FR ▾
Obtenir une clé API
API sans censure compatible OpenAI pour les développeurs.Mis à jour le

Uncensored LLM API pour les développeurs : comment ça marche

Une API LLM sans censure pour les développeurs est un endpoint de modèle hébergé qui répond aux demandes adultes légales au lieu de les refuser par défaut. Cette page explique ce que cela signifie en pratique, où cela s'insère dans une application, et ce qu'il faut vérifier avant de construire dessus.

Flux de terminal abstraits passant par une passerelle ouverte, représentant une API de texte sans restriction pour les développeurs

Ce que signifie réellement l'expression

La plupart des modèles de langage hébergés livrent une couche de refus. Cette couche est un comportement par défaut raisonnable pour un assistant général, mais elle entrave de nombreux produits légitimes : outils de fiction nécessitant des méchants menaçants, applications de jeu de rôle et d'accompagnement pour adultes, recherche en modération qui doit examiner le contenu qu'elle classe, et frameworks de test red team. Un modèle sans censure est un modèle qui a été ajusté pour ne pas refuser ces requêtes, et une API sans censure est simplement ce modèle derrière un endpoint HTTP.

Le mot « sans censure » ne signifie pas « sans règles ». Notre service a une limite stricte : aucun contenu sexuel impliquant des mineurs, jamais. Au-delà de cela, le modèle est ajusté pour répondre sans refus de contenu pour un usage adulte légal. La responsabilité de ce que votre produit fait avec la sortie, et du respect de la loi là où vous opérez, vous appartient.

Il est également utile de clarifier ce que le modèle n'est pas. C'est un seul modèle à poids ouverts exécuté par un fournisseur indépendant. Ce n'est pas l'API officielle de Meta, Mistral, Qwen, DeepSeek, OpenAI, xAI, Google ou Anthropic, et ce n'est pas un routeur qui choisit parmi des fournisseurs.

Où cela s'insère dans une application

Les développeurs utilisent généralement ce type d'endpoint dans l'une des quatre situations suivantes.

  • Écriture créative et dialogues de jeux. Les moteurs d'histoires, la fiction interactive et les conversations de PNJ se brisent lorsque le modèle fait la leçon au joueur. Un modèle qui reste dans son personnage préserve l'expérience.
  • Applications d'accompagnement et de jeu de rôle pour adultes. Le chat de persona dépend de longues sessions et d'un ton cohérent. La fenêtre de 100 000 tokens aide ici, car une longue conversation plus une fiche de personnage rentrent dans la fenêtre sans troncature agressive.
  • Pipelines de données et de contenu. Classifier, résumer ou réécrire du texte généré par les utilisateurs contenant un langage cru, sans que le modèle ne refuse la moitié des lignes.
  • Tests et recherche. Comparer le comportement d'un filtre par rapport à la sortie brute du modèle, ou générer des exemples adverses pour un classificateur de sécurité que vous construisez.

Dans les quatre cas, le modèle est un composant. Vous écrivez toujours vos propres prompts système, votre propre filtrage d'âge et votre propre modération pour ce que vous publiez. L'API vous fournit la génération, pas la politique produit.

Ce que vous obtenez techniquement

Le service expose deux méthodes : POST /v1/chat/completions et GET /v1/models. L'authentification utilise un token Bearer dans l'en-tête Authorization. L'ID du modèle est uncensored. Comme le protocole correspond à celui d'OpenAI, n'importe quel SDK OpenAI ou client compatible fonctionne une fois que vous avez modifié l'URL de base et la clé.

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)

Les fonctionnalités prises en charge incluent le streaming via SSE avec l'utilisation signalée à la fin, l'appel de fonctions (tools, tool_choice, tool_calls en streaming et résultats en tant que role: "tool"), et le mode JSON via response_format. Les paramètres d'échantillonnage tels que temperature, top_p, stop, seed et les pénalités sont transmis. La référence complète de la requête se trouve dans la documentation de l'API.

Les limites sont de 8 requêtes simultanées et 300 requêtes par minute sur une clé complète, et de 2 requêtes simultanées et 60 par minute sur une clé d'essai. Le corps maximum est de 8 Mo. Lorsque vous dépassez une limite, vous obtenez un HTTP 429, avec le code d'erreur rate_limited ou concurrency.

Ce qu'il ne fait pas

Être direct sur les lacunes vous fait gagner un cycle d'intégration. Le service est uniquement textuel. Il n'y a pas de génération d'images, d'audio ou de vidéo, pas d'endpoint d'embeddings et pas de fine-tuning. Il n'y a qu'un seul modèle, vous ne pouvez donc pas choisir entre différentes tailles ni basculer vers le modèle d'un autre fournisseur en changeant une chaîne. Si votre pipeline nécessite une récupération, vous aurez besoin d'une source d'embeddings ailleurs, puis vous passerez le texte récupéré dans cette API comme contexte ordinaire.

