DE ▾

openaiapiproxy.comOpenAI-kompatibler API-Proxy für unzensierte LLMs

OpenAI-kompatibler API-Proxy für unzensierte LLMs

Ein OpenAI-kompatibler API-Proxy ist ein Endpunkt, der dieselben Anfragen wie die OpenAI-API akzeptiert, sodass dein SDK und deine Tools nach dem Ändern der Adresse weiterhin funktionieren. Hier steht diese Adresse für ein einzelnes unzensiertes Open-Weight-Modell.

Aktualisiert

Ein Gateway-Bogen, der viele Client-Fenster mit einem leuchtenden Kristall verbindet, zeigt einen kompatiblen Proxy vor einem Modell

Wichtige Punkte

  • Der Proxy spricht das OpenAI-Format für Chat-Vervollständigungen. Er leitet deine Anfragen nicht an OpenAI weiter.
  • Richte einen beliebigen Client auf https://api.openaiapiproxy.com/v1, verwende deinen Schlüssel und setze das Modell auf uncensored.
  • Unterstützt: Chat-Vervollständigungen, Modellliste, Streaming, Function Calling und JSON-Modus. Nicht unterstützt: Bilder, Audio, Embeddings, Fine-Tuning.
  • Die meisten Fehler entstehen durch ein doppeltes /v1 im Pfad, den falschen Modellnamen oder einen 429-Fehler aufgrund der Ratenlimits.

Was das Wort Proxy hier bedeutet

Die Leute verwenden „Proxy“ locker, und es hilft, genau zu sein. Im Fall eines OpenAI-kompatiblen API-Proxys wie diesem beschreibt das Wort die Schnittstelle: Der Server akzeptiert die OpenAI-Anfragestruktur und gibt die OpenAI-Antwortstruktur zurück. Dein Code kann den Unterschied am Drahtformat allein nicht erkennen.

Es bedeutet nicht, dass dein Datenverkehr an OpenAI oder ein anderes Unternehmen weitergeleitet wird. Die Anfragen gehen an ein einzelnes Open-Weight-Modell eines unabhängigen Anbieters, das darauf abgestimmt ist, ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene zu antworten. Dies ist nicht die offizielle API von OpenAI, Meta, Mistral, Qwen, DeepSeek, Google, Anthropic oder xAI, und es ist kein Router, der zwischen Anbietern auswählt. Diese Unterscheidung ist für die Erwartungen wichtig: Es gibt ein Modell, und seine ID ist uncensored.

Warum Entwickler eine kompatible Schicht vor ein Modell stellen

Das OpenAI-Anfrageformat wurde zur gemeinsamen Sprache der LLM-Werkzeuge. Bibliotheken, Editoren, Agent-Frameworks und No-Code-Tools wissen alle, wie man es spricht. Ein kompatibler Endpunkt ermöglicht es dir, all das wiederzuverwenden, ohne einen Client zu schreiben.

  • Kein neues SDK. Die offiziellen OpenAI-Bibliotheken funktionieren nach einer Änderung der Basis-URL.
  • Werkzeug-Unterstützung kostenlos. Alles, was ein Feld für benutzerdefinierte Endpunkte hat, ist ein Kandidat: Chat-Oberflächen, Editor-Plugins, Skripte.
  • Einfache Rückgängigmachung. Wenn das neue Modell nicht passt, stellst du die alte URL wieder ein und nichts anderes im Code ändert sich.
  • Ein Ort für Richtlinien. Du wählst das gewünschte Modellverhalten am Endpunkt, anstatt gegen Ablehnungen in jedem Prompt zu kämpfen.

Der Kompromiss besteht darin, die Grenzen der implementierten Oberfläche zu akzeptieren. Die Tabelle im nächsten Abschnitt ist die vollständige Liste.

Was unterstützt wird und was nicht

MerkmalCode
POST /v1/chat/completionsUnterstützt
GET /v1/modelsUnterstützt, gibt das Modell uncensored zurück
Streaming (SSE)Unterstützt mit stream: true, Nutzung am Ende gemeldet
Function CallingUnterstützt: tools, tool_choice, gestreamte tool_calls, role: "tool" Ergebnisse
JSON-ModusUnterstützt über response_format
Parametertemperature, top_p, stop, seed und die Penalties werden durchgereicht
Bilder, Audio, VideoNicht verfügbar, nur Text
EmbeddingsNicht verfügbar
Fine-TuningNicht verfügbar
Andere Modell-IDsNicht verfügbar, ein einzelnes Modell

Das Kontextfenster umfasst 100.000 Token, gezählt aus Prompt und Vervollständigung zusammen. Der Anfragekörper kann 8 MB groß sein. Client-Code, der von Endpunkten jenseits der beiden oben genannten abhängt, wie ein Embedding-Aufruf innerhalb einer Retrieval-Bibliothek, wird bei diesem Aufruf fehlschlagen, also plane, diesen Teil bei einem anderen Dienst zu belassen.

