Guía de inicio rápido de la API sin censura

URL Base y autenticación

Comienza apuntando tu SDK o cliente HTTP a la URL base https://api.uncensoredllmmodels.com/v1.Necesitas una clave de API válida enviada en el Authorization cabecera como un token Bearer. Crea una cuenta usando Google o email, y el sistema muestra tu clave inmediatamente. Una clave activa por cuenta simplifica la rotación sin configuraciones de proxy complejas.

Copycurl https://api.uncensoredllmmodels.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of 5 Python libraries for async web scraping"}]
  }'

Primera solicitud mediante finalizaciones de chat

Envía una solicitud POST a /v1/chat/completions con el ID del modelo establecido en uncensored. El endpoint acepta estructuras de carga útil estándar de OpenAI para la interacción texto de entrada, texto de salida. Puedes especificar max_tokens para controlar la longitud de la salida, con un valor predeterminado de 2,048 si se omite. El modelo responde con texto generado sin aplicar las denegaciones de seguridad típicas para contenido adulto legal.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.uncensoredllmmodels.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Verifica tu endpoint de modelo

Usa el GET /v1/models endpoint para confirmar la conectividad y listar los modelos disponibles. Esto devuelve metadatos sobre el modelo sin censura, asegurando que tu cliente esté configurado correctamente. Es una verificación rápida antes de integrar la API en tus pipelines de automatización. No se sirven otros modelos a través de este endpoint específico.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.uncensoredllmmodels.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Llamada a funciones y modo JSON

La API admite definiciones de herramientas y modo JSON a través de response_format. Puedes forzar una salida estructurada utilizando {"type": "json_object"} para un análisis fiable en tu código. La llamada de funciones permite al modelo devolver datos estructurados para tareas de automatización. Esto elimina la necesidad de hacks de expresiones regulares post-procesamiento en las salidas de texto sin procesar.

Respuestas en streaming y uso de tokens

Habilita la transmisión estableciendo stream: true en tu solicitud. La API envía fragmentos de Eventos Enviados por Servidor (SSE) a medida que el modelo genera texto. Las estadísticas de uso de tokens aparecen en el último fragmento del flujo. Esto permite que tu aplicación rastree los costos y el consumo de la ventana de contexto en tiempo real.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Límites de tasa, errores y ventana de contexto

Cada clave permite 300 solicitudes por minuto y ocho solicitudes concurrentes. La ventana de contexto admite 100,000 tokens en total, con una salida máxima de 16,000 tokens. Los errores incluyen 401 para claves inválidas y 402 si el crédito prepagado se agota. Las solicitudes inferiores a 8 MB se aceptan. Las denegaciones por política de contenido son raras pero se aplican a contenido sexual menor.