Si vous avez déjà une application qui choisit parmi un catalogue de nombreux modèles, un endpoint à modèle unique est un outil plus étroit. Pour le côté opérationnel, lisez la liste de vérification de production pour l'intégration NSFW.

Le modèle n'est pas non plus garanti d'être exact sur les faits. Supprimer les refus n'ajoute pas de connaissances. Traitez la sortie comme un brouillon et vérifiez tout ce qui est important.

Évaluer le coût

La facturation est par token : $0,15 par 1M de tokens d'entrée et $0,50 par 1M de tokens de sortie. Vous prépayez du crédit, rien ne se renouvelle, et le crédit n'expire jamais. Les requêtes échouées ou refusées ne sont pas facturées. Les prompts ne sont pas utilisés pour l'entraînement.

Voici deux exemples concrets.

Un tour de chat dans une application d'accompagnement. Supposons que chaque tour envoie 3 000 tokens d'historique et de persona, et que le modèle réponde avec 250 tokens. Le coût d'entrée est de 3 000 x $0,15 / 1 000 000 = $0,00045. Le coût de sortie est de 250 x $0,50 / 1 000 000 = $0,000125. Un tour coûte $0,000575, donc 1 000 tours coûtent $0,575.

Une tâche de réécriture par lots. Prenez 20 000 extraits de texte de 400 tokens d'entrée chacun, avec 300 tokens retournés pour chacun. L'entrée est de 8 000 000 de tokens, ce qui fait 8 x $0,15 = $1,20. La sortie est de 6 000 000 de tokens, ce qui fait 6 x $0,50 = $3,00. La tâche coûte $4,20 au total.

Les tokens de sortie coûtent plus de trois fois plus cher que les tokens d'entrée, donc limiter la longueur de la réponse est la plus grande économie sur les travaux intensifs en génération. Les longues conversations font également croître le côté entrée à chaque tour, ce qui est une raison de résumer l'ancien historique au lieu de le renvoyer. La page de tarification liste les tarifs actuels.

Paiement et prise en main

Les nouveaux utilisateurs peuvent obtenir 0,50 $ de crédit d'essai en un clic sur la page de clé API après s'être connectés via Google ou avec adresse e-mail et mot de passe. Il est valable 7 jours, limité à un par personne, et ne nécessite aucun paiement. Exécutez quelques prompts réels issus de votre propre cas d'usage et vérifiez que le ton et le format conviennent.

Lorsque vous passez en production, rechargez un montant entier compris entre 20 $ et 500 $. Une prime s'applique aux montants supérieurs : +5 % à partir de 50 $, +10 % à partir de 100 $ et +15 % à partir de 200 $. Ce site accepte uniquement la crypto, en utilisant USDT sur TRC20 ou USDC sur Base. Si vous n'avez jamais payé en crypto, prévoyez un peu de temps pour votre premier transfert et rechargez avant d'avoir besoin du crédit.

Créez votre clé sur la page de clé API, puis pointez votre client existant vers l'URL de base.

Un plan d'évaluation rapide

  1. Écrivez dix prompts que votre produit enverra vraiment, y compris quelques-uns que d'autres modèles refusent.
  2. Exécutez-les avec le crédit d'essai à votre température prévue et notez les refus, le ton et la longueur.
  3. Testez le streaming et, si vous vous y appuyez, les appels d'outils et le mode JSON.
  4. Estimez les tokens mensuels à partir des exemples ci-dessus et multipliez par les deux tarifs.
  5. Décidez de votre propre modération et contrôle d'âge avant le lancement.

Si ces cinq étapes se passent bien, vous avez ce qu'il faut pour décider si cet endpoint appartient à votre stack.

Questions et réponses

L'utilisation d'une API LLM sans censure est-elle légale ?

Le service est conçu pour un usage adulte légal, et vous êtes responsable du contenu de votre produit et du respect des lois en vigueur là où vous vous trouvez et là où se trouvent vos utilisateurs. Le service interdit tout contenu sexuel impliquant des mineurs.

Puis-je utiliser le SDK OpenAI ?

Oui. Définissez l'URL de base sur https://api.uncensoredllmapi.com/v1, utilisez votre clé comme jeton Bearer et définissez le modèle sur uncensored.

Prend-il en charge l'appel de fonctions ?

Oui. L'appel de fonctions avec tools, tool_choice et tool_calls en streaming est pris en charge, et le mode JSON est disponible via response_format.

Existe-t-il un plan gratuit ?

Non. Les nouveaux utilisateurs peuvent obtenir $0,50 de crédit d'essai sur la page de clé API, valable 7 jours, une fois par personne, sans paiement requis.

Votre clé est à un formulaire de remplissage

Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.