Pontos principais
- O proxy usa o formato de conclusões de chat da OpenAI. Ele não encaminha suas requisições para a OpenAI.
- Direcione qualquer cliente para https://api.openaiapiproxy.com/v1, use sua chave e defina o modelo para uncensored.
- Suportado: conclusões de chat, lista de modelos, streaming, chamada de funções e modo JSON. Não suportado: imagens, áudio, embeddings, ajuste fino.
- A maioria das falhas vem de um /v1 duplicado no caminho, do nome errado do modelo ou de um 429 dos limites de requisições.
O que a palavra proxy significa aqui
As pessoas usam "proxy" de forma vaga, e é útil ser exato. No caso de um proxy de API compatível com openai como este, a palavra descreve a interface: o servidor aceita o formato de requisição OpenAI e retorna o formato de resposta OpenAI. Seu código não consegue distinguir a diferença apenas pelo formato de rede.
Isso não significa que seu tráfego é retransmitido para a OpenAI ou qualquer outra empresa. As requisições vão para um único modelo de pesos abertos executado por um provedor independente, ajustado para responder sem recusas de conteúdo para uso adulto legal. Esta não é a API oficial da OpenAI, Meta, Mistral, Qwen, DeepSeek, Google, Anthropic ou xAI, e não é um roteador que escolhe entre fornecedores. Essa distinção importa para as expectativas: há um único modelo, e seu ID é uncensored.
Por que desenvolvedores colocam uma camada compatível na frente de um modelo
O formato de requisição da OpenAI tornou-se a linguagem comum do ecossistema de LLMs. Bibliotecas, editores, frameworks de agentes e ferramentas no-code sabem como usá-lo. Um endpoint compatível permite que você reutilize tudo isso sem escrever um cliente.
- Nenhum novo SDK. As bibliotecas oficiais da OpenAI funcionam após uma mudança na URL base.
- Suporte a ferramentas de graça. Qualquer coisa que tenha um campo de endpoint personalizado é candidata: interfaces de chat, plugins de editores, scripts.
- Reversão fácil. Se o novo modelo não for o adequado, você redefine a URL antiga e nada mais no código muda.
- Um lugar para a política. Você escolhe o comportamento do modelo que deseja no endpoint, em vez de lutar contra recusas em cada prompt.
A troca é que você aceita os limites da superfície da API que está implementada. A tabela na próxima seção é a lista completa.
O que é e o que não é suportado
| Recurso | Código |
|---|---|
POST /v1/chat/completions | Suportado |
GET /v1/models | Suportado, retorna o modelo uncensored |
| Streaming (SSE) | Suportado com stream: true, uso reportado no final |
| Chamada de ferramentas | Suportado: tools, tool_choice, streaming tool_calls, resultados role: "tool" |
| Modo JSON | Suportado através de response_format |
| Parâmetros de amostragem | temperature, top_p, stop, seed e as penalidades são passadas diretamente |
| Imagens, áudio, vídeo | Não disponível, apenas texto |
| Embeddings | Não disponível |
| Fine-tuning | Não disponível |
| Outros IDs de modelo | Não disponível, um único modelo |
A janela de contexto é de 100.000 tokens contando prompt e conclusão juntos. O corpo da requisição pode ter 8 MB. Código de cliente que depende de endpoints além dos dois acima, como uma chamada de embeddings dentro de uma biblioteca de recuperação, falhará nessa chamada, então planeje manter essa parte com outro serviço.
Conecte em menos de cinco minutos
A rota mais rápida é por variáveis de ambiente. Os SDKs Python e Node da OpenAI leem OPENAI_API_KEY e OPENAI_BASE_URL quando você não os passa no código, o que significa que muitos scripts existentes funcionam sem editar uma linha.
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."}]}'Se você preferir configuração explícita, o que é mais seguro em uma base de código que também fala com outros provedores, passe os valores para o 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)Você precisa de uma chave primeiro. Contas novas podem reivindicar $0,50 de crédito de teste grátis com um clique na página da chave de API. É válido por 7 dias e não precisa de cartão. Se você trabalha com Claude Code, o site tem uma página separada sobre usá-lo com o Claude Code.
Os cabeçalhos de requisição importam também na saída. Sempre envie Content-Type: application/json e mantenha o corpo sob 8 MB. Uma requisição que mistura um documento colado grande com um histórico de chat longo pode atingir esse limite mais cedo do que o limite de 100.000 tokens, então verifique o tamanho do corpo ao enviar texto grande.
Um teste de cinco minutos antes de confiar em qualquer proxy
Qualquer endpoint que você adotar, execute as mesmas verificações. Elas levam alguns minutos e capturam a maioria das surpresas antes que cheguem aos usuários.