Verbinde in unter fünf Minuten

Der schnellste Weg sind Umgebungsvariablen. Die OpenAI Python- und Node-SDKs lesen OPENAI_API_KEY und OPENAI_BASE_URL, wenn du sie nicht im Code übergibst, was bedeutet, dass viele bestehende Skripte ohne Bearbeitung einer Zeile funktionieren.

export OPENAI_API_KEY="YOUR_KEY"
export OPENAI_BASE_URL="https://api.openaiapiproxy.com/v1"

curl "$OPENAI_BASE_URL/chat/completions" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Reply with the word ready."}]}'

Wenn du eine explizite Konfiguration bevorzugst, was in einer Codebase sicherer ist, die auch mit anderen Anbietern kommuniziert, übergib die Werte an den Client:

from openai import OpenAI

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

for model in client.models.list():
    print(model.id)

out = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarize the plot of a heist film in two sentences."}],
)
print(out.choices[0].message.content)

Du brauchst zuerst einen Schlüssel. Neue Konten können $0,50 Testguthaben mit einem Klick auf der API-Schlüssel-Seite beanspruchen. Es ist 7 Tage gültig und benötigt keine Karte. Wenn du in Claude Code arbeitest, hat die Website eine separate Seite über die Verwendung mit Claude Code.

Anfrage-Header sind auch beim Senden wichtig. Sende immer Content-Type: application/json und halte die Größe des Anfragekörpers unter 8 MB. Eine Anfrage, die ein großes eingefügtes Dokument mit einem langen Chat-Verlauf mischt, kann dieses Limit schneller erreichen als das 100.000-Token-Limit, also prüfe die Körpergröße, wenn du großen Text hochlädst.

Ein Fünf-Minuten-Test, bevor du einem Proxy vertraust

Egal welchen Endpunkt du annimmst, führe dieselben Prüfungen durch. Sie dauern ein paar Minuten und fangen die meisten Überraschungen ab, bevor sie die Nutzer erreichen.

  1. Liste die Modelle auf. Ein GET /v1/models-Aufruf bestätigt den Schlüssel und die Adresse in einem Schritt. Hier solltest du uncensored sehen.
  2. Sende eine kurze Antwort. Bitte um ein Wort und begrenze max_tokens. Schau dir die Antwort-Header an, insbesondere X-Balance-USD, und bestätige, dass sie um einen plausiblen Betrag gesunken ist.
  3. Stream eine längere Antwort. Prüfe, dass die Token schrittweise eintreffen und der Stream sauber mit der Nutzung am Ende endet.
  4. Rufe ein Tool auf. Sende ein Funktionsschema, prüfe, dass tool_calls zurückkommt, gib eine role: "tool"-Nachricht zurück und lies die endgültige Antwort.
  5. Brich es absichtlich. Sende neun Anfragen gleichzeitig mit einem vollständigen Schlüssel oder drei mit einem Test-Schlüssel und bestätige, dass du einen 429 mit dem Code concurrency erhältst und dass dein Retry-Code sich erholt.

Wenn alle fünf bestehen, ist die Integration auf Protokollebene stabil. Was bleibt, ist das Modell selbst zu beurteilen, was nur deine eigenen Prompts können.

Häufige Probleme beheben

Kompatibilitätsprobleme betreffen selten das Modell. Sie sind fast immer Konfigurationsfehler. Dies sind die, die am häufigsten auftreten.

Ein Nicht-Gefunden-Fehler bei jedem Aufruf

Die Base URL endet bereits in /v1, und dein Client fügt /v1 erneut hinzu, oder umgekehrt. Prüfe die finale URL im Client-Log. Der korrekte Anfragepfad ist https://api.openaiapiproxy.com/v1/chat/completions.

Ein Authentifizierungsfehler

Der Schlüssel fehlt, hat ein zufälliges Leerzeichen oder eine neue Zeile oder wurde im falschen Header gesendet. Das Format ist Authorization: Bearer <key>. Schlüssel, die aus einem Terminal kopiert wurden, enthalten oft eine nachgestellte neue Zeile.

Der Modellname wird abgelehnt

Verwende uncensored, in Kleinbuchstaben. Namen wie eine Anbieter-Modell-ID werden nicht übereinstimmen, weil es hier nur ein Modell gibt. Einige Tools halten eine fest codierte Dropdown-Liste, in diesem Fall füge einen benutzerdefinierten Modellnamen hinzu.

