핵심 포인트
- 무검열은 무제한을 의미하지 않습니다. 분당 요청, 동시 요청, 컨텍스트에 한계가 있습니다.
- 전체 키: 동시 8개, 분당 300개. 체험 키: 동시 2개, 분당 60개.
- 컨텍스트는 프롬프트와 응답을 합해 100,000 토큰이며, 크레딧은 만료되지 않습니다.
- 429 오류는 대기 후 재시도로 처리하며, 실패한 요청은 청구되지 않습니다.
두 가지 다른 개념: 차단 없음과 한계 없음
무제한 AI를 검색할 때 두 가지 개념이 혼동됩니다. 첫 번째는 콘텐츠 차단 부재입니다. 여기서 사용되는 모델은 합법적인 성인 사용에 제한 없이 응답하도록 학습되었습니다. 두 번째는 기술적 한계의 부재이며, 이는 모든 신뢰할 수 있는 서비스에서 존재하지 않습니다. 요청 속도, 병렬 호출 수, 컨텍스트 길이, 요청 본문 크기에 제한이 있습니다.
무엇을 만들기 전에 이러한 사실을 아는 것이 좋습니다. 예측 가능하고 약간의 코드로 대부분 우회할 수 있습니다. 절대적인 한도가 하나 있습니다. 이는 설정과 무관합니다. 미성년자가 관련된 성적 콘텐츠는 금지됩니다.
제한 사항 표
| 제한 | 전체 키 | 체험 키 |
|---|---|---|
| 동시 요청 | 8 | 2 |
| 분당 요청 | 300 | 60 |
| 컨텍스트 (프롬프트 + 응답) | 100,000 토큰 | 100,000 토큰 |
| 최대 본문 크기 | 8 MB | 8 MB |
| 만료 | 크레딧 만료 없음 | 7일 |
응답에는 X-RateLimit-Limit-Requests 및 X-RateLimit-Limit-Concurrency 헤더가 포함되어 있어 코드로 한도를 읽을 수 있으므로 수동으로 값을 입력할 필요가 없습니다. 또한 지원 요청 시 유용한 X-Request-Id와 잔여 크레딧을 보여주는 X-Balance-USD도 제공됩니다.
max_tokens 매개변수는 선택사항입니다: 응답은 컨텍스트 창에 남은 공간을 모두 사용할 수 있습니다. 프롬프트와 응답 공간이 창을 초과하면 max_tokens은 남은 양으로 줄어듭니다. 프롬프트만으로는 100,000 토큰에 들어가지 않을 때만 400 오류가 발생합니다. 실제로는 긴 대화 기록의 이전 부분을 요약하거나 삭제하여 응답에 공간을 확보하는 것이 좋습니다.
제한 내에서 유지하는 비용
요금은 입력 토큰 1M당 $0.15, 출력 토큰 1M당 $0.50입니다. 다음은 모두 검증 가능한 구체적인 계산 예시입니다.
일반적인 요청
3,000 토큰 프롬프트 및 800 토큰 응답:
- 입력: 3,000 × $0.15 / 1,000,000 = $0.00045;
- 출력: 800 × $0.50 / 1,000,000 = $0.0004;
- 합계: 요청당 $0.00085, 즉 1,000회 요청당 $0.85.
극단적인 경우
창을 가득 채우는 요청(예: 프롬프트 90,000 토큰, 응답 10,000 토큰) 비용은 90,000 × $0.15 / 1M = $0.0135 + 10,000 × $0.50 / 1M = $0,005로 총 $0.0185입니다. 이러한 요청 1,000회는 $18.50이 듭니다. 100,000 토큰 프롬프트와 작은 응답은 약 $0,015가 듭니다.
충전으로 구매하는 것
$20의 최소 충전 금액으로 $0.00085당 요청 시 약 23,529개의 요청($20 / $0.00085 = 23,529.4)을 얻을 수 있습니다. $0.50의 무료 체험 크레딧은 약 588개의 동일한 유형의 요청에 충분합니다. $100을 충전하면 $110의 크레딧을 받고, $200을 충전하면 $230의 크레딧을 받습니다. 충전 금액은 $20부터 $500까지이며 USDT(TRC20) 또는 USDC(Base)로 암호화폐 결제할 수 있습니다. 가격에서 세부 정보를 확인하세요.
속도를 실제로 제한하는 요소
중요한 수치는 보통 분당 300개가 아니라 동시 요청 8개입니다. 가정: 10,000개의 문서를 처리하며, 각 문서는 입력 2,000 토큰과 출력 300 토큰을 사용하며, 각 요청은 평균 10초가 걸립니다(실제 시간은 부하와 길이에 따라 다르므로 직접 측정하세요).
- 8개의 병렬 요청으로 초당 0.8회, 분당 48회를 처리할 수 있어 300 제한보다 훨씬 낮습니다.
- 10,000 / 0.8 = 12,500초, 약 3.5시간.
- 비용: 입력 20M 토큰 = $3.00, 출력 3M 토큰 = $1.50, 합계 $4.50.
