OpenAI compatibel API voor onbeperkt gebruik

Ongecensureerde Tekst voor Multimodale Pijplijnen

De meeste multimodale pipelines beginnen met een vision- of audimodel dat ruwe tekst genereert. Standaard LLMs weigeren vaak om deze tekst te verwerken of te verfijnen als deze volwassen of niche-inhoud bevat. Onze whisper api tekstlaag staat na je visuele of audio-generatie en biedt ruwe, ongecensureerde redenering. Het is geen speech-to-text-engine; het is een text-completion API die is ontworpen om de uitvoer van die engines te verwerken zonder inhoudsweigerings.

Gebruik het om transcripten op te schonen, bijschriften te genereren voor volwassen inhoud, of data uit ongecensureerde videodagsboeken te extraheren. Het model is afgestemd om te antwoorden zonder wettelijk volwassen gebruik te filteren, zodat je pipeline niet vastloopt wanneer standaard modellen dat wel doen. Je krijgt tekst in, tekst uit, zonder verborgen filters.

OpenAI-Compatible SDK-ondersteuning

Onze API volgt de OpenAI chat-completies-standaard. Je kunt de officiële OpenAI SDK voor Python, Node.js of elke compatibele client gebruiken. Werk eenvoudig de base_url bij naar https://api.whisperapis.com/v1 en stel je API-sleutel in. De model-ID is uncensored. We ondersteunen streaming via Server-Sent Events (SSE) en tool/function calling, wat de integratie in bestaande codebases eenvoudig maakt.

• POST /v1/chat/completions voor generatie
• GET /v1/models voor lijstweergave
• Geen embeddings, afbeeldingen of audiogeneratie

Copyfrom openai import OpenAI

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

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

100k Contextvenster voor Diepe Analyse

Het verwerken van lange documenten of uitgebreide transcripten vereist een groot contextvenster. Onze API ondersteunt tot 100.000 tokens per verzoek, inclusief zowel prompt als completion. Hiermee kun je hele boeken, lange logs of hoge resolutie OCR-resultaten in één enkele call voeden. Standaard modellen beperken je vaak tot 8k of 32k tokens, waardoor je complexe chunking-strategieën nodig hebt. Met 100k kun je diepe analyse, samenvatting of extractie uitvoeren over de volledige context.

Copycurl https://api.whisperapis.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Pay-As-You-Go Prijzen

We bieden een eenvoudig, transparant prijsmodel voor tekstverwerking met hoge context. Er zijn geen maandelijkse kosten, geen enterprise-bloat en geen verborgen kosten. Je betaalt alleen voor de tokens die je gebruikt. Opwaardeerbedrag is beschikbaar vanaf $10, met bonussen voor grotere bedragen. Betaald tegoed vervalt nooit, dus je kunt het gebruiken wanneer je maar wilt.

• $0,25 per 1M input tokens
• $1,00 per 1M output tokens
• Geen abonnement vereist

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.whisperapis.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Geen contentfilters, alleen tekst

Ons model is standaard ongecensureerd. Het weigert geen wettelijk volwassen, fictief, securityonderzoek of controversiële onderwerpen. Dit maakt het ideaal voor pipelines die door gebruikers gegenereerde inhoud, creatief schrijven of niche-media verwerken. Het is echter niet voor iedereen. Als je strikte inhoudsmoderatie, merkveilige uitvoer of low-latency inferentie voor realtime chat nodig hebt, is dit misschien niet de juiste keuze. We bieden ook geen SLA-garanties, SOC2-certificeringen of on-prem deployment. Wij zijn een eenvoudige, ongecensureerde tekst API voor ontwikkelaars die ruwe uitvoer zonder filters nodig hebben.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)