DE ▾
https://api.unrestrictedaiapi.com/v1uncensored2026-10-06
API-Schlüssel erhalten

OpenAI-kompatible API-Spezifikation: Was wird unterstützt

Die OpenAI-kompatible API-Spezifikation hier ist übersichtlich: zwei Methoden, Bearer-Token-Authentifizierung und die bekannte Chat-Completions-Anfrage und -Antwort. Diese Seite listet exakt auf, was unterstützt wird, was nicht und wie Limits und Fehler funktionieren.

Aktualisiert

Diagramm im Blueprint-Stil: eine API mit Eingaben, einem zentralen Knotenpunkt und einem Datenstrom, der nach außen fließt

Wichtige Punkte

  1. Nur zwei Methoden: POST /v1/chat/completions und GET /v1/models.
  2. Streaming, Tool Calling und JSON-Modus werden unterstützt; Embeddings, Bilder und Audio nicht.
  3. Die Limits liegen bei 8 parallelen Anfragen und 300 pro Minute für einen vollständigen Schlüssel, bei 2 und 60 für einen Trial-Schlüssel.
  4. Eine 429 kann rate_limited, concurrency oder eine temporäre Überlastung mit Retry-After: 5 bedeuten.

Zusammenfassung der Spezifikation

Wenn du bereits Code hast, der mit OpenAI kommuniziert, lautet die kurze Version der OpenAI-kompatiblen API-Spezifikation: Ändere die Base URL, ändere den Schlüssel und setze das Modell auf uncensored. Anfrage- und Antwortkörper folgen der Struktur von Chat Completions, sodass SDKs sie ohne Änderungen parsen können.

PositionWert
Basis-URLhttps://api.unrestrictedaiapi.com/v1
AuthAuthorization: Bearer YOUR_KEY
MethodenPOST /v1/chat/completions, GET /v1/models
Modell-IDuncensored
Kontextfenster100.000 Token, Prompt plus Vervollständigung
Maximale Anforderungskörpergröße8 MB
AusgabeNur Text

Das Modell ist ein einzelnes Open-Weight-Modell eines unabhängigen Anbieters, das darauf ausgelegt ist, ohne Inhaltsfilter für die rechtmäßige Nutzung durch Erwachsene zu antworten. Es ist nicht der offizielle Endpunkt eines Modell-Anbieters und leitet nicht zwischen Anbietern weiter. Deshalb gibt es nur eine Modell-ID und deshalb ist die Modellliste kurz.

Methoden

GET /v1/models

Gibt die für deinen Schlüssel verfügbaren Modelle zurück. Es ist der günstigste Weg, um zu bestätigen, dass dein Schlüssel und deine Base URL korrekt sind, und viele UI-Clients rufen dies auf, um eine Dropdown-Liste zu füllen.

curl https://api.unrestrictedaiapi.com/v1/models \
  -H "Authorization: Bearer $KEY"

POST /v1/chat/completions

Der einzige Endpunkt für die Generierung. Du sendest ein messages-Array von Objekten mit einer role (system, user, assistant oder tool) und content, plus das Modell und alle Sampling-Optionen. Eine minimale Anfrage:

curl https://api.unrestrictedaiapi.com/v1/chat/completions \
  -H "Authorization: Bearer $KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [
      {"role": "system", "content": "Answer in one sentence."},
      {"role": "user", "content": "What is a base URL?"}
    ]
  }'

Die Antwort enthält den generierten Text in choices[0].message.content und Token-Anzahlen in usage. Diese Anzahlen sind die Grundlage für die Abrechnung.

Nicht angeboten: der Endpunkt für Completions, die Endpunkte für Embeddings, Bild, Audio und Video, Fine-Tuning und Datei-Endpunkte. Ein Client, der diese aufruft, erhält einen Fehler, daher deaktiviere diese Funktionen in Tools, die standardmäßig darauf zurückgreifen.

Anfrageparameter

Diese Parameter werden akzeptiert und an das Modell weitergeleitet:

  • temperature und top_p für Sampling.
  • stop für eine oder mehrere Stop-Sequenzen.
  • seed für reproduzierbares Sampling, wenn du alles andere gleich hältst.
  • presence_penalty und frequency_penalty zur Reduzierung von Wiederholungen.
  • max_tokens, was optional ist. Wenn du es weglässt, kann die Vervollständigung den Rest des 100.000-Token-Fensters nutzen.
  • stream für Server-Sent Events.
  • tools und tool_choice für Function Calling.
  • response_format mit {"type":"json_object"} für den JSON-Modus.

