Documentación de la API & Inicio rápido

URL Base y Autenticación

Empieza configurando la URL base en HTTPS://api.uncensoredal.com/v1 y pasando tu clave API en el encabezado Authorization. Recibes una clave activa por cuenta, y generar una nueva invalida instantáneamente la anterior. Esta configuración sencilla funciona con cualquier cliente compatible con OpenAI sin lógica de enrutamiento compleja.

Copycurl https://api.uncensoredal.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate the next 50 lines of a python script"}]
  }'

El endpoint es estrictamente para completados de chat, por lo que no necesitas gestionar el enrutamiento de modelos. Cada solicitud debe incluir el identificador del modelo "uncensored" para asegurar que estás accediendo al servidor de inferencia correcto. Las fallas de autenticación devuelven un estado 401 si la clave falta o es inválida.

Endpoint Chat Completions

Envía una solicitud POST a /v1/chat/completions con tu historial de mensajes en el array messages. El sistema procesa entrada de texto y devuelve texto generado sin rechazos de contenido para uso adulto lícito. Debes especificar el modelo como "uncensored" en tu carga útil para garantizar la compatibilidad.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.uncensoredal.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)

Las solicitudes se facturan según el uso real de tokens, y los errores y rechazos son gratuitos. Este modelo prepagado significa que solo pagas por lo que consumes. El endpoint admite parámetros estándar como temperature y top_p para controlar la aleatoriedad de la salida.

Respuestas en streaming con SSE

Habilita la transmisión estableciendo stream en true en el cuerpo de tu solicitud para recibir tokens mediante Eventos Enviados por Servidor. Cada fragmento incluye estadísticas de uso de tokens en el último fragmento, permitiéndote rastrear los costos en tiempo real. Este enfoque reduce la latencia percibida para generaciones largas.

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)

Utiliza streaming al crear interfaces de chat que necesitan mostrar el texto a medida que se genera. La API devuelve eventos de transmisión estándar compatibles con OpenAI, lo que facilita la integración con bibliotecas de interfaz de usuario existentes. Puedes detener la transmisión antes si el usuario cambia su entrada.

Llamada de Función y Modo JSON

Define las herramientas en tu solicitud para habilitar la invocación de funciones o forzar la salida JSON mediante response_format. La API admite tool_choice para un control preciso sobre cuándo debe invocar una función el modelo. Esta función funciona con el esquema estándar de OpenAI, por lo que puedes reutilizar las definiciones de herramientas existentes.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.uncensoredal.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);

El modo JSON garantiza que la salida sea JSON válido, útil para analizar datos estructurados programáticamente. Puedes combinar esto con configuraciones de temperatura para equilibrar la creatividad con la fiabilidad estructural. La API maneja la lógica de ejecución de herramientas devolviendo los detalles de la llamada a la función para que tu código los procese.

Configuración de Parámetros del Modelo

Configura parámetros como temperatura, top_p, secuencias de parada y semilla para controlar el comportamiento de generación. La ventana de contexto admite 100,000 tokens para prompt y finalización combinados. La salida máxima está limitada a 16,000 tokens por solicitud, o 2,048 si no especificas max_tokens.

Puedes usar presence_penalty y frequency_penalty para reducir la repetición en textos largos. Estos parámetros permiten ajustar el estilo del modelo sin cambiar los pesos subyacentes. Ajústalos incrementalmente para encontrar el equilibrio adecuado para tu caso de uso específico.

Límites, Errores y Contexto

Los límites de velocidad están establecidos en 300 solicitudes por minuto y 8 solicitudes concurrentes por clave. Los cuerpos de las solicitudes están limitados a 8 MB, por lo que las ventanas de contexto grandes deben gestionarse cuidadosamente. Los errores incluyen 401 para claves inválidas, 402 para crédito insuficiente y 429 para límites de velocidad.

El crédito nunca caduca, por lo que puedes pausar el uso entre ráfagas sin perder fondos. Si alcanzas el límite de concurrencia, reintenta con retroceso exponencial. La ventana de contexto de 100,000 tokens permite un historial extenso, pero vigila los límites de salida para evitar truncamientos.