Migreer van OpenAI of OpenRouter naar een ongecensureerde AI-API
Begin een migratie door de basis-URL, API-sleutel en model-ID aan te passen in een kleine testclient. Voer een opgeslagen set van je eigen prompts uit voordat je productieverkeer overschakelt: een compatibel aanvraagformaat impliceert niet identieke antwoorden. Deze gids behandelt configuratie, streamen, toolaanroepen en de controles die je moet herhalen in LangChain of LlamaIndex.

Belangrijkste punten
- Verander slechts drie waarden: base-URL https://api.uncensoredaiapis.com/v1, je nieuwe sleutel, en model "uncensored".
- Chatcompleties, streaming en tool calling werken in het OpenAI-formaat; embeddings, afbeeldingen, audio en fine-tuning bestaan niet.
- Zet basis-URL, sleutel en model in omgevingsvariabelen zodat oude en nieuwe backends naast elkaar draaien en rollback slechts een bestandwissel is.
- Stel max_tokens expliciet in en plan voor het 100.000-token contextvenster voordat je overschakelt.
Wat verandert als je overschakelt
Als je app al communiceert met de OpenAI- of OpenRouter-chatcompleties-API, is het verplaatsen naar deze ongecensureerde AI-API een configuratiewijziging, geen herschrijving. Drie waarden veranderen en alles anders in je verzoekcode blijft zoals het is: de basis-URL, de API-sleutel en de modelnaam.
| Instelling | Voorheen | Nu |
|---|---|---|
| Basis-URL | De OpenAI- of OpenRouter-URL | https://api.uncensoredaiapis.com/v1 |
| Authenticatie | Sleutel van je huidige dienst | Sleutel van je account hier, verzonden als Authorization: Bearer <key> |
| Model | Een model-id zoals een GPT- of gerouteerde modelnaam | uncensored |
| Endpoint | /chat/completions | Zelfde: POST /v1/chat/completions |
Er is precies één model, dus er is geen modelcatalogus om uit te kiezen. GET /v1/models bestaat en vermeldt het, wat SDK-hulpprogramma's en healthchecks die het aanroepen, werkend houdt. Prompts, streaming en function calling gebruiken dezelfde OpenAI-formaten die je al verstuurt. Deze pagina is een praktische gids; als je de kosten-, latentie- en privacyvergelijking met OpenRouter wilt lezen, lees dan in plaats daarvan het OpenRouter ongecensureerde modellen-artikel.
Hier is de minimale Python-diff. Niets anders aan de aanroep verandert.
import os
from openai import OpenAI
# before
# client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])
# model = "gpt-4o"
# after
client = OpenAI(
base_url="https://api.uncensoredaiapis.com/v1",
api_key=os.environ["API_KEY"],
)
model = "uncensored"
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": "Say hello in five words."}],
max_tokens=50,
)
print(resp.choices[0].message.content)Voor OpenRouter-gebruikers geldt hetzelfde: vervang de OpenRouter-basis-URL en sleutel, en verwijder alle routing-specifieke extra's die je in headers of het verzoeklichaam hebt meegegeven (zie de compatibiliteitstabel hieronder).
Parameter- en featurecompatibiliteit
Het oppervlak dat belangrijk is voor een chat-app is gedekt. De tabel scheidt wat gedocumenteerd als ondersteund wordt, wat je moet bevestigen met een testaanroep voordat je erop vertrouwt, en wat helemaal niet bestaat. Twijfel je? Stuur het verzoek in een staging-omgeving en vergelijk het antwoord, in plaats van ervan uit te gaan dat er gelijkwaardigheid is met een andere dienst.
| Onderdeel | Code | Opmerkingen |
|---|---|---|
model | Ondersteund | Gebruik uncensored. Slechts één model. |
messages (system, user, assistant, tool rollen) | Ondersteund | Standaard OpenAI-berichtformaat. Context is 100.000 tokens voor prompt plus voltooiing. |
max_tokens | Ondersteund | Tot aan het einde van het 100,000-token contextvenster. |
stream: true | Ondersteund | Server-sent events. Een laatste gegevensfragment wordt automatisch toegevoegd. |
tools, tool_choice, role tool prompts | Ondersteund | OpenAI function calling-formaat. |
Sampling- en stopopties (temperature, top_p, stop, en vergelijkbaar) | Ondersteund | Standaard OpenAI-velden, doorgegeven zoals verzonden. Pas temperature opnieuw aan na het schakelen: dezelfde waarde kan op een nieuw model anders aanvoelen. |
| Routing-extra's: fallback-model lijsten, routing-voorkeuren, app-attribution headers | Niet beschikbaar | Er is één model, dus er is niets tussen te routeren. Verwijder deze uit verzoeken en configuratie. |
| Embeddings | Niet beschikbaar | Houd een aparte embeddings-bron aan voor RAG-pipelines. |
| Afbeeldingsgeneratie, vision, audio, video | Niet beschikbaar | De API is alleen voor tekst. |
| Fine-tuning | Niet beschikbaar | Geen fine-tuning-endpoints. Vorm het gedrag met system prompts. |
Het praktische gevolg is dat een pipeline die embeddings gebruikt voor retrieval twee clients nodig heeft: één voor je bestaande embeddings-dienst en één voor generatie hier. Dat is een normale splitsing, en de omgevingsvariabele-aanpak in de volgende sectie houdt dit netjes.