Zwei praktische Hinweise. Erstens zählt das Fenster Prompt und Completion zusammen, also hinterlässt ein 90.000-Token-Prompt etwa 10.000 Token für die Antwort. Zweitens ist das Body-Limit 8 MB, was weit mehr ist, als 100.000 Text-Token benötigen, also erreichst du es nur, indem du große codierte Payloads in Nachrichten einbettest.

Streaming

Setze stream: true und die Antwort kommt als Server-Sent Events. Jedes Event ist ein JSON-Chunk mit einem delta, das das nächste Textstück enthält, und die Nutzung wird am Ende des Streams gemeldet. SDKs verbergen das Framing; mit dem Raw-Protokoll liest du Zeilen, die mit data: beginnen, bis der Stream endet.

from openai import OpenAI

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

with client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "List five HTTP status codes."}],
    stream=True,
) as stream:
    for chunk in stream:
        if chunk.choices and chunk.choices[0].delta.content:
            print(chunk.choices[0].delta.content, end="")

Eine Regel betrifft die Kapazitätsplanung: Eine gestreamte Anfrage belegt ihren Concurrency-Slot, bis der Stream endet, nicht bis das erste Token ankommt. Wenn ein Client beim Lesen hängt, bleibt der Slot belegt. Schließe den Stream immer oder beende ihn und setze ein Client-Timeout.

Tool Calling und JSON-Modus

Function Calling

Übergebe tools als Liste von Funktionsdefinitionen mit JSON-Schema-Parametern. Wenn das Modell sich entscheidet, eine aufzurufen, enthält die Nachricht tool_calls, die auch gestreamt werden, wenn stream aktiv ist. Du führst die Funktion aus und sendest das Ergebnis als Nachricht mit role: "tool" und der passenden tool_call_id zurück. Verwende tool_choice, um eine bestimmte Funktion zu erzwingen oder die Entscheidung dem Modell zu überlassen.

{
  "model": "uncensored",
  "messages": [{"role": "user", "content": "Weather in Oslo?"}],
  "tools": [{
    "type": "function",
    "function": {
      "name": "get_weather",
      "description": "Current weather for a city",
      "parameters": {
        "type": "object",
        "properties": {"city": {"type": "string"}},
        "required": ["city"]
      }
    }
  }]
}

Das Modell schlägt Argumente vor; es führt nichts aus. Validiere sie, bevor du handelst, wie bei jeder Benutzereingabe.

JSON-Modus

Füge "response_format": {"type": "json_object"} hinzu, um ein einzelnes gültiges JSON-Objekt anzufordern. Sage dem Modell wie bei anderen OpenAI-kompatiblen Implementierungen auch im Prompt, welche Schlüssel du erwartest, z. B. "Gib ein Objekt mit den Schlüsseln title und tags zurück". Parse das Ergebnis trotzdem in einem try-Block und halte max_tokens großzügig, damit ein langes Objekt nicht abgeschnitten wird.

Limits, Header und Fehler

SchlüsseltypNebenläufige AnfragenAnfragen pro Minute
Voll-Key8300
Test-API-Schlüssel260

Jede Antwort enthält X-Request-Id (zitiere sie, wenn du den Support kontaktierst), X-Balance-USD (dein verbleibendes Guthaben), X-RateLimit-Limit-Requests und X-RateLimit-Limit-Concurrency.

Wenn du ein Limit überschreitest, gibt die API HTTP 429 zurück. Der Fehlercode unterscheidet die Fälle:

  • rate_limited: zu viele Anfragen in einer Minute. Verlangsame oder verteile die Last.
  • concurrency: zu viele Anfragen gleichzeitig im Flug. Warte sie auf deiner Seite in eine Warteschlange ein.
  • 429 mit einem Retry-After: 5-Header: temporäre Überlastung. Warte fünf Sekunden und wiederhole die Anfrage.
import time
import httpx

def post_with_retry(payload, key, tries=4):
    # payload example: {"model": "uncensored", "messages": [...]}
    for attempt in range(tries):
        r = httpx.post(
            "https://api.unrestrictedaiapi.com/v1/chat/completions",
            headers={"Authorization": "Bearer " + key},
            json=payload,
            timeout=120,
        )
        if r.status_code == 429:
            wait = int(r.headers.get("Retry-After", 2 ** attempt))
            time.sleep(wait)
            continue
        return r
    return r

Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet.

Rollen, Verlauf und das Antwortobjekt

Die API ist zustandslos. Sie erinnert sich nicht an frühere Anfragen, daher existiert ein Gespräch nur als messages-Array, das du jedes Mal sendest. Ein typischer Verlauf beginnt mit einer system-Nachricht, die das Verhalten festlegt, gefolgt von abwechselnden user- und assistant-Nachrichten. Wenn Tool Calling im Spiel ist, erscheinen tool-Nachrichten dazwischen, die jeweils über die tool_call_id mit dem Aufruf verknüpft sind, den sie beantworten.

