InícioGuia
LLM sem censura online: use via API sem instalar nada

Atualizado LLM Sin Censura
Para usar um llm sem censura online você não precisa de GPU nem baixar nada: basta uma chave, uma URL e qualquer cliente compatível com OpenAI. Este guia vai da chave ao primeiro chat com streaming e a um cliente de desktop.

Passo 1: a chave e um teste de 10 segundos
Um llm sem censura online é usado como qualquer API na nuvem. Faça login com Google ou com e-mail e senha na página da chave, resgate o crédito de teste de $0.50 com um clique (7 dias, sem método de pagamento, um por pessoa) e copie a chave. Depois verifique se tudo responde:
curl https://api.llmsincensura.com/v1/chat/completions \
-H "Authorization: Bearer TU_CLAVE" \
-H "Content-Type: application/json" \
-d '{"model": "uncensored", "messages": [{"role": "user", "content": "Preséntate en una frase."}]}'
Se você vir um JSON com a resposta em choices[0].message.content, você já tem um modelo online funcionando. É um único modelo aberto hospedado por um provedor independente: não é a API oficial de uma grande empresa de IA e só trabalha com texto.
Passo 2: um chat no terminal com histórico
A API não salva a conversa entre chamadas. Cada requisição deve levar as mensagens anteriores, e para isso basta uma lista que cresce. Este script mantém o histórico, mostra a resposta conforme chega e calcula o gasto:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.llmsincensura.com/v1",
api_key=os.environ["API_KEY"],
)
historial = [{"role": "system", "content": "Eres un narrador de ficción para adultos. Responde en español."}]
gasto = 0.0
while True:
texto = input("tú> ")
if texto in ("salir", "exit"):
break
historial.append({"role": "user", "content": texto})
stream = client.chat.completions.create(
model="uncensored",
messages=historial,
stream=True,
)
respuesta = ""
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
parte = chunk.choices[0].delta.content
respuesta += parte
print(parte, end="", flush=True)
if chunk.usage:
gasto += chunk.usage.prompt_tokens * 0.15 / 1e6
gasto += chunk.usage.completion_tokens * 0.50 / 1e6
print()
historial.append({"role": "assistant", "content": respuesta})
print(f"Gasto de la sesión: ${gasto:.6f}")
Passe a chave com export API_KEY=... e execute. Cada volta reenvia o histórico inteiro, então a entrada cresce com cada mensagem. Uma sessão de 30 turnos com aproximadamente 400 tokens por turno acaba enviando contextos de aproximadamente 12.000 tokens; a $0.15 por milhão, apenas essa última entrada custa 12.000 × 0.15 / 1.000.000 = $0.0018.
Passo 3: conectá-lo a um cliente de chat
Se você prefere uma interface gráfica, muitos clientes de chat aceitam um endpoint compatível com OpenAI. Aplicativos como Open WebUI ou SillyTavern permitem adicionar uma conexão própria com uma URL base, uma chave e um modelo. Os nomes dos menus variam entre versões, então consulte a documentação do cliente específico; o padrão é sempre o mesmo:
| Campo do cliente | Valor |
|---|---|
| Tipo de conexão | Compatível com OpenAI / personalizada |
| URL base | https://api.llmsincensura.com/v1 |
| Chave de API | A sua |
| Modelo | uncensored |
Se o cliente permitir listar os modelos, use GET /v1/models, que a API oferece. Se não permitir, digite o nome manualmente. E se um cliente pedir a URL completa, adicione /chat/completions ao final.
Alguns desses clientes são instalados no seu computador ou em um servidor próprio. Isso não muda o fato de que o modelo é executado online: o que você instala é apenas a interface.