즉, 제약 조건은 속도가 아닌 동시성입니다. 시간을 단축하려면 더 높은 속도가 아닌 더 짧은 요청이 필요합니다. 놀라운 사실: 스트리밍 요청은 스트림이 끝날 때까지 슬롯을 차지하므로, 잊고 스트림을 열어두면 8개 슬롯 중 하나가 차단됩니다.
429 오류 처리
제한을 초과하면 API가 HTTP 429를 반환합니다. 오류 코드는 분당 요청의 경우 rate_limited, 동시 요청의 경우 concurrency을 표시합니다. 일시적 과부하 시 항상 Retry-After: 5 헤더와 함께 429가 반환됩니다. 세 경우 모두 규칙은 동일합니다: 기다리고 다시 시도하세요. 실패한 요청은 청구되지 않습니다.
이 예시는 세마포어를 사용하여 동시성을 8로 제한하고 지수 백오프로 재시도합니다.
import asyncio, os
from openai import AsyncOpenAI, RateLimitError
client = AsyncOpenAI(
base_url="https://api.apiiasenzacensura.com/v1",
api_key=os.environ["API_KEY"],
max_retries=0,
)
slot = asyncio.Semaphore(8) # usa 2 con la chiave di prova
async def chiedi(testo, tentativi=5):
for n in range(tentativi):
async with slot:
try:
r = await client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": testo}],
)
return r.choices[0].message.content
except RateLimitError:
pass
await asyncio.sleep(5 * (n + 1))
raise RuntimeError("troppi tentativi")
async def main():
testi = [f"Riassumi in una frase il documento {i}" for i in range(20)]
risultati = await asyncio.gather(*(chiedi(t) for t in testi))
print(len(risultati), "risposte")
asyncio.run(main())
대기는 세마포어 외부에서 발생하므로 대기 중인 슬롯이 다른 슬롯을 차단하지 않습니다. 오류 형식에 대한 세부 정보는 문서를 참조하세요.
작업 중 크레딧 확인
비용이 토큰 기반이므로 잘못된 루프는 예상보다 빠르게 크레딧을 소모할 수 있습니다. 두 가지 경제적 팁: 잔액을 읽고 직접 한계를 설정하세요.
curl -i https://api.apiiasenzacensura.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"uncensored","messages":[{"role":"user","content":"Ciao"}],"max_tokens":20}'
응답 헤더에 X-Balance-USD가 있습니다. 동일한 키로 GET /v1/balance를 쿼리하거나 OpenAI 스타일 엔드포인트 /v1/dashboard/billing/credit_grants를 사용할 수 있습니다. 일정 요청마다 확인하면 잔고가 임계값 아래로 떨어질 때 배치 작업을 중단할 수 있습니다. 직렬 작업에는 max_tokens을 설정하여 필요하지 않은 매우 긴 응답을 방지하세요.
크레딧을 더 오래 사용하는 방법
비용은 토큰 사용량에 따라 결정되므로 지출을 줄이는 가장 효과적인 방법은 토큰 사용량을 줄이는 것입니다. 거의 항상 효과가 있는 세 가지 습관을 소개합니다.
- 대화 기록을 짧게 유지하세요. 채팅에서 각 턴은 모델에 대화의 전체 이력을 전달합니다. 350 토큰씩 20번의 교환 후, 기록만으로도 새로운 질문마다 7,000 토큰의 입력이 발생하며, 이는 다시 읽는 데 $0.00105(7,000 × $0.15 / 1M)가 든다는 의미입니다. 오래된 턴을 짧은 줄로 요약하면 이 항목을 줄일 수 있습니다.
- 시스템 프롬프트를 간결하게 유지하세요. 1,500 토큰의 프롬프트가 10,000번 반복되면 15M의 입력 토큰이 발생하여 $2.25가 듭니다. 이를 500 토큰으로 줄이면 $0.75로 떨어집니다.
- 응답 길이에 제한을 두세요. 출력 토큰은 입력 토큰보다 세 배 이상 비쌉니다($0.50 대 $0.15). 간결한 응답을 요청하거나 두 줄이면 충분한 작업에 대해
max_tokens을 설정하는 것이 가장 직접적인 절약 방법입니다.
온도 및 top_p 또는 seed과 같은 다른 샘플링 매개변수도 모델에 전달됩니다. seed 매개변수는 테스트를 반복하고 두 프롬프트를 더 명확하게 비교하고 싶을 때 유용합니다.
무제한을 약속하는 사람에게 할 말
서비스가 한도 없이 요청을 처리한다고 설명 없이 약속할 때, 항상 한도를 확인하세요. 토큰당 가격과 명시된 한도가 있는 모델은 계획하기가 더 쉽습니다. 여기서는 구독이나 크레딧 만료 없이, 요청 수와 비용을 미리 알 수 있습니다. 시작하려면 API 키를 얻으세요. 등록 후 클릭 한 번으로 요청할 수 있는 $0.50 무료 체험 크레딧을 사용하세요.