Dies hat zwei Konsequenzen. Erstens die Kosten: Jede Runde kostet für den gesamten Verlauf als Input, daher wird ein langer Chat pro Nachricht teurer, auch wenn jede Frage kurz ist. Zweitens die Kontrolle: Du kannst den Verlauf bearbeiten, kürzen oder neu schreiben. Die ältesten Runden zu entfernen, sie durch eine Zusammenfassung zu ersetzen oder eine korrigierte Assistant-Nachricht einzufügen, sind allesamt normale Vorgänge, und das Modell behandelt das, was du sendest, als Wahrheit.

Lies auf der Gegenseite drei Dinge. choices[0].message enthält den Text oder die Tool-Aufrufe. choices[0].finish_reason sagt dir, warum die Generierung endete: ein natürlicher Abschluss, das Token-Limit oder ein Tool-Aufruf. usage enthält Prompt-, Vervollständigungs- und Gesamt-Token-Anzahlen. Wenn der Finish-Reason besagt, dass das Token-Limit erreicht wurde, ist der Text abgeschnitten, und du solltest entweder das Limit erhöhen oder das Modell bitten, in einem Follow-up-Turn fortzufahren.

Kurze Kompatibilitätsliste

Bevor du einen Client für diesen Endpunkt veröffentlichst, gehe diese Checks durch. Sie fangen die meisten Integrationsprobleme in wenigen Minuten ab.

  1. Rufe GET /v1/models mit deinem Schlüssel auf und bestätige, dass du eine Liste erhältst, die uncensored enthält.
  2. Sende eine einfache Chat-Anfrage ohne Optionen und bestätige eine normale Antwort mit einem usage-Block.
  3. Wiederhole es mit stream: true und bestätige, dass dein Client das Ende des Streams und die finalen Nutzungsdaten verarbeitet.
  4. Wenn du Tools verwendest, sende einen vollständigen Tool-Aufruf-End-to-End, einschließlich der Follow-up-Anfrage mit der tool-Nachricht.
  5. Sende 10 Anfragen gleichzeitig auf einem Trial-Schlüssel und bestätige, dass dein Code mit der 429 umgeht, die auf die zweite parallele Anfrage folgt.
  6. Logge X-Request-Id für jede Anfrage, damit jedes seltsame Ergebnis später nachverfolgt werden kann.

Wenn du alle sechs bestehst, ist dein Client für echten Traffic bereit.

Wo dies vom vollständigen OpenAI-Plattform-Ökosystem abweicht

Kompatibilität bedeutet das Chat-Protokoll, nicht die gesamte Plattform. Alles außerhalb des Text-Chats fehlt, und einige Verhaltensweisen stammen vom Modell statt vom Protokoll. Der Modellname ist fest, Antworten können sich im Stil von jedem Modell unterscheiden, das du zuvor verwendet hast, und Sampling mit demselben seed ist nur wiederholbar, solange der Prompt und die Parameter gleich bleiben.

Die eine Inhaltsregel, die du nicht ändern kannst, ist, dass sexuell explizite Inhalte mit Minderjährigen blockiert werden. Darüber hinaus ist das Modell darauf abgestimmt, Ablehnungen für die legale Nutzung durch Erwachsene zu vermeiden, und Prompts werden nicht zum Training verwendet.

Für Code in fünf Sprachen sieh dir den Quickstart an, für Prompt-Techniken lies Prompting eines unzensierten Modells, und für die Kontoverwaltung zeigt Pricing die Preise: $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token, mit Guthaben, das nie verfällt. Die Docs enthalten die Spezifikation in Kurzform.

Fragen und Antworten

Welche OpenAI-Endpunkte werden unterstützt?

Nur POST /v1/chat/completions und GET /v1/models. Embeddings, Bilder, Audio, Fine-Tuning und der Legacy-Completions-Endpunkt sind nicht verfügbar.

Unterstützt es Streaming und Function Calling?

Ja zu beidem. Streaming nutzt Server-Sent Events mit der Nutzung am Ende, und Tool Calls werden ebenfalls gestreamt. Ergebnisse werden als Nachrichten mit der Rolle tool zurückgegeben.

Was ist die maximale Kontextlänge?

100.000 Token, gezählt aus Prompt und Completion zusammen. Der Request Body kann bis zu 8 MB groß sein.

Was bedeutet eine 429 hier?

Entweder hast du das Limit pro Minute überschritten (rate_limited), zu viele Anfragen gleichzeitig gesendet (concurrency) oder der Dienst ist kurzzeitig überlastet und sendet Retry-After: 5.

Dein Schlüssel ist nur ein Formular entfernt

Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.

API-Schlüssel erhalten