RU ▾
https://api.unrestrictedaiapi.com/v1uncensored2026-10-06
Получить API-ключ

Спецификация API, совместимого с OpenAI: что поддерживается

Спецификация API, совместимого с OpenAI, здесь небольшая: два метода, аутентификация через Bearer-токен и знакомый запрос и ответ chat completions. На этой странице перечислено именно то, что поддерживается, что нет, и как ведут себя лимиты и ошибки.

Обновлено

Схематичная диаграмма API с входными данными, центральным узлом и потоком данных на выходе

Ключевые моменты

  1. Только два метода: POST /v1/chat/completions и GET /v1/models.
  2. Поддерживаются потоковая передача, вызов функций и режим JSON; эмбеддинги, изображения и аудио — нет.
  3. Лимиты: 8 параллельных запросов и 300 в минуту для полного ключа, 2 и 60 для пробного ключа.
  4. Код 429 может означать rate_limited, concurrency или временную перегрузку с заголовком Retry-After: 5.

Краткое описание спецификации

Если у вас уже есть код, работающий с OpenAI, краткая версия спецификации API, совместимого с OpenAI, такова: измените базовый URL, измените ключ, установите модель в uncensored. Тела запросов и ответов соответствуют формату chat completions, поэтому SDK обрабатывают их без изменений.

ПунктЗначение
Базовый URLhttps://api.unrestrictedaiapi.com/v1
АутентификацияAuthorization: Bearer YOUR_KEY
ЭндпоинтыPOST /v1/chat/completions, GET /v1/models
ID моделиuncensored
Контекстное окно100 000 токенов, промпт плюс ответ
Максимальный размер тела запроса8 МБ
ВыводТолько текст

Это одна модель с открытыми весами, которую запускает независимый провайдер, настроенная на ответы без отказов по контенту для законного использования взрослыми. Это не официальный эндпоинт ни одного вендора моделей, и он не маршрутизирует запросы между вендорами. Вот почему существует один идентификатор модели и почему список моделей короткий.

Эндпоинты

GET /v1/models

Возвращает модели, доступные для вашего ключа. Это самый экономичный способ подтвердить, что ваш ключ и базовый URL верны, и многие UI-клиенты вызывают его для заполнения выпадающего списка.

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

POST /v1/chat/completions

Единственный эндпоинт генерации. Вы отправляете массив объектов messages с полем role (system, user, assistant или tool) и content, а также модель и любые опции сэмплинга. Минимальный вызов:

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?"}
    ]
  }'

Ответ содержит сгенерированный текст в choices[0].message.content и подсчет токенов в usage. Эти подсчеты являются основой для биллинга.

Не предлагаются: устаревший эндпоинт completions, эмбеддинги, изображения, аудио и видео, дообучение и файловые эндпоинты. Клиент, который их вызовет, получит ошибку, поэтому отключите эти функции в инструментах, которые по умолчанию их используют.

Параметры запроса

Принимаются и передаются модели следующие параметры:

  • temperature и top_p для выборки.
  • stop для одной или нескольких последовательностей остановки.
  • seed для воспроизводимого сэмплирования при сохранении остальных параметров.
  • presence_penalty и frequency_penalty для снижения повторений.
  • max_tokens, необязательный параметр. Если его не указать, ответ может использовать оставшуюся часть контекстного окна в 100 000 токенов.
  • stream для потоковой передачи через серверные события (SSE).
  • tools и tool_choice для вызова функций.
  • response_format с {"type":"json_object"} для JSON-режима.

Два практических замечания. Во-первых, контекстное окно считает промпт и ответ вместе, поэтому промпт на 90 000 токенов оставляет около 10 000 токенов для ответа. Во-вторых, лимит тела запроса составляет 8 МБ, что значительно превышает потребность в 100 000 токенов текста, поэтому вы достигаете его, только добавляя в сообщения большие закодированные полезные нагрузки.

Потоковая передача

Установите stream: true, и ответ придет в виде серверных событий. Каждое событие — это JSON-фрагмент с полем delta, содержащим следующую часть текста, а данные об использовании сообщаются в конце потока. SDK скрывают фрейминг; при работе с сырым протоколом вы читаете строки, начинающиеся с data:, пока поток не закроется.

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="")

Одно правило влияет на планирование емкости: потоковый запрос удерживает слот параллельности до конца потока, а не до получения первого токена. Если клиент зависает при чтении, он продолжает занимать слот. Всегда закрывайте или завершайте поток и устанавливайте тайм-аут клиента.

Вызов инструментов и JSON-режим

Вызов функций

Передавайте tools как список определений функций с параметрами JSON Schema. Если модель решит вызвать функцию, сообщение будет содержать tool_calls, которые также передаются потоком, если включен stream. Вы выполняете функцию и отправляете ее результат обратно как сообщение с role: "tool" и соответствующим tool_call_id. Используйте tool_choice, чтобы принудительно вызвать определенную функцию или оставить выбор за моделью.

{
  "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"]
      }
    }
  }]
}

Модель предлагает аргументы; она ничего не исполняет. Проверяйте их перед действием, как и любой пользовательский ввод.

