Wat de uitdrukking eigenlijk betekent
De meeste gehoste taalmodellen worden geleverd met een laag weigergedrag. Die laag is een verstandige standaardinstelling voor een algemene assistent, maar staat in de weg van veel legitieme producten: fictietools die schurken met dreiging nodig hebben, companion-apps voor volwassenen, moderatieonderzoek dat de geclassificeerde inhoud moet bekijken, en red-team-testkaders. Een uncensored model is er een dat is afgestemd om deze verzoeken niet te weigeren, en een uncensored API is gewoon dat model achter een HTTP-endpoint.
Het woord "uncensored" betekent niet "geen regels". Onze service heeft één harde limiet: geen seksuele inhoud waarbij minderjarigen betrokken zijn, ooit. Daarbovenop is het model afgestemd om zonder inhoudelijke weigeringen te antwoorden voor wettelijk volwassen gebruik. De verantwoordelijkheid voor wat je product doet met de uitvoer, en voor het volgen van de wetgeving waar je opereert, ligt bij jou.
Het helpt ook om duidelijk te zijn over wat het model niet is. Het is één open-weight model dat wordt beheerd door een onafhankelijke aanbieder. Het is niet de officiële API van Meta, Mistral, Qwen, DeepSeek, OpenAI, xAI, Google of Anthropic, en het is geen router die kiest tussen leveranciers.
Waar het past in een applicatie
Ontwikkelaars grijpen meestal naar dit soort endpoint in een van de vier situaties.
- Creatief schrijven en spelgesprekken. Story engines, interactieve fictie en NPC-gesprekken falen als het model de speler een lesje leest. Een model dat in karakter blijft, houdt de ervaring intact.
- Companion- en roleplay-apps voor volwassenen. Persona-chat is afhankelijk van lange sessies en een consistente toon. Het venster van 100.000 tokens helpt hierbij, omdat een lang gesprek plus een personageblad past zonder agressieve truncatie.
- Data- en contentpijplijnen. Classificeren, samenvatten of herschrijven van door gebruikers gegenereerde tekst die ruwe taal bevat, zonder dat het model de helft van de rijen weigert.
- Testen en onderzoek. Vergelijken hoe een filter zich gedraagt tegen ruwe modeluitvoer, of het genereren van adversarial examples voor een veiligheidsclassifier die je bouwt.
In al deze vier gevallen is het model slechts één component. Je schrijft nog steeds je eigen system prompts, je eigen leeftijdsgating en je eigen moderatie voor wat je publiceert. De API geeft je generatie, geen productbeleid.
Wat je technisch krijgt
De dienst exposeert twee methoden: POST /v1/chat/completions en GET /v1/models. Authenticatie is een bearer token in de Authorization header. De model-ID is uncensored. Omdat het protocol overeenkomt met dat van OpenAI, werkt elke OpenAI SDK of compatibele client zodra je de base URL en de sleutel aanpast.
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)
Ondersteunde functies zijn streaming over SSE met verbruik dat aan het einde wordt gerapporteerd, function calling (tools, tool_choice, gestreamde tool_calls en resultaten als role: "tool"), en JSON-modus via response_format. Sampling-instellingen zoals temperature, top_p, stop, seed en de penalties worden doorgegeven. De volledige referentie voor verzoeken vind je in de API-documentatie.
Limieten zijn 8 gelijktijdige verzoeken en 300 verzoeken per minuut op een volledige sleutel, en 2 gelijktijdige en 60 per minuut op een proefsleutel. De maximale body is 8 MB. Als je een limiet overschrijdt, krijg je HTTP 429, met de foutcode rate_limited of concurrency.
Wat het niet doet
Eerlijk zijn over de tekortkingen bespaart je een integratiecyclus. De service is alleen tekst. Er is geen afbeeldings-, audio- of videogeneratie, geen embeddings-endpoint en geen fine-tuning. Er is één model, dus je kunt niet kiezen tussen maten of overschakelen naar een model van een andere leverancier door een string te wijzigen. Als je pijplijn retrieval nodig heeft, heb je een embeddings-bron elders nodig en geef je de opgehaalde tekst door aan deze API als gewone context.
Als je al een applicatie hebt die kiest uit een catalogus van vele modellen, is een endpoint met één model een smaller hulpmiddel. Voor de operationele kant, lees de productiechecklist voor NSFW-integratie.
Het model is ook niet gegarandeerd correct over feiten. Weigeringen verwijderen voegt geen kennis toe. Behandel uitvoer als concepttekst en controleer alles wat belangrijk is.
De kosten inschatten
Facturatie is per token: $0,15 per 1M invoertokens en $0,50 per 1M uitvoertokens. Je betaalt vooraf tegoed, niets vernieuwt zich automatisch en tegoed vervalt nooit. Mislukte of geweigerde verzoeken worden niet in rekening gebracht. Prompts worden niet gebruikt voor training.
Hier zijn twee uitgewerkte voorbeelden.
Een chatturn in een companion app. Stel dat elke turn 3.000 tokens aan geschiedenis en persona verstuurt, en het model antwoordt met 250 tokens. Input kost 3.000 x $0.15 / 1.000.000 = $0.00045. Output kost 250 x $0.50 / 1.000.000 = $0.000125. Één turn is $0.000575, dus 1.000 turns kosten $0.575.
Een batch-herschrijftaak. Neem 20.000 tekstfragmenten van elk 400 input tokens, met 300 tokens teruggegeven per fragment. Input is 8.000.000 tokens, wat 8 x $0.15 = $1.20 is. Output is 6.000.000 tokens, wat 6 x $0.50 = $3.00 is. De taak kost in totaal $4.20.
Output tokens kosten meer dan drie keer zoveel als input tokens, dus het beperken van de reply lengte is de grootste besparing bij generatie-zware taken. Lange gesprekken vergroten ook de input kant bij elke turn, wat een reden is om oude geschiedenis samen te vatten in plaats van deze opnieuw te versturen. De prijzenpagina geeft de huidige tarieven weer.
Betalen en aan de slag
Nieuwe gebruikers kunnen $0.50 aan proeftegoed claimen met één klik op de API-sleutelpagina na het aanmelden via Google of met e-mail en wachtwoord. Het is 7 dagen geldig, beperkt tot één per persoon, en vereist geen betaling. Probeer een paar echte prompts uit je eigen use case en controleer of de toon en het formaat passen.
Als je naar productie gaat, laad je elk willekeurig bedrag op van $20 tot $500. Een bonus geldt bij hogere bedragen: +5% vanaf $50, +10% vanaf $100 en +15% vanaf $200. Deze site accepteert alleen crypto, met USDT op TRC20 of USDC op Base. Als je nog nooit in crypto hebt betaald, plan dan wat tijd in voor je eerste transfer en laad op voordat je het tegoed nodig hebt.
Maak je sleutel aan op de API-sleutelpagina, en wijs je bestaande client dan naar de base URL.
Een kort evaluatieplan
- Schrijf tien prompts die je product echt zal versturen, inclusief een paar die door andere modellen worden geweigerd.
- Voer ze uit met het proeftegoed bij je beoogde temperatuur en noteer weigeringen, toon en lengte.
- Test streaming en, als je erop bent aangewezen, function calling en JSON-modus.
- Schat je maandelijkse tokens in op basis van de bovenstaande voorbeelden en vermenigvuldig dit met de twee tarieven.
- Beslis over je eigen moderatie en leeftijdsgrenzen vóór de lancering.
Als die vijf stappen goed verlopen, heb je wat je nodig hebt om te beslissen of dit endpoint in je stack past.
