PT ▾
Obter chave de API
API sem censura compatível com OpenAI para desenvolvedores.Atualizado

Uncensored LLM API para Desenvolvedores: Como Funciona

Uma API LLM sem censura para desenvolvedores é um endpoint de modelo hospedado que atende solicitações adultas lícitas em vez de recusá-las por padrão. Esta página explica o que isso significa na prática, onde se encaixa em um aplicativo e o que verificar antes de construir sobre ele.

Fluxos de terminal abstratos passando por um gateway aberto, representando uma API de texto sem restrições para desenvolvedores

O que a frase realmente significa

A maioria dos modelos de linguagem hospedados vem com uma camada de comportamento de recusa. Essa camada é uma configuração padrão sensata para um assistente geral, mas atrapalha muitos produtos legítimos: ferramentas de ficção que precisam de vilões ameaçadores, aplicativos de roleplay e companheiros para adultos, pesquisa de moderação que precisa analisar o conteúdo que classifica e ferramentas de teste de red-team. Um modelo sem censura é aquele que foi ajustado para não recusar essas solicitações, e uma API sem censura é simplesmente esse modelo atrás de um endpoint HTTP.

A palavra "sem censura" não significa "sem regras". Nosso serviço tem um limite rígido: sem conteúdo sexual envolvendo menores de idade, sempre. Além disso, o modelo é ajustado para responder sem recusas de conteúdo para uso adulto lícito. A responsabilidade pelo que seu produto faz com a saída e por seguir a lei onde você opera fica com você.

Também é importante deixar claro o que o modelo não é. É um único modelo de pesos abertos executado por um provedor independente. Não é a API oficial da Meta, Mistral, Qwen, DeepSeek, OpenAI, xAI, Google ou Anthropic, e não é um roteador que escolhe entre fornecedores.

Onde se encaixa em um aplicativo

Desenvolvedores geralmente recorrem a esse tipo de endpoint em uma das quatro situações.

  • Escrita criativa e diálogos de jogos. Motores de história, ficção interativa e conversas de NPCs quebram quando o modelo faz palestra ao jogador. Um modelo que mantém o personagem mantém a experiência intacta.
  • Aplicativos de companheiro e roleplay para adultos. Chat de persona depende de sessões longas e tom consistente. A janela de 100.000 tokens ajuda aqui, pois uma longa conversa mais uma ficha de personagem cabe sem truncamento agressivo.
  • Pipelines de dados e conteúdo. Classificar, resumir ou reescrever texto gerado por usuários que contém linguagem áspera, sem que o modelo recuse metade das linhas.
  • Testes e pesquisa. Comparar como um filtro se comporta contra a saída bruta do modelo, ou gerar exemplos adversários para um classificador de segurança que você está construindo.

Em todos os quatro casos, o modelo é um componente. Você ainda escreverá seus próprios system prompts, seu próprio controle de idade e sua própria moderação para o que você publica. A API oferece geração, não política de produto.

O que você obtém tecnicamente

O serviço expõe dois métodos: POST /v1/chat/completions e GET /v1/models. A autenticação é um token bearer no cabeçalho Authorization. O ID do modelo é uncensored. Como o protocolo corresponde ao da OpenAI, qualquer SDK OpenAI ou cliente compatível funciona após alterar a base URL e a chave.

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)

Os recursos suportados incluem streaming via SSE com uso relatado no final, chamada de funções (tools, tool_choice, tool_calls em streaming e resultados como role: "tool"), e modo JSON via response_format. Configurações de amostragem como temperature, top_p, stop, seed e as penalidades são passadas. A referência completa da requisição está na documentação da API.

Os limites são 8 requisições simultâneas e 300 requisições por minuto em uma chave completa, e 2 simultâneas e 60 por minuto em uma chave de teste. O corpo máximo é 8 MB. Quando você excede um limite, recebe HTTP 429, com o código de erro rate_limited ou concurrency.

O que não faz

Ser direto sobre as lacunas economiza um ciclo de integração. O serviço é apenas texto. Não há geração de imagem, áudio ou vídeo, nenhum endpoint de embeddings e nenhum fine-tuning. Há um único modelo, então você não pode escolher entre tamanhos ou mudar para o modelo de um fornecedor diferente alterando uma string. Se seu pipeline precisa de recuperação, você precisará de uma fonte de embeddings em outro lugar e depois passar o texto recuperado para esta API como contexto ordinário.

