Cómo Integrar IA Sin Filtro en tu Aplicación

¿Qué es IA Sin Filtro?

Una ia sin filtro se refiere a un modelo de lenguaje grande (LLM) que ha sido ajustado o configurado para no rechazar contenido adulto, controversias o temas nicho basándose en políticas corporativas rígidas. A diferencia de los modelos comerciales estándar que pueden devolver errores 400 o texto genérico cuando detectan ciertos patrones, un modelo sin censura devuelve exactamente lo que se le solicita, siempre que sea legal.

Esta característica es crucial para aplicaciones de creatividad, investigación o entornos donde la libertad de expresión del modelo es prioritaria. No significa que el modelo sea 'tonto' o carezca de inteligencia; simplemente elimina las capas de moderación superficial que a veces bloquean respuestas válidas. Para el desarrollador, esto simplifica la lógica de manejo de errores, ya que no necesitas predecir qué contenido será rechazado por un filtro externo.

• Predictibilidad: Obtienes el texto completo sin cortes arbitrarios.
• Control: Tú decides qué contenido mostrar, no la API.
• Eficiencia: Menos llamadas fallidas a la API por moderación incorrecta.

Configuración Inicial del SDK

Para integrar nuestra ia sin censura, utilizaremos el SDK estándar de OpenAI, ya que nuestro endpoint es 100% compatible con su protocolo. Esto te permite usar bibliotecas que ya conoces, como openai en Python o openai en Node.js. Solo necesitas ajustar la URL base y proporcionar tu clave API.

La ventaja de este enfoque es la portabilidad. Si en el futuro decides cambiar de proveedor que también ofrezca un endpoint compatible, el cambio en tu código será mínimo. Aquí tienes cómo configurar el cliente en Python apuntando a nuestro servicio:

Copiarfrom openai import OpenAI

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

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Recuerda que la compatibilidad significa que utilizamos el mismo formato de solicitud y respuesta JSON, lo que facilita la migración desde otras plataformas o el desarrollo de pruebas unitarias utilizando mocks estándar.

Autenticación con API Key

La seguridad en nuestra API se gestiona mediante una única clave API por cuenta. Esta clave se genera inmediatamente después del registro y se muestra una vez. Es importante entender que no hay múltiples claves por defecto; tu cuenta tiene un identificador principal para tus solicitudes.

Si necesitas revocar el acceso o generar un nuevo token por seguridad, puedes regenerar tu clave en la configuración de tu cuenta. Ten en cuenta que esto invalida la clave anterior instantáneamente. No es una forma de aumentar tu límite de velocidad, sino una medida de seguridad para tener solo un punto de control activo. Guarda tu clave en variables de entorno y nunca la expongas en el código del lado del cliente si tu aplicación es pública.

• Generación: Se muestra al registrarte.
• Regeneración: Invalida la clave anterior.
• Uso: Se envía en el encabezado Authorization: Bearer YOUR_KEY.

Envío de la Primera Solicitud

La operación básica es una solicitud POST a /v1/chat/completions. Debes especificar el modelo como uncensored, definir el sistema prompt si es necesario para establecer el tono, y proporcionar el historial de mensajes o la consulta simple del usuario. El modelo procesará la entrada y devolverá una respuesta completa en formato JSON.

Este es el flujo más simple para validar que tu integración está funcionando. Asegúrate de que tu aplicación maneje correctamente las respuestas del modelo, que incluyen el contenido generado y los metadatos de uso, como el número de tokens consumidos.

Copiarcurl https://api.llmsincensura.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Esta solicitud es la base para cualquier aplicación de chat, generación de contenido o análisis de texto. Si el modelo responde correctamente, tu configuración de red y autenticación es correcta.

Manejo de Streaming

Para aplicaciones interactivas como chatbots, es crucial utilizar la transmisión (streaming). Esto permite que los tokens se envíen al cliente a medida que se generan, mejorando la percepción de latencia. Nuestra API soporta Server-Sent Events (SSE) para este propósito.

Al habilitar el streaming en tu SDK, recibirás múltiples eventos parciales. Debes concatenar estos fragmentos para construir la respuesta completa. Esto es especialmente útil cuando el modelo genera textos largos, ya que el usuario comienza a ver texto casi instantáneamente.

Copiarstream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

El streaming no consume más tokens que una solicitud no streaming; solo cambia la forma en que se transportan los datos. Es la práctica recomendada para cualquier interfaz de usuario moderna que dependa de IA.

Gestión del Contexto de 100k

Uno de los mayores desafíos en el desarrollo con LLMs es el límite de contexto. Nuestra API ofrece una ventana de contexto de 100,000 tokens. Esto es suficiente para cargar documentos extensos, historiales de conversación largos o grandes bases de conocimiento en una sola solicitud.

Para aprovechar esto eficientemente, debes gestionar la ventana de deslizamiento (sliding window) en tu aplicación. A medida que la conversación crece, puedes eliminar los mensajes más antiguos del historial que envías al modelo para mantenerse dentro del límite. El contexto incluye tanto los tokens de entrada (prompt) como los de salida (completion).

• Capacidad: 100k tokens totales.
• Estrategia: Implementa un buffer circular para los mensajes.
• Costo: Los tokens se facturan por uso, así que optimiza el envío de contexto innecesario.

Uso de Tool Calling

Las funciones (tool calling) permiten que el modelo interactúe con tu código externo. Puedes definir funciones como get_weather o search_database y el modelo devolverá un argumento estructurado para llamarlas. Esto es esencial para aplicaciones que necesitan datos en tiempo real o acciones específicas.

Nuestra ia sin censura soporta tool calling de la misma manera que el estándar OpenAI. Defines las herramientas en el parámetro tools y el modelo responde con un ID de llamada. Tu código ejecuta la función y luego envía el resultado de vuelta al modelo para que genere la respuesta final basada en ese dato.

Copiarimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.llmsincensura.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Este enfoque convierte un modelo de lenguaje pasivo en un agente activo capaz de realizar tareas complejas en tu aplicación.

Límites y Cuotas

Para garantizar la estabilidad del servicio, nuestra API tiene límites de velocidad y tamaño. Cada clave API está limitada a 300 solicitudes por minuto. Esto es suficiente para la mayoría de aplicaciones de uso medio, pero si tu aplicación tiene picos de tráfico, debes considerar implementar una cola de solicitudes en tu lado.

Además, el cuerpo de la solicitud no debe exceder los 8 MB. Esto limita el tamaño de los archivos de texto o JSON que puedes enviar en una sola petición. Si necesitas enviar más datos, considera dividirlo en múltiples solicitudes o resumirlo antes de enviarlo.

Recurso	Límite
Velocidad	300 req/min
Tamaño Request	8 MB
Modelo	uncensored

Facturación y Recargas

El modelo de precios es pay-as-you-go, sin suscripciones mensuales obligatorias. Se cobra por millón de tokens. El costo es de $0.25 por 1M de tokens de entrada y $1.00 por 1M de tokens de salida. Esta estructura es transparente y predecible.

Puedes recargar tu cuenta con un mínimo de $10 usando criptomonedas (USDT o USDC). Si recargas montos mayores, recibes bonos: un 5% extra por recargas de $50 o más, y un 10% extra por recargas de $100 o más. El crédito no caduca, por lo que puedes usarlo cuando necesites sin presión de tiempo.

• Precio Input: $0.25 / 1M tokens.
• Precio Output: $1.00 / 1M tokens.
• Bonos: +5% desde $50, +10% desde $100.