Ключевые моменты
- Без цензуры не значит без лимитов: существуют ограничения на запросы в минуту, одновременные запросы и контекст.
- Полный ключ: 8 одновременных запросов и 300 в минуту. Пробный ключ: 2 и 60.
- Контекст составляет 100 000 токенов между промптом и ответом; кредит не сгорает.
- Ошибка 429 обрабатывается ожиданием и повторной попыткой, неудачные запросы не оплачиваются.
Две разные вещи: отсутствие отказов и отсутствие лимитов
При поиске ИИ без ограничений смешиваются две идеи. Первая — отсутствие фильтров контента: модель обучена отвечать без блокировок для законного использования взрослыми. Вторая — отсутствие технических ограничений, но этого нет ни в одном серьёзном сервисе. Существуют лимиты на частоту запросов, количество параллельных вызовов, длину контекста и размер тела запроса.
Их стоит изучить перед тем, как что-то строить, потому что они предсказуемы и почти все можно обойти небольшим количеством кода. Есть одно абсолютное ограничение, которое не зависит от настроек: нет сексуального контента с участием несовершеннолетних.
Лимиты в таблице
| Лимит | Полный ключ | Пробный ключ |
|---|---|---|
| Одновременные запросы | 8 | 2 |
| Запросов в минуту | 300 | 60 |
| Контекст (промпт + ответ) | 100 000 токенов | 100 000 токенов |
| Максимальный размер тела | 8 МБ | 8 МБ |
| Срок действия | Кредит не истекает | 7 дней |
В ответе возвращаются заголовки X-RateLimit-Limit-Requests и X-RateLimit-Limit-Concurrency, чтобы ваш код мог считывать лимиты, а не хранить их вручную. Также доступен X-Request-Id, полезный при обращении в поддержку, и X-Balance-USD с оставшимся балансом.
Параметр max_tokens необязателен: ответ может использовать всё оставшееся место в окне. Если промпт и место для ответа превышают окно, max_tokens уменьшается до оставшегося; ошибка 400 возникает только когда сам промпт не помещается в 100 000 токенов. На практике лучше резюмировать или удалять старую часть длинной истории, чтобы у ответа осталось место.
Сколько стоит оставаться в рамках лимитов
Тариф: $0,15 за 1 млн входящих токенов и $0,50 за 1 млн исходящих. Несколько конкретных расчётов, все проверяемы.
Типичный запрос
Промпт на 3 000 токенов и ответ на 800:
- вход: 3 000 × $0,15 / 1 000 000 = $0,00045;
- выход: 800 × $0,50 / 1 000 000 = $0,0004;
- итого: $0,00085 за запрос, то есть $0,85 за 1 000 запросов.
Экстремальный случай
Запрос, заполняющий контекстное окно, например 90 000 токенов промпта и 10 000 токенов ответа, стоит 90 000 × $0,15 / 1 000 000 = $0,0135 плюс 10 000 × $0,50 / 1 000 000 = $0,005, итого $0,0185. Тысяча таких запросов стоит $18,50. Промпт на 100 000 токенов с коротким ответом стоит около $0,015.
Что вы получаете с пополнением
За $20, минимальное пополнение, по $0,00085 за запрос вы получаете около 23 529 запросов ($20 / $0,00085 = 23 529,4). Пробного кредита на $0,50 хватит примерно на 588 запросов такого типа. При пополнении на $100 вы получаете $110 кредита, при $200 — $230. Пополнения варьируются от $20 до $500 и оплачиваются криптовалютой: USDT в сети TRC20 или USDC в сети Base. Подробности в ценах.
Что действительно ограничивает скорость
Обычно важнее не 300 в минуту, а 8 одновременных запросов. Предположение: вы обрабатываете 10 000 документов, каждый с 2 000 входящими и 300 исходящими токенами, и каждый запрос занимает в среднем 10 секунд (реальное время зависит от нагрузки и длины, измерьте сами).
- С 8 параллельными запросами вы выполняете 0,8 запроса в секунду, то есть 48 в минуту, что значительно ниже лимита в 300.
- 10 000 / 0,8 = 12 500 секунд, примерно 3,5 часа.
- Стоимость: 20M входящих токенов = $3,00, 3M исходящих токенов = $1,50, итого $4,50.
Таким образом, ограничение — это конкурентность, а не частота. Чтобы сократить время, нужны более короткие запросы, а не более высокая частота. Удивительная деталь: запрос в потоковой передаче занимает своё место до конца потока, поэтому если вы оставите забытый поток открытым, вы заблокируете один из 8 слотов.
Обработка ошибок 429
При превышении лимита API отвечает HTTP 429. Код ошибки указывает причину: rate_limited для запросов в минуту, concurrency для одновременных. В случае временной перегрузки всегда приходит 429 с заголовком Retry-After: 5. Во всех трёх случаях правило одно: подождите и повторите. Неудачные запросы не оплачиваются.
Этот пример ограничивает конкурентность до 8 с помощью семафора и повторяет запрос с увеличением задержки.
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())
Ожидание происходит вне семафора, поэтому слот в паузе не блокирует другие. О формате ошибок см. в документации.
Проверка кредита во время работы
Поскольку стоимость зависит от токенов, некорректный цикл может быстро исчерпать кредит. Два экономичных совета: читайте баланс и установите свой лимит.
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}'
В заголовках ответа вы найдёте X-Balance-USD. Вы также можете запросить GET /v1/balance тем же ключом или endpoint в стиле OpenAI /v1/dashboard/billing/credit_grants. Проверка каждые N запросов позволяет остановить пакет, когда баланс упадёт ниже вашего порога. Установите max_tokens для последовательных задач, чтобы избежать слишком длинных ответов, которые вам не нужны.
Как продлить срок действия баланса
Поскольку стоимость зависит от количества токенов, самый эффективный способ сэкономить — использовать их меньше. Три привычки, которые почти всегда работают.
- Укоротите историю. В чате каждый ход обращается к модели с полным контекстом предыдущих сообщений. После 20 обменов по 350 токенов каждый только история занимает 7 000 входящих токенов при каждом новом запросе, то есть $0,00105 только за их перечитывание (7 000 × $0,15 / 1 млн). Сжатие старых сообщений до нескольких строк сокращает эту статью расходов.
- Держите системный промпт коротким. Системный промпт объёмом 1 500 токенов, повторяемый в 10 000 запросов, даёт 15 млн входящих токенов, то есть $2,25. Сократив его до 500 токенов, вы снизите расходы до $0,75.
- Установите лимит на ответы. Выходные токены стоят более чем в три раза дороже входящих ($0,50 против $0,15). Запрос кратких ответов или установка
max_tokensдля задач, где достаточно двух строк, даёт наиболее прямую экономию.
Модели также передаются температура и другие параметры выборки, такие как top_p или seed. Параметр seed полезен, если вы хотите воспроизвести тест и сравнить два промпта более чистым способом.
Что ответить тем, кто обещает безлимит
Когда сервис обещает неограниченное количество запросов, не объясняя лимиты, всегда спрашивайте, каковы они. Модель с заявленными лимитами и ценой за токен проще планировать. Здесь вы заранее знаете, сколько запросов можете выполнить и сколько потратите, без подписки и без сгорания баланса. Если хотите начать, получите API-ключ и используйте бесплатный пробный баланс на $0,50, который активируется в один клик после регистрации и не требует оплаты.