Beide naast elkaar draaien met omgevingsvariabelen
De veiligste migratie houdt beide backends actief en kiest er tijdens het uitvoeren één. Zet de drie waarden die verschillen in omgevingsvariabelen en lees ze op één plek uit. Dan kun je een dev-omgeving, een percentage van het verkeer of een enkele feature naar de nieuwe API routeren zonder je request-code te vertakken.
# .env.openai
LLM_BASE_URL=your-current-base-url
LLM_API_KEY=paste-your-existing-key
LLM_MODEL=gpt-4o
# .env.uncensored
LLM_BASE_URL=https://api.uncensoredaiapis.com/v1
LLM_API_KEY=paste-your-key-here
LLM_MODEL=uncensoredDan bouwt een enkele factory de client:
import os
from openai import OpenAI
def make_client() -> tuple[OpenAI, str]:
client = OpenAI(
base_url=os.environ["LLM_BASE_URL"],
api_key=os.environ["LLM_API_KEY"],
)
return client, os.environ["LLM_MODEL"]
client, model = make_client()
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": "Reply with the single word: ready"}],
max_tokens=10,
)
print(model, "->", resp.choices[0].message.content)Hetzelfde patroon in Node.js:
import OpenAI from "openai";
export function makeClient() {
const client = new OpenAI({
baseURL: process.env.LLM_BASE_URL,
apiKey: process.env.LLM_API_KEY,
});
return { client, model: process.env.LLM_MODEL };
}
const { client, model } = makeClient();
const resp = await client.chat.completions.create({
model,
messages: [{ role: "user", content: "Reply with the single word: ready" }],
max_tokens: 10,
});
console.log(model, "->", resp.choices[0].message.content);Om gedrag te vergelijken, voer je dezelfde prompt set uit tegen beide configuraties, bijvoorbeeld met set -a; source .env.uncensored; set +a voordat je testcommando. Omdat de variabelenamen generiek zijn, is geen codeverandering nodig wanneer je de oude backend definitief uitzet, en terugrollen is één bestandwissel.
LangChain, LlamaIndex en andere OpenAI-compatible clients
Elk framework dat je de mogelijkheid geeft de OpenAI-base-URL te overschrijven, werkt met deze API, omdat het HTTP-contract hetzelfde is. Je voert de base-URL, de sleutel en de modelnaam door; het framework doet de rest. Voor LangChain exposeert het langchain_openai-pakket ChatOpenAI:
import os
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
base_url="https://api.uncensoredaiapis.com/v1",
api_key=os.environ["API_KEY"],
model="uncensored",
max_tokens=500,
)
print(llm.invoke("Give me a one-line pitch for a noir detective game.").content)Voor LlamaIndex gebruik je de OpenAI-compatible LLM-klasse uit het llama-index-llms-openai-like-pakket, dat bedoeld is voor servers die het chat-completions-formaat implementeren maar niet OpenAI zelf zijn:
import os
from llama_index.llms.openai_like import OpenAILike
llm = OpenAILike(
api_base="https://api.uncensoredaiapis.com/v1",
api_key=os.environ["API_KEY"],
model="uncensored",
is_chat_model=True,
)
print(llm.complete("Give me a one-line pitch for a noir detective game."))Twee dingen om te onthouden in framework-configuraties. Ten eerste hebben retrieval-functies die een embeddings-model aanroepen nog steeds een andere embeddings-bron nodig, omdat deze API er geen heeft. Ten tweede gaan frameworks soms uit van een modelnaam uit een interne lijst om de contextgrootte of tool-ondersteuning te bepalen; als je een waarschuwing ziet over een onbekend model, is dat cosmetisch, maar controleer of het contextvenster dat je framework veronderstelt niet meer dan 100.000 tokens overschrijdt. Parameternamen verschillen licht tussen bibliotheken (base_url, api_base, baseURL), dus controleer degene die jouw bibliotheek gebruikt. Andere tools die een aangepaste OpenAI-base-URL accepteren, zoals editorplugins en chatfrontends, volgen hetzelfde drie-waardenpatroon.
Testchecklist voordat je overschakelt
Loop deze lijst na in staging. Elk item is snel en samen vangen ze de meeste migratieverrassingen op.
