Belangrijkste punten
- Ongecensureerd betekent niet zonder limieten: er zijn limieten voor verzoeken per minuut, gelijktijdige verzoeken en context.
- Volledige sleutel: 8 gelijktijdige verzoeken en 300 per minuut. Proefaccount-sleutel: 2 en 60.
- De context is 100.000 tokens tussen prompt en antwoord; het tegoed vervalt nooit.
- Een 429-fout pak je aan met wachten en opnieuw proberen, en mislukte verzoeken betaal je niet.
Twee verschillende dingen: geen filters en geen limieten
Als je naar ongecensureerde AI zonder gebruiksbeperkingen zoekt, worden twee ideeën door elkaar gehaald. Het eerste is de afwezigheid van inhoudsfilters: het model dat hier wordt gebruikt, is getraind om zonder blokkades te antwoorden voor legaal volwassen gebruik. Het tweede zou de afwezigheid van technische limieten zijn, en die bestaat bij geen enkele serieuze dienst. Er zijn limieten op de snelheid van verzoeken, het aantal gelijktijdige verzoeken, de lengte van het contextvenster en de grootte van de request body.
Het is de moeite waard om ze te kennen voordat je iets bouwt, omdat ze voorspelbaar zijn en vrijwel allemaal met wat code te omzeilen zijn. Een limiet blijft absoluut en hangt niet af van een instelling: geen seksuele inhoud die minderjarigen betrekt.
De limieten, in een tabel
| Limiet | Volledige sleutel | Proefsleutel |
|---|---|---|
| Gelijktijdige verzoeken | 8 | 2 |
| Verzoeken per minuut | 300 | 60 |
| Context (prompt + antwoord) | 100.000 tokens | 100.000 tokens |
| Maximale grootte van de body | 8 MB | 8 MB |
| Vervaldatum | Het tegoed vervalt niet | 7 dagen |
De response bevat de headers X-RateLimit-Limit-Requests en X-RateLimit-Limit-Concurrency, zodat je code de limieten kan uitlezen in plaats van ze handmatig vast te leggen. Je vindt ook X-Request-Id, handig als je support contacteert, en X-Balance-USD met het resterende tegoed.
De parameter max_tokens is optioneel: de response kan de resterende ruimte in het contextvenster gebruiken. Als de prompt en de ruimte voor het antwoord het venster overschrijden, wordt max_tokens verlaagd naar wat er overblijft; de 400-fout komt alleen als de prompt op zich niet in de 100.000 tokens past. In de praktijk is het verstandig om samen te vatten of het oude deel van een lange geschiedenis te verwijderen, zodat er ruimte overblijft voor het antwoord.
Hoeveel kost het om binnen de limieten te blijven
Het tarief is $0,15 per 1M input tokens en $0,50 per 1M output tokens. Enkele concrete berekeningen, allemaal verifieerbaar.
Een typisch verzoek
Prompt van 3.000 tokens en antwoord van 800:
- inkomend: 3.000 × $0,15 / 1.000.000 = $0,00045;
- uitgaand: 800 × $0,50 / 1.000.000 = $0,0004;
- totaal: $0,00085 per verzoek, dus $0,85 per 1.000 verzoeken.
Het uiterste geval
Een verzoek dat het venster vult, bijvoorbeeld 90.000 prompt-tokens en 10.000 antwoord-tokens, kost 90.000 × $0,15 / 1M = $0,0135 plus 10.000 × $0,50 / 1M = $0,005, dus $0,0185. Duizend zulke verzoeken kosten $18,50. Een prompt van 100.000 tokens met een miniem antwoord kost ongeveer $0,015.
Wat koop je met opwaarderingen
Met $20, de minimale opwaardering, krijg je bij $0,00085 per verzoek ongeveer 23.529 verzoeken ($20 / $0,00085 = 23.529,4). Het proeftegoed van $0,50 is genoeg voor ongeveer 588 verzoeken van dit type. Als je $100 oplaadt, ontvang je $110 tegoed, met $200 ontvang je $230. Opwaarderingen lopen van $20 tot $500 en worden betaald in crypto met USDT op TRC20 of USDC op Base. Zie de details op de prijzen.
