, y una API sin censura es simplemente ese modelo detrás de un endpoint HTTP.
La palabra "sin censura" no significa "sin reglas". Nuestro servicio tiene un límite estricto: sin contenido sexual que involucre menores de edad, nunca. Más allá de eso, el modelo está ajustado para responder sin rechazos de contenido para uso adulto lícito. La responsabilidad de lo que hace tu producto con la salida y de cumplir la ley donde operes sigue siendo tuya.
También es útil ser claro sobre lo que el modelo no es. Es un modelo de pesos abiertos ejecutado por un proveedor independiente. No es la API oficial de Meta, Mistral, Qwen, DeepSeek, OpenAI, xAI, Google o Anthropic, y no es un router que elige entre proveedores.
Dónde encaja en una aplicación
Los desarrolladores suelen recurrir a este tipo de endpoint en una de las cuatro situaciones siguientes.
- Escritura creativa y diálogos de juegos. Los motores de historias, la ficción interactiva y las conversaciones de NPCs se rompen cuando el modelo lecciona al jugador. Un modelo que mantiene el personaje mantiene la experiencia intacta.
- Aplicaciones de compañía y roleplay para adultos. El chat de personajes depende de sesiones largas y un tono consistente. La ventana de 100.000 tokens ayuda aquí, ya que una conversación larga más una hoja de personaje cabe sin truncamiento agresivo.
- Pipelines de datos y contenido. Clasificar, resumir o reescribir texto generado por usuarios que contiene lenguaje rudo, sin que el modelo rechace la mitad de las filas.
- Pruebas e investigación. Comparar cómo se comporta un filtro frente a la salida cruda del modelo, o generar ejemplos adversarios para un clasificador de seguridad que estás construyendo.
En los cuatro casos, el modelo es solo un componente. Tú mismo escribirás los prompts del sistema, el control de edad y la moderación de lo que publiques. La API te ofrece generación, no política de producto.
Lo que obtienes técnicamente
El servicio expone dos métodos: POST /v1/chat/completions y GET /v1/models. La autenticación es un token Bearer en el encabezado Authorization. El ID del modelo es uncensored. Como el protocolo coincide con el de OpenAI, cualquier SDK de OpenAI o cliente compatible funciona una vez que cambies la URL base y la clave.
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredllmapi.com/v1",
api_key="YOUR_API_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You write gritty fantasy dialogue."},
{"role": "user", "content": "A mercenary refuses a noble's offer. Three lines."},
],
temperature=0.9,
)
print(resp.choices[0].message.content)
Las funciones admitidas incluyen streaming sobre SSE con el uso reportado al final, llamadas a funciones (tools, tool_choice, streaming de tool_calls y resultados como role: "tool"), y modo JSON a través de response_format. Los parámetros de muestreo como temperature, top_p, stop, seed y las penalizaciones se pasan directamente. La referencia completa de la petición está en la documentación de la API.
Los límites son 8 peticiones simultáneas y 300 peticiones por minuto en una clave completa, y 2 simultáneas y 60 por minuto en una clave de prueba. El cuerpo máximo es de 8 MB. Cuando excedes un límite, obtienes HTTP 429, con el código de error rate_limited o concurrency.
Lo que no hace
Ser directo sobre las lagunas te ahorra un ciclo de integración. El servicio es solo texto. No hay generación de imágenes, audio o video, no hay endpoint de embeddings ni ajuste fino. Hay un modelo, por lo que no puedes elegir entre tamaños ni cambiar a un modelo de otro proveedor cambiando una cadena. Si tu pipeline necesita recuperación, necesitarás una fuente de embeddings en otro lugar y luego pasar el texto recuperado a esta API como contexto ordinario.
Si ya tienes una aplicación que elige entre un catálogo de muchos modelos, un endpoint de modelo único es una herramienta más estrecha. Para el lado operativo, lee la lista de verificación de producción para integración NSFW.
El modelo tampoco está garantizado para ser correcto sobre los hechos. Eliminar los rechazos no añade conocimiento. Trata la salida como texto borrador y verifica cualquier cosa que sea importante.
Cálculo del coste
La facturación es por token: $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida. Prepagas crédito, nada se renueva y el crédito no caduca. Las peticiones fallidas o rechazadas no se cobran. Los prompts no se usan para entrenamiento.
Aquí hay dos ejemplos prácticos.
Una vuelta de chat en una aplicación de compañía. Supongamos que cada vuelta envía 3.000 tokens de historial y persona, y el modelo responde con 250 tokens. El coste de entrada es 3.000 x $0,15 / 1.000.000 = $0,00045. El coste de salida es 250 x $0,50 / 1.000.000 = $0,000125. Una vuelta es $0,000575, por lo que 1.000 vueltas cuestan $0,575.
Un trabajo de reescritura por lotes. Toma 20.000 fragmentos de texto de 400 tokens de entrada cada uno, con 300 tokens devueltos para cada uno. La entrada es 8.000.000 de tokens, que es 8 x $0,15 = $1,20. La salida es 6.000.000 de tokens, que es 6 x $0,50 = $3,00. El trabajo cuesta $4,20 en total.
Los tokens de salida cuestan más de tres veces más que los de entrada, por lo que limitar la longitud de la respuesta es el mayor ahorro en tareas intensivas de generación. Las conversaciones largas también aumentan el lado de entrada en cada turno, lo que es una razón para resumir el historial antiguo en lugar de reenviarlo. La página de precios lista las tarifas actuales.
Pago y primeros pasos
Los nuevos usuarios pueden reclamar $0.50 de crédito de prueba con un solo clic en la página de la clave de API después de iniciar sesión con Google o con correo electrónico y contraseña. Es válido por 7 días, limitado a uno por persona y no requiere pago. Ejecuta algunos prompts reales de tu propio caso de uso y verifica que el tono y el formato se ajusten.
Cuando pases a producción, recarga cualquier cantidad entera desde $20 hasta $500. Se aplica un bono en montos mayores: +5% desde $50, +10% desde $100 y +15% desde $200. Este sitio solo acepta cripto, usando USDT en TRC20 o USDC en Base. Si nunca has pagado con cripto, planea un poco de tiempo para tu primera transferencia y recarga antes de necesitar el crédito.
Crea tu clave en la página de clave de API, luego apunta tu cliente existente a la URL base.
Un plan de evaluación breve
- Escribe diez prompts que tu producto enviará realmente, incluyendo algunos que otros modelos rechazan.
- Ejecútalos con el crédito de prueba a la temperatura prevista y anota los rechazos, el tono y la longitud.
- Prueba el streaming y, si dependes de ellos, las llamadas a funciones y el modo JSON.
- Estima los tokens mensuales de los ejemplos anteriores y multiplícalos por las dos tarifas.
- Decide sobre tu propia moderación y control de edad antes del lanzamiento.
Si esos cinco pasos salen bien, tienes lo necesario para decidir si este endpoint pertenece a tu stack.
