Puntos clave
- El proxy usa el formato de chat completions de OpenAI. No reenvía tus peticiones a OpenAI.
- Dirige cualquier cliente a https://api.openaiapiproxy.com/v1, usa tu clave y configura el modelo a uncensored.
- Admitido: chat completions, lista de modelos, streaming, llamadas a funciones y modo JSON. No admitido: imágenes, audio, embeddings, fine-tuning.
- La mayoría de los fallos vienen de un /v1 duplicado en la ruta, el nombre de modelo incorrecto o un 429 por los límites de tasa.
Qué significa la palabra proxy aquí
La gente usa "proxy" de forma imprecisa y conviene ser exactos. En el caso de un proxy de API compatible con openai como este, la palabra describe la interfaz: el servidor acepta la forma de petición de OpenAI y devuelve la forma de respuesta de OpenAI. Tu código no puede notar la diferencia solo por el formato de la red.
No significa que tu tráfico se reenvíe a OpenAI ni a ninguna otra empresa. Las peticiones van a un único modelo de pesos abiertos ejecutado por un proveedor independiente, ajustado para responder sin rechazos de contenido para uso adulto lícito. Esta no es la API oficial de OpenAI, Meta, Mistral, Qwen, DeepSeek, Google, Anthropic o xAI, y no es un enrutador que elija entre proveedores. Esa distinción importa para las expectativas: hay un solo modelo, y su ID es uncensored.
Por qué los desarrolladores ponen una capa compatible frente a un modelo
El formato de petición de OpenAI se convirtió en el lenguaje común de las herramientas de LLM. Las bibliotecas, editores, frameworks de agentes y herramientas sin programación saben cómo hablarlo. Un endpoint compatible te permite reutilizar todo eso sin escribir un cliente.
- Sin SDK nuevo. Las bibliotecas oficiales de OpenAI funcionan tras cambiar la URL base.
- Soporte de herramientas gratis. Cualquier cosa que tenga un campo de endpoint personalizado es candidata: interfaces de chat, plugins de editor, scripts.
- Reversión fácil. Si el nuevo modelo no es adecuado, vuelves a poner la URL antigua y nada más en el código cambia.
- Un único lugar para la política. Elige el comportamiento del modelo que deseas en el endpoint, en lugar de luchar contra los rechazos en cada prompt.
El compromiso es que aceptas los límites de la superficie implementada. La tabla en la siguiente sección es la lista completa.
Qué se admite y qué no
| Elemento | Código |
|---|---|
POST /v1/chat/completions | Admitido |
GET /v1/models | Admitido, devuelve el modelo uncensored |
| Streaming (SSE) | Admitido con stream: true, uso reportado al final |
| Llamadas a funciones | Compatible: tools, tool_choice, tool_calls en streaming, resultados con role: "tool" |
| Modo JSON | Admitido a través de response_format |
| Parámetros | temperature, top_p, stop, seed y las penalizaciones se pasan directamente |
| Imágenes, audio, vídeo | No disponible, solo texto |
| Embeddings | No disponible |
| Fine-tuning | No disponible |
| Otros IDs de modelo | No disponible, un único modelo |
La ventana de contexto es de 100.000 tokens contando prompt y completion juntos. El cuerpo de la petición puede ser de 8 MB. El código del cliente que dependa de endpoints más allá de los dos anteriores, como una llamada a embeddings dentro de una biblioteca de recuperación, fallará en esa llamada, así que planifica usar otro servicio para esa parte.
Conecta en menos de cinco minutos
La ruta más rápida es mediante variables de entorno. Las SDK de OpenAI para Python y Node leen OPENAI_API_KEY y OPENAI_BASE_URL cuando no las pasas en código, lo que significa que muchos scripts existentes funcionan sin editar una línea.
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."}]}'Si prefieres la configuración explícita, que es más segura en una base de código que también habla con otros proveedores, pasa los valores al cliente:
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)Necesitas una clave primero. Las cuentas nuevas pueden reclamar $0.50 de crédito de prueba con un clic en la página de clave de API. Es válido por 7 días y no necesita tarjeta. Si trabajas en Claude Code, el sitio tiene una página separada sobre usarlo con Claude Code.
Las cabeceras de la petición también importan al salir. Envía siempre Content-Type: application/json y mantén el cuerpo por debajo de 8 MB. Una petición que mezcla un documento pegado enorme con un historial de chat largo puede alcanzar ese límite antes del límite de 100.000 tokens, así que comprueba el tamaño del cuerpo cuando subas texto grande.
Una prueba de cinco minutos antes de confiar en cualquier proxy
Independientemente del endpoint que adoptes, ejecuta las mismas comprobaciones. Toman unos minutos y atrapan la mayoría de sorpresas antes de que lleguen a los usuarios.