Wat beperkt de snelheid echt
Het getal dat meestal telt zijn niet de 300 per minuut, maar de 8 gelijktijdige verzoeken. Een hypothese: je verwerkt 10.000 documenten, elk met 2.000 input tokens en 300 output tokens, en elk verzoek duurt gemiddeld 10 seconden (de werkelijke tijd hangt af van de belasting en de lengte, meet dit zelf).
- Met 8 verzoeken parallel voltoo je 0,8 verzoeken per seconde, dus 48 per minuut, ver onder de limiet van 300.
- 10.000 / 0,8 = 12.500 seconden, ongeveer 3,5 uur.
- Kosten: 20M input tokens = $3,00, 3M output tokens = $1,50, totaal $4,50.
Dus de beperking is de gelijktijdigheid, niet de snelheid. Om de tijd te verkorten heb je kortere verzoeken nodig, niet een hogere snelheid. Een verrassend detail: een streaming-verzoek bezet zijn plek tot het einde van de stream, dus als je een vergeten stream open laat, blokkeer je een van de 8 slots.
429-fouten afhandelen
Als een limiet wordt overschreden, reageert de API met HTTP 429. De foutcode geeft aan welke: rate_limited voor verzoeken per minuut, concurrency voor gelijktijdige verzoeken. Bij tijdelijke overbelasting krijg je altijd een 429, met de header Retry-After: 5. In alle drie de gevallen is de regel hetzelfde: wacht en probeer het opnieuw. Mislukte verzoeken worden niet in rekening gebracht.
Dit voorbeeld beperkt de gelijktijdigheid tot 8 met een semaphore en probeert het opnieuw met exponentiële back-off.
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())
De backoff gebeurt buiten de semaphore, zodat een pauzende slot de anderen niet blokkeert. Voor details over het foutformaat raadpleeg je de documentatie.
Controleer je tegoed tijdens het werken
Omdat de kosten per token zijn, kan een slecht geschreven lus tegoed sneller verbruiken dan verwacht. Twee besparingstips: lees het saldo uit en stel je eigen limiet in.
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}'
In de antwoordkoppen vind je X-Balance-USD. Je kunt ook GET /v1/balance aanroepen met dezelfde sleutel, of het OpenAI-stijl endpoint /v1/dashboard/billing/credit_grants. Een check per aantal verzoeken stelt je in staat een batch te stoppen als je saldo onder een drempelwaarde daalt. Stel ook max_tokens in voor seriële taken om te voorkomen dat je eindeloze antwoorden krijgt die je niet nodig hebt.
Hoe je tegoed langer laat meegaan
Omdat de kosten afhankelijk zijn van tokens, is de meest effectieve manier om minder uit te geven minder versturen. Drie gewoontes die bijna altijd werken.
- Verkort de geschiedenis. In een chat verwijst elke beurt naar het model naar de hele voorgeschiedenis. Na 20 beurten van elk 350 tokens weegt alleen de geschiedenis 7.000 tokens aan input bij elke nieuwe vraag, oftewel $0,00105 alleen om het te lezen (7.000 × $0,15 / 1M). Oude beurten samenvatten tot een paar regels vermindert deze post.
- Houd de systeemprompt kort. Een prompt van 1.500 tokens herhaald in 10.000 verzoeken levert 15M tokens aan input op, oftewel $2,25. Door het te verminderen naar 500 tokens daal je naar $0,75.
- Stel een limiet aan de antwoorden. Uitgaande tokens kosten meer dan drie keer zo veel als inkomende tokens ($0,50 tegenover $0,15). Het vragen van beknopte antwoorden of het instellen van
max_tokensbij taken waar twee regels genoeg zijn, is de meest directe besparing.
Ook de temperatuur en andere samplingparameters, zoals top_p of seed, worden aan het model doorgegeven. De parameter seed is handig als je een test wilt herhalen en twee prompts op een duidelijker manier wilt vergelijken.
Wat je moet zeggen tegen wie onbeperkt belooft
Wanneer een service onbeperkte verzoeken belooft zonder de limieten uit te leggen, vraag dan altijd wat ze zijn. Een model met duidelijke limieten en een prijs per token is makkelijker te plannen. Hier weet je van tevoren hoeveel verzoeken je kunt doen en hoeveel je uitgeeft, zonder abonnement en zonder vervaldatum van het tegoed. Als je wilt beginnen, krijg je je sleutel en gebruik het proeftegoed van $0,50, dat met één klik na registratie wordt aangevraagd en geen betaling vereist.