JSON-режим

Добавьте "response_format": {"type": "json_object"}, чтобы запросить один допустимый объект JSON. Как и в других реализациях в стиле OpenAI, также укажите модели в промпте, какие ключи вам нужны, например «Верните объект с ключами title и tags». Все равно парсите результат в блоке try и оставляйте max_tokens достаточным, чтобы длинный объект не был обрезан.

Лимиты, заголовки и ошибки

Тип ключаПараллельные запросыЗапросов в минуту
Полный ключ8300
Пробный ключ260

Каждый ответ включает заголовок X-Request-Id (укажите его при обращении в поддержку), X-Balance-USD (ваш оставшийся баланс), X-RateLimit-Limit-Requests и X-RateLimit-Limit-Concurrency.

При превышении лимита API возвращает HTTP 429. Код ошибки разделяет случаи:

  • rate_limited: слишком много запросов за минуту. Замедлите темп или распределите нагрузку.
  • concurrency: слишком много запросов одновременно. Поставьте их в очередь на своей стороне.
  • 429 с заголовком Retry-After: 5: временная перегрузка. Подождите пять секунд и повторите запрос.
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

Неудачные или отклоненные запросы не оплачиваются.

Роли, история и объект ответа

API не сохраняет состояние. Он не запоминает предыдущие запросы, поэтому разговор существует только как массив messages, который вы отправляете каждый раз. Обычная история начинается с одного сообщения system, задающего поведение, за которым следуют чередующиеся сообщения user и assistant. Когда используется вызов функций, между ними появляются сообщения tool, каждое из которых связано с вызовом, на который оно отвечает, через tool_call_id.

Это имеет два следствия. Первое — стоимость: каждый ход оплачивается по полной стоимости истории как входных данных, поэтому длинный чат становится дороже за сообщение, даже если каждый вопрос короткий. Второе — контроль: вы можете редактировать, сокращать или переписывать историю по желанию. Удаление старых ходов, замена их сводкой или внедрение исправленного сообщения ассистента — все это обычные операции, и модель воспринимает то, что вы отправляете, как истину.

При получении ответа прочтите три вещи. choices[0].message содержит текст или вызовы функций. choices[0].finish_reason указывает причину завершения генерации: естественный конец, лимит токенов или вызов функции. usage содержит подсчеты токенов промпта, ответа и общего количества. Если finish_reason указывает на превышение лимита токенов, текст обрезан, и вам следует либо увеличить лимит, либо попросить модель продолжить в следующем ходе.

Краткий чек-лист совместимости

Перед выпуском клиента для этого эндпоинта пройдите по этим проверкам. Они выявляют большинство проблем интеграции за несколько минут.

  1. Вызовите GET /v1/models с вашим ключом и подтвердите, что получаете список, включающий uncensored.
  2. Отправьте обычный запрос чата без параметров и подтвердите нормальный ответ с блоком usage.
  3. Повторите его с stream: true и подтвердите, что ваш клиент обрабатывает конец потока и итоговые данные об использовании.
  4. Если вы используете инструменты, отправляйте один полный цикл запроса и ответа, включая последующий запрос с сообщением tool.
  5. Отправьте 10 запросов одновременно для пробного ключа и убедитесь, что ваш код справляется с ошибкой 429, которая следует за вторым параллельным запросом.
  6. Фиксируйте X-Request-Id для каждого вызова, чтобы любой странный результат можно было отследить позже.

Прохождение всех шести пунктов означает, что ваш клиент готов к реальной нагрузке.

Чем это отличается от полной платформы OpenAI

Совместимость означает протокол чата, а не всю платформу. Всё, что выходит за рамки текстового чата, отсутствует, а некоторые особенности поведения исходят от модели, а не от протокола. Имя модели фиксировано, ответы могут отличаться по стилю от любых моделей, которые вы использовали ранее, а генерация с тем же seed воспроизводима только при условии, что промпт и параметры остаются неизменными.

Единственное правило контента, которое вы не можете изменить: контент сексуального характера с участием несовершеннолетних заблокирован. В остальном модель настроена так, чтобы избегать отказов для законного использования взрослыми, а промпты не используются для обучения.

Примеры кода на пяти языках см. в быстром старте, о методах промптов читайте в промптах для модели без цензуры, а в разделе тарифов указаны ставки: $0,15 за 1 млн входных токенов и $0,50 за 1 млн выходных токенов, при этом кредит не сгорает. В документации приведено краткое описание спецификации.

Вопросы и ответы

Какие эндпоинты OpenAI поддерживаются?

Только POST /v1/chat/completions и GET /v1/models. Эмбеддинги, изображения, аудио, дообучение и устаревший эндпоинт completions недоступны.

Поддерживает ли он потоковую передачу и вызов функций?

Да и да. Потоковая передача использует серверные события (SSE) с указанием использования в конце, а вызовы функций также передаются потоком. Результаты возвращаются в виде сообщений с ролью tool.

Какова максимальная длина контекстного окна?

100 000 токенов, включая промпт и ответ вместе. Тело запроса может занимать до 8 МБ.

Что означает 429 в данном случае?

Либо вы превысили лимит запросов в минуту (rate_limited), либо отправили слишком много запросов одновременно (concurrency), либо сервис временно перегружен и отправил Retry-After: 5.

Ваш ключ — в одном шаге от вас

Создайте аккаунт, скопируйте ключ, измените базовый URL. Это вся настройка.

Получить API-ключ