- Auth en routing. Roep
GET /v1/modelsaan met je sleutel. Een 401 betekent dat de sleutel of header fout is; een 404 betekent dat het pad dat is. - Basis completion. Stuur een eenlijnige prompt met
max_tokensingesteld en bevestig datchoices[0].message.contentenusageaanwezig zijn. - Streaming. Voer je echte UI-pad uit met
stream: true. Zorg dat je parser de laatste usage-chunk tolaat met een legechoices-lijst. - Tool calls. Voer een volledige round trip uit: request,
tool_calls, roletoolantwoord, definitief antwoord. Controleer of je code antwoorden zonder tool call verwerkt. - Lange prompts. Stuur een prompt dicht bij je echte maximum. Prompt plus
max_tokensboven de 100.000 laat het antwoord stoppen aan het einde van het venster; alleen een prompt boven de 100.000 tokens retourneert 400. - Foutafhandeling. Simuleer een verkeerde sleutel (401). Bevestig dat je app de JSON
error.codeleest en 402no_credit, 403content_blocked, 429 en 503upstream_busyverstandig afhandelt. - Outputkwaliteit en toon. Speel een sample van echte prompts af en vergelijk antwoorden met je huidige model. Prompts die zijn afgestemd rond de refusals of aarzelingen van een ander model, moeten mogelijk worden vereenvoudigd.
- Kostentracking. Log
usage. Input is $0,15 per miljoen tokens en output $0,50 per miljoen, dus je schattingen op basis van bestaande tokenaantallen zijn eenvoudig te herberekenen.
Voor werkende versies van de streaming-, tool- en retry-stappen zie je de pagina met codevoorbeelden.
Veelgemaakte fouten
De oude modelnaam op zijn plaats laten. De meest voorkomende fout is een request die nog steeds een andere model id vermeldt. Lees het model uit de config, zoals in het env-var-voorbeeld, zodat het samen met de base-URL meeverplaatst.
De oude sleutel versturen. Een sleutel van een andere service retourneert 401. Sleutels hier zijn gekoppeld aan één account, één per account, en het regenereren van één maakt de vorige sleutel direct ongeldig, dus update elke deployment na het regenereren.
Ontbrekende /v1 in de base-URL. De base-URL moet eindigen op /v1. SDK's voegen /chat/completions zelf toe; een base-URL zonder het suffix produceert 404-fouten.
Vertrouwen op een feature die er niet is. Embeddings, afbeeldingen, audio en fine-tuning calls zullen falen. Controleer je codebase hierop voordat je overschakelt, niet daarna.
De outputcap negeren. Als je max_tokens niet instelt, kan de response tot het einde van het contextvenster lopen. Als een andere service je standaard langere antwoorden gaf, stel de waarde dan expliciet in, omdat een kleine cap antwoorden kan laten eindigen met finish_reason: length.
Context overflow. Als je huidige model een groter venster had, kunnen lange histories meer dan 100.000 tokens aan prompt plus completion overschrijden en 400 retourneren. Voeg trimming of samenvatting toe voordat je overschakelt.
Alles opnieuw proberen. Probeer 429 en 503 alleen opnieuw. Een 402 betekent dat het saldo op is of de proefperiode verlopen is, en opnieuw proberen helpt niet. Voer credit op en ga door, zoals beschreven op de prijzen pagina.
Contentregels. Wettelijk volwassen inhoud en fictie worden niet geweigerd, maar seksuele inhoud met minderjarigen wordt altijd geblokkeerd met een 403, inclusief in fictie en roleplay. De service is voor volwassenen en wettelijk gebruik, dus zorg ervoor dat je eigen product leeftijdscontrole afdwingt waar relevant.
Meer handleidingen
Vragen en antwoorden
Moet ik mijn code herschrijven om van OpenAI over te schakelen?
Meestal niet. Verander base_url, api_key en de modelnaam naar uncensored in je clientconfiguratie. Message-formaat, streaming en tool calling volgen hetzelfde OpenAI-formaat.
Kan ik OpenRouter naast deze API blijven gebruiken?
Ja. Lees base URL, sleutel en model uit omgevingsvariabelen en wijs elke omgeving of feature naar de backend die je wilt. Beide kunnen parallel draaien tijdens een geleidelijke migratie.
Wat gebeurt er met mijn embeddings- of image-calls?
Ze werken hier niet. De API is alleen tekst, zonder embeddings, afbeeldingen, audio, video of fine-tuning, dus houd een aparte bron voor die functies aan.
Werkt LangChain met deze ongecensureerde AI API?
Ja. Gebruik ChatOpenAI van langchain_openai met base_url ingesteld op https://api.uncensoredaiapis.com/v1, je sleutel en model="uncensored". Elke client die een aangepaste OpenAI base URL accepteert, volgt hetzelfde patroon.
Je sleutel is nog maar één formulier verwijderd
Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.