Samenvatting van de specificatie
Als je al code hebt die communiceert met OpenAI, is de korte versie van de openai-compatible api-specificatie dit: verander de basis-URL, verander de sleutel, stel het model in op uncensored. De request- en response-lichamen volgen de chatcompleties-structuur, dus SDKs parseren ze zonder aanpassingen.
| Artikel | Waarde |
|---|---|
| Basis-URL | https://api.unrestrictedaiapi.com/v1 |
| Auth | Authorization: Bearer YOUR_KEY |
| Methoden | POST /v1/chat/completions, GET /v1/models |
| Model-ID | uncensored |
| Contextvenster | 100.000 tokens, prompt plus voltooiing |
| Maximale verzoekgrootte | 8 MB |
| Uitvoer | Alleen tekst |
Het model is een enkel open-weight model, gerund door een onafhankelijke provider en getuned om te antwoorden zonder content refusals voor wettelijk volwassen gebruik. Het is niet het officiële endpoint van een modelvendor en het routeert niet tussen vendors. Daarom is er één model ID en is de model lijst kort.
Methoden
GET /v1/models
Geeft de modellen terug die beschikbaar zijn voor je sleutel. Het is de goedkoopste manier om te bevestigen dat je sleutel en basis-URL correct zijn, en veel UI-klienten roepen dit aan om een dropdown te vullen.
curl https://api.unrestrictedaiapi.com/v1/models \
-H "Authorization: Bearer $KEY"
POST /v1/chat/completions
Het enige generatie-eindpunt. Je stuurt een messages array van objecten met een role (system, user, assistant of tool) en content, plus het model en eventuele samplingopties. Een minimale call:
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?"}
]
}'
De reply bevat de gegenereerde tekst in choices[0].message.content en tokenaantallen in usage. Die aantallen zijn waar de facturering op gebaseerd is.
Niet aangeboden: het legacy completions-eindpunt, embeddings, afbeelding, audio en video-eindpunten, fine-tuning en file-eindpunten. Een client die ze aanroept, krijgt een foutmelding, dus schakel die functies uit in tools die standaard gebruikmaken van hen.
Verzoekparameters
Deze parameters worden geaccepteerd en doorgegeven aan het model:
temperatureentop_pvoor sampling.stopvoor één of meer stopvolgorde.seedvoor herhaalbaar sampling als je alles anders gelijk houdt.presence_penaltyenfrequency_penaltyom repetitie te verminderen.max_tokens, wat optioneel is. Als je het weglaat, kan de completion de rest van het 100.000-token venster gebruiken.streamvoor server-sent events.toolsentool_choicevoor function calling.response_formatmet{"type":"json_object"}voor JSON-modus.
Twee praktische notities. Ten eerste telt het venster prompt en completion samen, dus een 90.000-token prompt laat ongeveer 10.000 tokens over voor het antwoord. Ten tweede is de body limiet 8 MB, wat veel meer is dan 100.000 tokens tekst nodig hebben, dus je bereikt het alleen door grote gecodeerde payloads in berichten te embedden.
Streaming
Stel stream: true in en de response arriveert als server-sent events. Elk event is een JSON chunk met een delta die het volgende stukje tekst bevat, en usage wordt aan het einde van de stream gerapporteerd. SDK's verbergen de framing; met het raw protocol lees je regels die beginnen met data: tot de stream sluit.
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="")
Eén regel beïnvloedt capacity planning: een gestreamd verzoek houdt zijn concurrency slot vast tot de stream eindigt, niet tot het eerste token. Als een client stalt tijdens het lezen, houdt het slot bezet. Sluit de stream altijd af of finish hem, en stel een client timeout in.
Tool calling en JSON-modus
Function calling
Stuur tools als een lijst van function definitions met JSON Schema parameters. Als het model besluit er een aan te roepen, bevat het bericht tool_calls, die ook worden gestreamd als stream aan staat. Je voert de functie uit en stuurt het resultaat terug als een bericht met role: "tool" en de bijpassende tool_call_id. Gebruik tool_choice om een bepaalde functie af te dwingen of de beslissing aan het model over te laten.
{
"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"]
}
}
}]
}
Het model stelt argumenten voor; het voert niets uit. Valideer ze voordat je handelt, zoals je dat zou doen met elke user input.
JSON-modus
Voeg "response_format": {"type": "json_object"} toe om om een enkel geldig JSON object te vragen. Vertel het model in de prompt ook welke keys je wilt, bijvoorbeeld "Returneer een object met keys title en tags". Parse het resultaat toch in een try block, en houd max_tokens ruim zodat een lang object niet wordt afgekapt.