Se você já tem um aplicativo que escolhe entre um catálogo de muitos modelos, um endpoint de modelo único é uma ferramenta mais limitada. Para o lado operacional, leia a lista de verificação de produção para integração NSFW.

O modelo também não é garantido como correto sobre os fatos. Remover recusas não adiciona conhecimento. Trate a saída como texto rascunho e verifique qualquer coisa que seja importante.

Calculando o custo

A cobrança é por token: $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Você pré-paga crédito, nada renova, e o crédito nunca expira. Requisições falhas ou recusadas não são cobradas. Prompts não são usados para treinamento.

Aqui estão dois exemplos práticos.

Uma rodada de chat em um aplicativo de companhia. Suponha que cada rodada envie 3.000 tokens de histórico e persona, e o modelo responda com 250 tokens. O custo de entrada é 3.000 x $0,15 / 1.000.000 = $0,00045. O custo de saída é 250 x $0,50 / 1.000.000 = $0,000125. Uma rodada custa $0,000575, então 1.000 rodadas custam $0,575.

Um trabalho de reescrita em lote. Pegue 20.000 trechos de texto de 400 tokens de entrada cada, com 300 tokens retornados para cada. Entrada: 8.000.000 tokens, que é 8 x $0,15 = $1,20. Saída: 6.000.000 tokens, que é 6 x $0,50 = $3,00. O trabalho custa $4,20 no total.

Os tokens de saída custam mais de três vezes mais que os tokens de entrada, então limitar o tamanho da resposta é a maior economia em trabalhos intensivos em geração. Conversas longas também aumentam o lado da entrada a cada turno, o que é um motivo para resumir o histórico antigo em vez de reenviá-lo. A página de preços lista as tarifas atuais.

Pagamento e início

Novos usuários podem obter $0,50 de crédito de teste com um clique na página da chave de API após entrar com Google ou com e-mail e senha. É válido por 7 dias, limitado a um por pessoa e não precisa de pagamento. Execute alguns prompts reais do seu próprio caso de uso e verifique se o tom e o formato se adequam.

Quando você migra para produção, recarregue qualquer valor inteiro de $20 a $500. Um bônus se aplica em montantes maiores: +5% a partir de $50, +10% a partir de $100 e +15% a partir de $200. Este site aceita apenas cripto, usando USDT na TRC20 ou USDC na Base. Se você nunca pagou em cripto, planeje um pouco de tempo para sua primeira transferência e recarregue antes de precisar do crédito.

Crie sua chave na página da chave de API, então aponte seu cliente existente para a base URL.

Um plano de avaliação curto

  1. Escreva dez prompts que seu produto realmente enviará, incluindo alguns que outros modelos recusam.
  2. Execute-os com o crédito de teste na temperatura pretendida e anote recusas, tom e comprimento.
  3. Teste streaming e, se você depende deles, chamadas de funções e modo JSON.
  4. Estime tokens mensais a partir dos exemplos acima e multiplique pelas duas taxas.
  5. Decida sobre sua própria moderação e controle de idade antes do lançamento.

Se esses cinco passos correrem bem, você tem o que precisa para decidir se este endpoint pertence à sua stack.

Perguntas e respostas

É legal usar uma API LLM sem censura?

O serviço é feito para uso adulto lícito, e você é responsável pelo conteúdo do seu produto e por seguir as leis onde você e seus usuários estão. O serviço proíbe qualquer conteúdo sexual envolvendo menores de idade.

Posso usar o SDK da OpenAI?

Sim. Defina a base URL para https://api.uncensoredllmapi.com/v1, use sua chave como token Bearer e defina o modelo para uncensored.

Suporta chamada de funções?

Sim. Chamada de funções com tools, tool_choice e tool_calls em streaming é suportada, e o modo JSON está disponível via response_format.

Existe um plano gratuito?

Não. Novos usuários podem obter $0,50 de crédito de teste na página da chave de API, válido por 7 dias, um por pessoa, sem necessidade de pagamento.

Sua chave está a um formulário de distância

Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.