- Lista los modelos. Una llamada
GET /v1/modelsconfirma la clave y la dirección en un paso. Aquí deberías veruncensored. - Envía un completion pequeño. Pide una sola palabra y limita
max_tokens. Revisa los encabezados de respuesta, en particularX-Balance-USD, y confirma que bajó en una cantidad plausible. - Transmite una respuesta más larga. Comprueba que los tokens llegan gradualmente y que el streaming termina limpiamente con el uso al final.
- Llama a una herramienta. Envía un esquema de función, comprueba que
tool_callsvuelve, devuelve un mensajerole: "tool"y lee la respuesta final. - Rómpelo a propósito. Envía nueve peticiones a la vez con una clave completa, o tres con una clave de prueba, y confirma que obtienes un 429 con el código
concurrency, y que tu código de reintento se recupera.
Si las cinco pasan, la integración es sólida a nivel de protocolo. Lo que queda es juzgar el modelo mismo, lo cual solo tus propios prompts pueden hacer.
Solucionando los problemas habituales
Los problemas de compatibilidad rara vez tienen que ver con el modelo. Casi siempre tienen que ver con la configuración. Estos son los que aparecen más.
Un error not-found en cada llamada
La URL base ya termina en /v1, y tu cliente añade /v1 de nuevo, o al revés. Comprueba la URL final en el log del cliente. La ruta de petición correcta es https://api.openaiapiproxy.com/v1/chat/completions.
Un error de autenticación
Falta la clave, tiene un espacio o salto de línea no deseado, o se envió en la cabecera incorrecta. El formato es Authorization: Bearer <key>. Las claves pegadas desde un terminal a menudo llevan un salto de línea final.
El nombre del modelo es rechazado
Usa uncensored, en minúsculas. Nombres como el ID de modelo de un proveedor no coincidirán, porque solo hay un modelo aquí. Algunas herramientas mantienen un menú desplegable con valores fijos, en cuyo caso añade un nombre de modelo personalizado.
HTTP 429
El código de error indica qué límite has superado. rate_limited significa que excediste las peticiones por minuto (300 con una clave completa, 60 con la de prueba). concurrency significa demasiadas peticiones simultáneas (8 con una clave completa, 2 con la de prueba). Una sobrecarga temporal también devuelve 429 con Retry-After: 5. Espera el tiempo indicado y reintenta. Recuerda que una petición en streaming mantiene su espacio hasta que finalice el flujo.
Coste, facturación y privacidad
El precio es de $0.15 por cada 1M de tokens de entrada y $0.50 por cada 1M de tokens de salida, descontados del crédito prepago. No hay suscripción y el crédito no caduca. Las peticiones fallidas o rechazadas no se cobran. Los prompts no se usan para entrenamiento.
Un ejemplo práctico: una herramienta de tipo soporte envía 3,000 tokens de entrada y recibe 400 tokens de salida por llamada. La entrada cuesta 3,000 / 1,000,000 x $0.15 = $0.00045 y la salida cuesta 400 / 1,000,000 x $0.50 = $0.0002, por lo que una llamada cuesta $0.00065 y 10,000 llamadas cuestan $6.50.
Las recargas son cualquier cantidad entera desde $20 hasta $500, con cripto (USDT en TRC20, USDC en Base). Una recarga de $200 incluye un bono del 15%, lo que da $230 de crédito. La página de precios tiene el resto.
Qué buscar en un endpoint compatible
La categoría está muy concurrida, así que ayuda tener criterios. Desconfía de cualquier proveedor que no indique qué modelo ejecuta, porque eso te dice qué comportamiento esperar y a quién culpar. Aquí, el modelo es un modelo de pesos abiertos ejecutado por un proveedor independiente, y las páginas lo dicen claramente.
- Límites publicados. Debes conocer los límites de peticiones y concurrencia antes de diseñar la lógica de reintento. Aquí son 300 peticiones por minuto y 8 concurrentes con una clave completa.
- Reglas de facturación claras. Busca crédito prepago, sin suscripción y una declaración sobre llamadas fallidas. En este caso, las peticiones fallidas o rechazadas no se cobran y el crédito no caduca.
- Una declaración de privacidad. Los prompts no se usan para entrenamiento aquí. Lee la documentación y los términos para los detalles que te importen.
- Alcance honesto. Una lista corta de lo que falta es una buena señal. Solo texto, sin incrustaciones, sin ajuste fino, un solo modelo.
Los métodos de pago también forman parte del panorama. Las recargas están disponibles con cripto (USDT en TRC20, USDC en Base), desde $20 hasta $500.
Antes de confiar en ello
Un modelo sin rechazos es una herramienta con menos salvaguardas, así que úsalo con cuidado. El servicio tiene un límite estricto: no contenido sexual que involucre menores de edad, y tu propio producto debe añadir el filtrado que corresponda para tus usuarios y tu legislación local. Lee la documentación para la lista completa de parámetros, y mantén configurado un segundo proveedor para las tareas que este endpoint no cubre.