Limieten, headers en fouten
| Sleuteltype | Gelijktijdige verzoeken | Verzoeken per minuut |
|---|---|---|
| Volledige sleutel | 8 | 300 |
| Proefsleutel | 2 | 60 |
Elke response bevat X-Request-Id (quoteer het als je support contacteert), X-Balance-USD (je resterende tegoed), X-RateLimit-Limit-Requests en X-RateLimit-Limit-Concurrency.
Wanneer je een limiet overschrijdt, retourneert de API HTTP 429. De error code scheidt de gevallen:
rate_limited: te veel verzoeken in een minuut. Vertraag of verdeel de belasting.concurrency: te veel verzoeken tegelijk onderweg. Wacht ze aan je kant in.- 429 met een
Retry-After: 5header: tijdelijke overbelasting. Wacht vijf seconden en probeer het opnieuw.
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
Verzoeken die falen of worden geweigerd, worden niet in rekening gebracht.
Rollen, geschiedenis en het response object
De API is stateless. Het onthoudt eerdere verzoeken niet, dus een gesprek bestaat alleen als de messages array die je elke keer stuurt. Een typische geschiedenis begint met één system bericht dat gedrag instelt, gevolgd door afwisselende user en assistant berichten. Als tool calling aan de orde is, verschijnen er tool berichten ertussen, elk gekoppeld aan de call die het beantwoordt via tool_call_id.
Dit heeft twee consequenties. De eerste is kosten: elke beurt betaalt voor de volledige geschiedenis als input, dus een lang gesprek wordt duurder per bericht, zelfs als elke vraag kort is. De tweede is controle: je kunt geschiedenis bewerken, inkorten of herschrijven zoals je wilt. De oudste turns verwijderen, ze vervangen door een samenvatting of een gecorrigeerd assistant bericht injecteren zijn allemaal gewone bewerkingen, en het model behandelt wat je ook stuurt als de waarheid.
Teruglezen: drie dingen. choices[0].message bevat de tekst of de tool calls. choices[0].finish_reason vertelt waarom generatie stopte: een natuurlijk einde, het tokenlimiet, of een tool call. usage bevat prompt, voltooiing en totale token tellingen. Als de finish reason aangeeft dat het tokenlimiet bereikt is, is de tekst afgekapt en moet je het limiet verhogen of het model vragen om door te gaan in een volgende beurt.
Een korte compatibiliteitschecklist
Voordat je een client tegen dit endpoint bouwt, loop je deze controles af. Ze vangen de meeste integratieproblemen binnen enkele minuten op.
- Roep
GET /v1/modelsaan met je sleutel en bevestig dat je een lijst krijgt dieuncensoredbevat. - Stuur een eenvoudig chatverzoek zonder opties en bevestig een normaal antwoord met een
usageblok. - Herhaal het met
stream: trueen bevestig dat je client het einde van de stream en de finale gebruiksgegevens verwerkt. - Als je tools gebruikt, stuur dan één volledige cyclus van toolaanroepen van begin tot eind, inclusief het follow-up verzoek met het
toolbericht. - Stuur 10 verzoeken tegelijk op een proefsleutel en bevestig dat je code omgaat met de 429 die volgt op het tweede gelijktijdige verzoek.
- Log
X-Request-Idvoor elke call, zodat elke vreemde uitslag later kan worden getraceerd.
Als je aan alle zes voldoet, is je client klaar voor echt verkeer.
Waar dit verschilt van het volledige OpenAI-platform
Compatibiliteit betekent het chatprotocol, niet het hele platform. Alles buiten tekstchat ontbreekt, en een paar gedragingen komen van het model in plaats van het protocol. De modelnaam is vast, antwoorden kunnen in stijl verschillen van elk model dat je eerder hebt gebruikt, en sampling met dezelfde seed is alleen herhaalbaar zolang de prompt en parameters hetzelfde blijven.
De enige inhoudsregel die je niet kunt wijzigen, is dat seksuele inhoud met minderjarigen wordt geblokkeerd. Daarbovenop is het model afgestemd op het vermijden van weigeringen voor wettelijk volwassen gebruik, en prompts worden niet gebruikt voor training.
Voor code in vijf talen zie de snelstart, voor prompttechnieken lees prompten voor een model zonder beperkingen, en voor de accountkant, prijzen geeft de tarieven weer: $0,15 per 1M input tokens en $0,50 per 1M output tokens, met tegoed dat nooit verloopt. De documentatie bevatten dezelfde specificatie in korte vorm.
