Cosa significa realmente la frase
La maggior parte dei modelli linguistici ospitati include uno strato di comportamento di rifiuto. Questo strato è un'impostazione predefinita sensata per un assistente generale, ma crea ostacoli per molti prodotti legittimi: strumenti di narrativa che necessitano di villain minacciosi, app di roleplay e compagnia per adulti, ricerche di moderazione che devono analizzare i contenuti che classificano e framework di test per il red-teaming. Un modello senza censura è uno che è stato ottimizzato per non rifiutare queste richieste, e un'API senza censura è semplicemente quel modello dietro un endpoint HTTP.
La parola "uncensored" non significa "nessuna regola". Il nostro servizio ha un limite rigido: nessun contenuto sessuale che coinvolga minorenni, mai. Oltre a questo, il modello è sintonizzato per rispondere senza rifiuti sui contenuti per un uso adulto legale. La responsabilità su ciò che il tuo prodotto fa con l'output e sul rispetto della legge dove operi resta a te.
È anche utile chiarire cosa il modello non è. È un modello a pesi aperti gestito da un provider indipendente. Non è l'API ufficiale di Meta, Mistral, Qwen, DeepSeek, OpenAI, xAI, Google o Anthropic, e non è un router che seleziona tra diversi fornitori.
Dove si inserisce in un'applicazione
Gli sviluppatori di solito ricorrono a questo tipo di endpoint in una delle quattro situazioni.
- Scrittura creativa e dialoghi di gioco. I motori di storia, la narrativa interattiva e i dialoghi degli NPC si interrompono quando il modello fa la lezione al giocatore. Un modello che mantiene il personaggio mantiene l'esperienza intatta.
- App di compagnia e roleplay per adulti. La chat basata su personaggio dipende da sessioni lunghe e da un tono coerente. La finestra da 100.000 token aiuta qui, poiché una lunga conversazione più un foglio del personaggio si inserisce senza una troncamento aggressivo.
- Pipeline di dati e contenuti. Classificare, riassumere o riscrivere testo generato dagli utenti che contiene un linguaggio grezzo, senza che il modello rifiuti metà delle righe.
- Test e ricerca. Confrontare il comportamento di un filtro rispetto all'output grezzo del modello, o generare esempi avversari per un classificatore di sicurezza che stai sviluppando.
In tutti e quattro i casi, il modello è un componente. Scriverai comunque i tuoi prompt di sistema, il tuo controllo dell'età e la tua moderazione per ciò che pubblichi. L'API ti fornisce la generazione, non la politica del prodotto.
Cosa ottieni tecnicamente
Il servizio espone due metodi: POST /v1/chat/completions e GET /v1/models. L'autenticazione è un token bearer nell'intestazione Authorization. L'ID del modello è uncensored. Poiché il protocollo corrisponde a quello di OpenAI, qualsiasi SDK OpenAI o client compatibile funziona dopo aver modificato l'URL di base e la chiave.
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)
Le funzionalità supportate includono lo streaming su SSE con utilizzo riportato alla fine, la chiamata di funzioni (tools, tool_choice, tool_calls in streaming e risultati come role: "tool"), e la modalità JSON tramite response_format. Le impostazioni di campionamento come temperature, top_p, stop, seed e le penalità vengono trasmesse. Il riferimento completo della richiesta è nella documentazione API.
I limiti sono 8 richieste concorrenti e 300 richieste al minuto su una chiave completa, e 2 concorrenti e 60 al minuto su una chiave di prova. Il corpo massimo è di 8 MB. Quando superi un limite ottieni HTTP 429, con il codice di errore rate_limited o concurrency.
Cosa non fa
Essere chiari sui punti deboli ti risparmia un ciclo di integrazione. Il servizio è solo testo. Non c'è generazione di immagini, audio o video, nessun endpoint per gli embedding e nessun fine-tuning. C'è un solo modello, quindi non puoi scegliere tra diverse dimensioni o passare a un modello di un altro fornitore modificando una stringa. Se la tua pipeline necessita di recupero, avrai bisogno di una fonte di embedding altrove e poi passerai il testo recuperato in questa API come contesto ordinario.
Se hai già un'applicazione che sceglie tra un catalogo di molti modelli, un endpoint a modello singolo è uno strumento più limitato. Per l'aspetto operativo, leggi la checklist di produzione per l'integrazione NSFW.
Il modello non è nemmeno garantito come corretto sui fatti. Rimuovere i rifiuti non aggiunge conoscenza. Tratta l'output come testo bozza e verifica tutto ciò che è importante.
Calcolo dei costi
La fatturazione è per token: $0,15 per 1M di token di input e $0,50 per 1M di token di output. Prepaghi il credito, nulla si rinnova e il credito non scade mai. Le richieste fallite o rifiutate non vengono addebitate. I prompt non vengono utilizzati per l'addestramento.
Ecco due esempi svolti.
Un turno di chat in un'app di compagnia. Supponi che ogni turno invia 3.000 token di cronologia e persona, e che il modello risponda con 250 token. Il costo di input è 3.000 x $0,15 / 1.000.000 = $0,00045. Il costo di output è 250 x $0,50 / 1.000.000 = $0,000125. Un turno costa $0,000575, quindi 1.000 turni costano $0,575.
Un lavoro di riscrittura in batch. Prendi 20.000 frammenti di testo di 400 token di input ciascuno, con 300 token restituiti per ciascuno. L'input è 8.000.000 di token, che è 8 x $0,15 = $1,20. L'output è 6.000.000 di token, che è 6 x $0,50 = $3,00. Il lavoro costa $4,20 in totale.
I token di output costano più di tre volte tanto quanto i token di input, quindi limitare la lunghezza della risposta è il risparmio maggiore nei lavori pesanti di generazione. Le conversazioni lunghe fanno anche crescere il lato input ad ogni turno, il che è un motivo per riassumere la cronologia vecchia invece di reinviarla. La pagina dei prezzi elenca i tassi attuali.
Pagamento e inizio
I nuovi utenti possono richiedere $0,50 di credito di prova gratuito con un clic nella pagina della chiave API dopo essersi registrati con Google o con email e password. È valido per 7 giorni, limitato a uno per persona e non richiede pagamenti. Esegui alcuni prompt reali dal tuo caso d'uso e verifica che il tono e il formato siano adatti.
Quando passi alla produzione, ricarica qualsiasi importo intero da $20 a $500. Un bonus si applica per dimensioni maggiori: +5% da $50, +10% da $100 e +15% da $200. Questo sito accetta solo cripto, utilizzando USDT su TRC20 o USDC su Base. Se non hai mai pagato in cripto, pianifica un po' di tempo per il tuo primo trasferimento e ricarica prima di aver bisogno del credito.
Crea la tua chiave nella pagina della chiave API, quindi punta il tuo client esistente all'URL di base.
Piano di valutazione breve
- Scrivi dieci prompt che il tuo prodotto invierà davvero, inclusi alcuni che altri modelli rifiutano.
- Esegui i prompt con il credito di prova alla temperatura che intendi e annota i rifiuti, il tono e la lunghezza.
- Testa lo streaming e, se fai affidamento su di essi, le chiamate di funzioni e la modalità JSON.
- Stima i token mensili dagli esempi sopra e moltiplica per i due tassi.
- Decidi la tua moderazione e il controllo dell'età prima del lancio.
Se questi cinque passaggi vanno bene, hai ciò che ti serve per decidere se questo endpoint appartiene alla tua stack tecnologico.