HTTP 429

Der Fehlercode sagt dir, welches Limit du erreicht hast. rate_limited bedeutet, dass du das Limit für Anfragen pro Minute überschritten hast (300 bei einem Voll-Key, 60 bei einem Test-Key). concurrency bedeutet, dass zu viele Anfragen gleichzeitig gesendet wurden (8 bei einem Voll-Key, 2 bei einem Test-Key). Eine temporäre Überlastung gibt ebenfalls 429 mit Retry-After: 5 zurück. Warte die angegebene Zeit und versuche es erneut. Beachte, dass eine gestreamte Anfrage ihren Slot bis zum Ende des Streams belegt.

Kosten, Abrechnung und Privatsphäre

Der Preis beträgt $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token, abgezogen vom Prepaid-Guthaben. Es gibt kein Abonnement und das Guthaben verfällt nie. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Prompts werden nicht zum Training verwendet.

Ein Rechenbeispiel: Ein Tool im Support-Stil sendet 3.000 Input-Token und empfängt 400 Output-Token pro Aufruf. Die Input-Kosten betragen 3.000 / 1.000.000 x $0,15 = $0,00045 und die Output-Kosten 400 / 1.000.000 x $0,50 = $0,0002, sodass ein Aufruf $0,00065 kostet und 10.000 Aufrufe $6,50 kosten.

Aufladungen sind beliebige ganze Beträge von $20 bis $500, per Krypto (USDT auf TRC20, USDC auf Base). Eine $200-Aufladung enthält einen 15-%-Bonus, was $230 Guthaben ergibt. Die Preisseite zeigt den Rest.

Was du bei einem kompatiblen Endpunkt beachten solltest

Die Kategorie ist überlaufen, daher helfen Kriterien. Sei vorsichtig bei Anbietern, die nicht angeben, welches Modell sie verwenden, denn das verrät dir, welches Verhalten du erwarten kannst und wen du dafür verantwortlich machen kannst. Hier ist das Modell ein Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird, und die Seiten geben das klar an.

  • Veröffentlichte Limits. Du solltest die Limits für Anfragen und Parallelität kennen, bevor du deine Retry-Logik entwirfst. Hier sind es 300 Anfragen pro Minute und 8 parallele Anfragen bei einem Voll-Key.
  • Klare Abrechnungsregeln. Achte auf Prepaid-Guthaben, kein Abonnement und eine Aussage zu fehlgeschlagenen Aufrufen. In diesem Fall werden fehlgeschlagene oder abgelehnte Anfragen nicht berechnet und das Guthaben verfällt nicht.
  • Eine Datenschutzerklärung. Prompts werden hier nicht zum Training verwendet. Lies die Dokumentation und die Nutzungsbedingungen, um die Details zu erfahren, die für dich relevant sind.
  • Ehrlicher Umfang. Eine kurze Liste dessen, was fehlt, ist ein gutes Zeichen. Nur Text, keine Embeddings, kein Fine-Tuning, ein Modell.

Zahlungsmethoden sind ebenfalls Teil des Bildes. Aufladungen sind per Krypto (USDT auf TRC20, USDC auf Base) ab $20 bis zu $500 verfügbar.

Bevor du dich darauf verlässt

Ein Modell ohne Ablehnungen ist ein Tool mit weniger Schutzmechanismen, also verwende es mit Vorsicht. Der Dienst hat eine harte Grenze: kein sexueller Inhalt mit Minderjährigen, und dein eigenes Produkt sollte alle Filter hinzufügen, die zu deinen Nutzern und deinem lokalen Gesetz passen. Lies die Dokumentation für die vollständige Parameterliste und halte einen zweiten Anbieter für die Aufgaben konfiguriert, die dieser Endpunkt nicht abdeckt.

Fragen und Antworten

Sendet dieser Proxy meine Anfragen an OpenAI?

Nein. Anfragen gehen an ein Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird. Der Dienst verwendet das OpenAI-Anfrageformat, ist aber nicht mit der API von OpenAI verbunden.

Welche Tools können es verwenden?

Jedes Tool oder jede Bibliothek, die es dir ermöglicht, eine benutzerdefinierte OpenAI-kompatible Base URL und einen API-Schlüssel festzulegen, einschließlich der offiziellen OpenAI SDKs für Python und Node.

Kann ich andere Modellnamen verwenden?

Nein. Es gibt nur ein Modell mit der ID uncensored. GET /v1/models gibt es zurück.

Wird Streaming unterstützt?

Ja. Setze stream auf true, um Server-Sent Events zu empfangen, wobei die Token-Nutzung am Ende des Streams gemeldet wird.

Dein Schlüssel ist nur ein Formular entfernt

Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.

API-Schlüssel erhalten