Migre de OpenAI ou OpenRouter para uma API de IA sem censura
Inicie uma migração alterando a URL base, a chave de API e o ID do modelo em um pequeno cliente de teste. Execute um conjunto salvo dos seus próprios prompts antes de mudar o tráfego de produção: um formato de solicitação compatível não implica respostas idênticas. Este guia abrange configuração, streaming, chamadas de ferramentas e as verificações a repetir no LangChain ou LlamaIndex.

Pontos principais
- Altere apenas três valores: base URL https://api.uncensoredaiapis.com/v1, sua nova chave e model "uncensored".
- Chat completions, streaming e tool calling funcionam no formato OpenAI; embeddings, imagens, áudio e fine-tuning não existem.
- Coloque URL base, chave e modelo em variáveis de ambiente para que os backends antigos e novos rodem lado a lado e o rollback seja uma troca de arquivo.
- Defina max_tokens explicitamente e planeje a janela de contexto de 100.000 tokens antes de fazer a migração.
O que muda ao migrar
Se seu app já se comunica com a API de chat completions da OpenAI ou OpenRouter, migrar para esta API de IA sem censura é uma alteração de configuração, não uma reescrita. Três valores mudam e todo o resto do código de requisição permanece igual: URL base, chave de API e nome do modelo.
| Configuração | Antes | Depois |
|---|---|---|
| URL base | A URL da OpenAI ou OpenRouter | https://api.uncensoredaiapis.com/v1 |
| Autenticação | Chave do seu serviço atual | Chave da sua conta aqui, enviada como Authorization: Bearer <key> |
| Modelo | Um ID de modelo como um GPT ou nome de modelo roteado | uncensored |
| Endpoint | /chat/completions | Igual: POST /v1/chat/completions |
Existe exatamente um modelo, portanto não há catálogo de modelos para escolher. GET /v1/models existe e o lista, o que mantém os auxiliares de SDK e verificações de saúde que o chamam funcionando. Mensagens, streaming e chamada de funções usam os mesmos formatos OpenAI que você já envia. Esta página é um guia prático; se quiser a comparação de custo, latência e privacidade com OpenRouter, leia o artigo modelos sem censura da OpenRouter.
Aqui está o diff mínimo em Python. Nada mais na chamada muda.
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)Para usuários OpenRouter, o mesmo se aplica: substitua a URL base e a chave da OpenRouter e remova extras específicos de roteamento que você passou nos headers ou no corpo da requisição (veja a tabela de compatibilidade abaixo).
Compatibilidade de parâmetros e recursos
A superfície relevante para um chat está coberta. A tabela separa o que é documentado como suportado, o que você deve confirmar com uma chamada de teste antes de depender e o que não existe. Em dúvida, envie a requisição em ambiente de staging e compare a resposta, em vez de assumir paridade com outro serviço.
| Item | Código | Notas |
|---|---|---|
model | Suportado | Use uncensored. Apenas um modelo. |
messages (papéis system, user, assistant, tool) | Suportado | Formato padrão de mensagens OpenAI. O contexto é de 100.000 tokens para prompt mais completions. |
max_tokens | Suportado | Até o final da janela de 100,000 tokens. |
stream: true | Suportado | Eventos enviados pelo servidor. Um último pacote de uso é adicionado automaticamente. |
tools, tool_choice, mensagens de papel tool | Suportado | Formato de chamada de funções OpenAI. |
Opções de amostragem e parada (temperature, top_p, stop e similares) | Suportado | Campos padrão OpenAI, passados conforme enviados. Ajuste temperature após a troca: o mesmo valor pode parecer diferente em um novo modelo. |
| Extras de roteamento: listas de modelos de fallback, preferências de roteamento, cabeçalhos de atribuição de aplicativo | Não disponível | Existe apenas um modelo, portanto não há nada para rotear entre. Remova isso das requisições e configurações. |
| Embeddings | Não disponível | Mantenha uma fonte separada de embeddings para pipelines RAG. |
| Geração de imagem, visão, áudio, vídeo | Não disponível | A API é apenas de texto. |
| Fine-tuning | Não disponível | Sem endpoints de fine-tuning. Modelie o comportamento com system prompts. |
A consequência prática é que um pipeline usando embeddings para recuperação precisa de dois clientes: um para seu serviço de embeddings existente e outro para geração aqui. Essa divisão é normal, e a abordagem de variáveis de ambiente na próxima seção mantém tudo organizado.
Rode ambos lado a lado com variáveis de ambiente
A migração mais segura mantém ambos os backends ativos e escolhe um deles em tempo de execução. Coloque os três valores que diferem em variáveis de ambiente e leia-os em um único lugar. Assim, você pode rotear um ambiente de desenvolvimento, uma porcentagem do tráfego ou um recurso específico para a nova API sem bifurcar o código de requisição.
# .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=uncensoredEntão, uma única fábrica constrói o cliente:
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)O mesmo padrão em 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);Para comparar o comportamento, execute o mesmo conjunto de prompts contra ambas as configurações, por exemplo, com set -a; source .env.uncensored; set +a antes do seu comando de teste. Como os nomes das variáveis são genéricos, nenhuma alteração de código é necessária quando você desativar o backend antigo, e reverter é apenas uma troca de arquivo.