- Liste os modelos. Uma chamada
GET /v1/modelsconfirma a chave e o endereço em um passo. Aqui você deve veruncensored. - Envie uma conclusão minúscula. Peça uma palavra e limite
max_tokens. Observe os cabeçalhos de resposta, em particularX-Balance-USD, e confirme que caiu por uma quantidade plausível. - Faça streaming de uma resposta mais longa. Verifique se os tokens chegam gradualmente e se o stream termina limpo com o uso no final.
- Chame uma ferramenta. Envie um esquema de função, verifique se
tool_callsvolta, retorne uma mensagemrole: "tool"e leia a resposta final. - Quebre de propósito. Envie nove requisições de uma vez com uma chave completa, ou três com uma chave de teste grátis, e confirme que você recebe um 429 com o código
concurrency, e que seu código de retry se recupera.
Se todos os cinco passarem, a integração é sólida no nível do protocolo. O que resta é julgar o modelo em si, o que apenas seus próprios prompts podem fazer.
Corrigindo os problemas comuns
Problemas de compatibilidade raramente são sobre o modelo. Eles são quase sempre sobre configuração. Estes são os que aparecem mais.
Um erro de não encontrado em todas as chamadas
A URL base já termina em /v1, e seu cliente adiciona /v1 novamente, ou o contrário. Verifique a URL final no log do cliente. O caminho de requisição correto é https://api.openaiapiproxy.com/v1/chat/completions.
Um erro de autenticação
A chave está faltando, tem um espaço ou nova linha estranhos, ou foi enviada no cabeçalho errado. O formato é Authorization: Bearer <key>. Chaves coladas de um terminal frequentemente carregam uma nova linha final.
O nome do modelo é rejeitado
Use uncensored, em minúsculas. Nomes como um ID de modelo de fornecedor não corresponderão, porque há apenas um modelo aqui. Algumas ferramentas mantêm um dropdown codificado, caso em que adicione um nome de modelo personalizado.
HTTP 429
O código de erro indica qual limite você atingiu. rate_limited significa que você excedeu o número de requisições por minuto (300 em uma chave completa, 60 em teste). concurrency significa muitas requisições simultâneas (8 em uma chave completa, 2 em teste). Uma sobrecarga temporária também gera 429 com Retry-After: 5. Aguarde o tempo indicado e tente novamente. Lembre-se de que uma requisição em streaming mantém seu slot até o fim do streaming.
Custo, faturamento e privacidade
A precificação é $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, a partir de crédito pré-pago. Não há assinatura e o crédito nunca expira. Requisições falhas ou recusadas não são cobradas. Prompts não são usados para treinamento.
Um exemplo prático: uma ferramenta de suporte envia 3.000 tokens de entrada e recebe 400 tokens de saída por chamada. A entrada é 3.000 / 1.000.000 x $0,15 = $0,00045 e a saída é 400 / 1.000.000 x $0,50 = $0,0002, então uma chamada custa $0,00065 e 10.000 chamadas custam $6,50.
Recargas são qualquer valor inteiro de $20 a $500, por cripto (USDT no TRC20, USDC na Base). Uma recarga de $200 inclui um bônus de 15%, dando $230 de crédito. A página de preços tem o resto.
O que procurar em um endpoint compatível
A categoria é cheia, então ajuda ter critérios. Desconfie de qualquer provedor que não declare qual modelo ele executa, porque isso diz a você que comportamento esperar e a quem culpar por isso. Aqui, o modelo é um de pesos abertos executado por um provedor independente, e as páginas dizem isso claramente.
- Limites publicados. Você deve conhecer os limites de requisição e de concorrência antes de projetar a lógica de retry. Aqui eles são 300 requisições por minuto e 8 concorrentes em uma chave completa.
- Regras de faturamento claras. Procure crédito pré-pago, sem assinatura e uma declaração sobre chamadas falhas. Neste caso, requisições falhas ou recusadas não são cobradas e o crédito não expira.
- Uma declaração de privacidade. Prompts não são usados para treinamento aqui. Leia a documentação e os termos para os detalhes que importam para você.
- Escopo honesto. Uma lista curta do que está faltando é um bom sinal. Apenas texto, sem embeddings, sem fine-tuning, um único modelo.
Os métodos de pagamento também fazem parte do cenário. Recargas estão disponíveis apenas por cripto (USDT no TRC20, USDC na Base), de $20 até $500.
Antes de confiar nele
Um modelo sem recusas é uma ferramenta com menos guardas, então use-o com cuidado. O serviço tem um limite rígido, sem conteúdo sexual envolvendo menores, e seu próprio produto deve adicionar qualquer filtro que se encaixe nos seus usuários e na sua lei local. Leia a documentação para a lista completa de parâmetros, e mantenha um segundo fornecedor configurado para as tarefas que este endpoint não cobre.