Passo 4: um pequeno site próprio sem expor a chave
Quem quer um chat no seu site geralmente comete um erro: chamar a API diretamente do JavaScript do navegador. Assim, a chave fica visível para qualquer um. O padrão correto coloca um pequeno servidor entre ambos:
import express from "express";
import OpenAI from "openai";
const app = express();
app.use(express.json());
const client = new OpenAI({
baseURL: "https://api.llmsincensura.com/v1",
apiKey: process.env.API_KEY,
});
app.post("/chat", async (req, res) => {
const r = await client.chat.completions.create({
model: "uncensored",
messages: req.body.messages,
max_tokens: 500,
});
res.json({ texto: r.choices[0].message.content });
});
app.listen(3000);
Adicione a esse servidor o que seu caso exigir: autenticação de usuários, um limite de mensagens por pessoa e a verificação de que o histórico não cresce sem limite. Com uma chave completa você tem 8 requisições simultâneas e 300 por minuto, e essa limitação vale para todos os seus usuários ao mesmo tempo, não por usuário.
Melhores resultados com uma boa mensagem de sistema
Um modelo sem censura não adivinha o tom que você quer. A mensagem de sistema é onde você define as regras do jogo, e vale a pena dedicar cinco minutos a ela:
- Defina o papel. "Você é o narrador de um romance noir ambientado em 1950" funciona melhor que "escreva histórias".
- Indique o formato e o comprimento. Por exemplo: "responda em terceira pessoa, entre 150 e 250 palavras".
- Defina o idioma. Se quiser espanhol neutro ou com voseo, diga explicitamente.
- Escreva o que não deve ser feito apenas se necessário, e de forma positiva quando possível: "mantenha sempre a voz do personagem" é mais claro do que uma lista de proibições.
Para temperatura, comece em 0.8 na escrita criativa e reduza para 0.3 se precisar de respostas mais estáveis, por exemplo ao extrair dados. Altere um parâmetro por vez para saber o que produziu a melhoria. E observe o campo usage após cada teste: uma mensagem de sistema longa é cobrada em cada turno.
Custos, limites e falhas comuns
Preço: $0.15 por milhão de tokens de entrada e $0.50 por milhão de saída, com saldo pré-pago, sem assinatura. Requisições falhas ou rejeitadas não são cobradas. Com o crédito de teste de $0.50, mensagens de 500 tokens de entrada e 300 de saída custam 0.000075 + 0.00015 = $0.000225 cada, então resultam em aproximadamente 2.222 trocas (0.50 / 0.000225).
Falhas que você verá:
- 429 com
concurrency: muitas requisições simultâneas. A chave de teste suporta 2; uma resposta em streaming ocupa sua vez até terminar. - 429 com
rate_limited: você excedeu as solicitações por minuto (60 no teste). - 429 com
Retry-After: 5: sobrecarga temporária, tente novamente após 5 segundos. - O chat esquece o anterior: você não está enviando o histórico.
- O chat corta ou fica lento: o histórico se aproxima dos 100.000 tokens da janela de contexto; corte mensagens antigas.
Quando o crédito acabar, os recarregamentos vão de $20 a $500 em cripto (USDT em TRC20 ou USDC em Base), com bônus a partir de $50, conforme a página de preços. Para opções avançadas, a documentação.
Tipos de conteúdo admitidos
O modelo está ajustado para responder sem recusa de conteúdo em usos legais para adultos: ficção, roleplay, rascunhos criativos, companhia conversacional. O limite rígido é que não é permitido conteúdo sexual com menores. Para integrações mais formais, o artigo sobre integração por API de uma IA sem filtro amplia o lado técnico.
E uma nota sobre privacidade: os prompts não são usados para treinamento, embora viajem até o provedor. Se você lida com informações que não podem sair do seu ambiente, um modelo local é a alternativa.
Mais guias
Perguntas frequentes
Preciso instalar algum modelo?
Não. O modelo é hospedado e usado por API. Você só precisa de uma chave, a URL base e um cliente compatível com OpenAI.
Já existe um chat web?
Este serviço oferece a API. Para conversar com interface gráfica, use um cliente de terceiros que aceite um endpoint compatível com OpenAI.
Como vejo quanto saldo me resta?
Com o cabeçalho X-Balance-USD de cada resposta, ou com GET /v1/balance.
Serve para gerar imagens?
Não, apenas para texto.
Sua chave está a um passo
Crie uma conta, copie a chave e altere a URL base. Assim de fácil.
Obter chave de API