LangChain, LlamaIndex e outros clientes compatíveis com OpenAI
Qualquer framework que permita substituir a base URL do OpenAI funcionará com esta API, porque o contrato HTTP é o mesmo. Você passa a base URL, a chave e o nome do modelo; o framework cuida do resto. Para LangChain, o pacote langchain_openai expõe 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)Para LlamaIndex, use a classe LLM compatível com OpenAI do pacote llama-index-llms-openai-like, que é destinado a servidores que implementam o formato de conclusões de chat, mas não são a OpenAI:
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."))Duas coisas para lembrar nas configurações de framework. Primeiro, recursos de recuperação que chamam um modelo de embeddings ainda precisarão de uma fonte de embeddings diferente, pois esta API não possui nenhuma. Segundo, alguns frameworks assumem um nome de modelo de uma lista interna para decidir o tamanho do contexto ou suporte a funções; se você vir um aviso sobre um modelo desconhecido, isso é apenas cosmético, mas verifique se a janela de contexto que o framework assume não excede 100.000 tokens. Os nomes dos parâmetros diferem ligeiramente entre bibliotecas (base_url, api_base, baseURL), então verifique qual sua biblioteca usa. Outras ferramentas que aceitam uma URL base OpenAI personalizada, como plugins de editor e interfaces de chat, seguem o mesmo padrão de três valores.
Lista de verificação de teste antes de fazer a migração
Passe por esta lista no ambiente de staging. Cada item é rápido e, juntos, eles capturam a maioria das surpresas de migração.
- Autenticação e roteamento. Chame
GET /v1/modelscom sua chave. Um 401 significa que a chave ou o cabeçalho estão errados; um 404 significa que o caminho está. - Conclusão básica. Envie um prompt de uma linha com
max_tokensdefinido e confirme quechoices[0].message.contenteusageestão presentes. - Streaming. Execute o caminho real da sua interface com
stream: true. Certifique-se de que seu parser tolere o chunk final de uso com uma listachoicesvazia. - Chamadas de ferramentas. Execute uma viagem completa de ida e volta: solicitação,
tool_calls, resposta com roletool, resposta final. Verifique se o seu código lida com respostas sem chamada de ferramenta. - Prompts longos. Envie um prompt próximo do seu máximo real. Prompt mais
max_tokensacima de 100.000 retorna 400. - Tratamento de erros. Simule uma chave errada (401). Confirme que seu aplicativo lê o JSON
error.codee lida com 402no_credit, 403content_blocked, 429 e 503upstream_busyde forma adequada. - Qualidade e tom da saída. Replays de uma amostra de prompts reais e compare as respostas com o seu modelo atual. Prompts que foram ajustados em torno de recusas ou hesitações de outro modelo podem precisar ser simplificados.
- Rastreamento de custos. Registre
usage. A entrada custa $0,15 por milhão de tokens e a saída $0,50 por milhão, então suas estimativas baseadas nas contagens de tokens existentes são fáceis de recalcular.
Para versões executáveis dos passos de streaming, ferramentas e retry, consulte a página de exemplos de código.
Armadilhas comuns
Deixar o nome do modelo antigo no lugar. A falha mais frequente é uma solicitação que ainda indica outro ID de modelo. Leia o modelo da configuração, como no exemplo da variável de ambiente, para que ele se mova junto com a URL base.
Enviando a chave antiga. Uma chave de outro serviço retorna 401. As chaves aqui estão vinculadas a uma conta, uma por conta, e regenerar uma revoga a chave anterior imediatamente, então atualize todas as implantações após regenerar.
Falta de /v1 na base URL. A base URL deve terminar em /v1. Os SDKs adicionam /chat/completions automaticamente; uma base URL sem o sufixo produz erros 404.
Confiar em um recurso que não existe. Chamadas de embeddings, imagens, áudio e ajuste fino falharão. Audite sua base de código quanto a eles antes de trocar, não depois.
Ignorando o limite de saída. Se você não definir max_tokens, a resposta pode se estender até o final da janela de contexto. Se outro serviço lhe dava respostas mais longas por padrão, defina o valor explicitamente, pois um limite pequeno pode encerrar as respostas antecipadamente com finish_reason: length.
Estouro de contexto. Se seu modelo atual tivesse uma janela maior, históricos longos podem exceder 100.000 tokens de prompt mais completions e retornar 400. Adicione corte ou resumo antes da troca.
Tentar novamente tudo. Retente apenas 429 e 503. Um 402 significa que o saldo está esgotado ou o teste expirou, e tentar novamente não ajudará. Recarregue e continue, conforme descrito na página de preços.
Regras de conteúdo. Conteúdo adulto lícito e ficção não são recusados, mas conteúdo sexual envolvendo menores é sempre bloqueado com 403, incluindo em ficção e roleplay. O serviço é para adultos e uso lícito, portanto, certifique-se de que seu próprio produto aplique a restrição de idade onde for relevante.
Mais guias
Perguntas e respostas
Preciso reescrever meu código para mudar da OpenAI?
Normalmente não. Altere base_url, api_key e o nome do modelo para uncensored na configuração do seu cliente. Formato de mensagem, streaming e chamada de funções seguem o mesmo formato OpenAI.
Posso continuar usando o OpenRouter junto com esta API?
Sim. Leia a base URL, a chave e o modelo das variáveis de ambiente e aponte cada ambiente ou recurso para o backend que você deseja. Ambos podem ser executados em paralelo durante uma migração gradual.
O que acontece com minhas chamadas de embeddings ou imagem?
Elas não funcionarão aqui. A API é apenas de texto, sem embeddings, imagens, áudio, vídeo ou fine-tuning, então mantenha uma fonte separada para isso.
O LangChain funciona com esta API de IA sem censura?
Sim. Use ChatOpenAI de langchain_openai com base_url definida para https://api.uncensoredaiapis.com/v1, sua chave e model="uncensored". Qualquer cliente que aceite uma base URL personalizada do OpenAI segue o mesmo padrão.
Sua chave está a um formulário de distância
Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.