LLM sin censura: qué significa y cómo usar uno

Qué es realmente un LLM sin censura

La mayoría de los productos de chat envuelven un modelo de lenguaje en capas de comportamiento de rechazo. Parte de ello está entrenado en los pesos, parte es un system prompt y parte es un filtro separado que lee tu entrada y la respuesta. Un LLM sin censura es un modelo cuyos pesos fueron ajustados para que la primera capa, los rechazos entrenados, sea mucho más débil. Responde preguntas sobre temas oscuros en ficción, temas médicos o legales directos y otro material adulto que un asistente convencional a menudo rechaza o suaviza.

La palabra es un poco imprecisa. No se ha quitado nada del modelo como un cable cortado. Lo que cambia son los datos de entrenamiento y los pasos de ajuste. Un modelo base aprende el lenguaje de una gran colección de textos. Una etapa posterior le enseña a seguir instrucciones y, normalmente, a negar una larga lista de peticiones. Una variante sin censura omite la mayor parte de ese entrenamiento de negación, o añade ajuste que empuja en la otra dirección.

El servicio detrás de este sitio ejecuta un modelo de pesos abiertos de este tipo, operado por un proveedor independiente. No es la API oficial de ningún laboratorio grande, y no es un router que elige entre proveedores. Obtienes un modelo, con el ID uncensored, detrás de un endpoint estándar de chat completion.

Lo que no significa sin censura

No significa que el modelo no tenga límites. Hay una línea dura aquí: nunca contenido sexual que involucre a menores. El servicio está construido solo para uso adulto lícito. Si necesitas un modelo para algo fuera de eso, esta no es la herramienta correcta.

Tampoco significa que el modelo sea más inteligente, más honesto o más preciso. Un modelo con menos negaciones aún comete errores, aún inventa hechos cuando no sabe algo y aún necesita el mismo cuidado con los prompts. Eliminar negaciones cambia lo que está dispuesto a decir, no qué tan bien razona. Trata su salida como lo harías con cualquier otro modelo: revisa cualquier cosa que importe.

Finalmente, no significa que puedas saltarte tu propia responsabilidad. Si construyes una app encima, tú decides qué pueden hacer tus usuarios y tú llevas el deber de seguir la ley donde vivas tú y ellos. Un modelo que no se niega es una herramienta sin guardia, así que la guardia tiene que venir de tu producto.

Negaciones, atenuantes y moralización son cosas diferentes

La gente agrupa tres comportamientos. Un rechazo es un «No puedo ayudarte con eso» plano. La atenuación es una respuesta enterrada bajo advertencias. La moralización es una conferencia no solicitada. Un asistente convencional a menudo hace las tres en el mismo tema. Un modelo sin censura típicamente elimina el rechazo y la mayor parte de la conferencia, por eso los escritores de ficción y desarrolladores de juegos de roles lo prefieren: la salida se mantiene en personaje en lugar de salirse de la escena para comentarla.

De dónde proviene el comportamiento

Si un modelo se niega menos, la causa está en uno de cuatro lugares, y ayuda saber cuál, porque solo algunos de ellos están bajo tu control.

1. Datos de entrenamiento y ajuste. Esta es la fuente principal. Es fija cuando el proveedor construye el modelo y no puedes cambiarla desde la API.
2. El prompt del sistema. Tú controlas este. Un mensaje de sistema claro que establece un rol, un entorno y un tono cambia mucho las respuestas, incluso en un modelo permisivo.
3. Configuraciones de muestreo. La temperatura y top_p no deciden de qué hablará el modelo, pero cambian qué tan variado y coherente es el texto. Estos parámetros se pasan al modelo.
4. Filtros de plataforma. Muchas APIs alojadas añaden una capa de moderación delante del modelo. Esa capa es la razón por la que una petición puede fallar incluso cuando los pesos subyacentes responderían. Comprueba cómo un proveedor maneja esto antes de construir sobre ello.

Una consecuencia práctica: no puedes «romper las restricciones» para cambiar de modelo. Si un asistente convencional se niega, un prompt ingenioso solo ayuda hasta la próxima actualización. Un modelo sin censura salta el problema desde la fuente.

Usos legítimos para menos negaciones

La lista honesta de razones por las que la gente quiere menos negaciones es más larga de lo que el estereotipo sugiere.

• Ficción y creación de mundos. Las novelas tratan violencia, crimen, duelo y crueldad. Un asistente de escritura que rompe la escena para advertirte es inútil para un thriller o una historia de guerra.
• Juego de roles y aplicaciones de compañía para adultos. El chat basado en personajes necesita un modelo que se mantenga en personaje durante sesiones largas sin detenerse a editorializar.
• Pruebas de seguridad y moderación. Los equipos que construyen filtros de contenido necesitan ejemplos realistas del texto que quieren capturar. Un modelo que produce casos difíciles les ayuda a probar.
• Investigación y análisis. Resumir textos extremistas, estudiar propaganda o discutir historia sensible a veces activa los filtros de un modelo cauteloso aunque el propósito sea evidente.
• Temas de consejo franco. Las preguntas sobre drogas, reducción de daños o áreas grises legales merecen respuestas directas en lugar de un muro de salvedades. Recuerda que el modelo puede equivocarse, así que no lo trates como un médico o abogado.

Ninguno de estos requiere nada ilícito, y todos funcionan mejor con un modelo que trata al usuario como un adulto.

Cómo llamarlo: URL base, clave e identificador del modelo

La API sigue el formato de chat completion de OpenAI, así que cualquier SDK de OpenAI o cliente compatible funciona una vez que cambias dos valores. La URL base es https://api.ornith.top/v1, la clave va en un header Authorization: Bearer, y el identificador del modelo es uncensored. Hay dos métodos disponibles: POST /v1/chat/completions y GET /v1/models.

Empieza con una petición curl simple para confirmar que tu clave funciona:

Copycurl https://api.ornith.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [
      {"role": "system", "content": "You are a blunt editor for adult fiction."},
      {"role": "user", "content": "Rewrite this scene so the villain sounds more menacing."}
    ]
  }'

En Python, usa el paquete oficial openai y apúntalo a la nueva URL base:

Copyfrom openai import OpenAI

client = OpenAI(
    base_url="https://api.ornith.top/v1",
    api_key="YOUR_API_KEY",
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "You write dark fantasy for adult readers."},
        {"role": "user", "content": "Describe a siege from the point of view of a tired defender."},
    ],
    temperature=0.9,
)
print(resp.choices[0].message.content)

Y lo mismo en Node:

Copyimport OpenAI from "openai";

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

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Give me three bleak opening lines for a noir story." }],
  stream: true,
});

for await (const chunk of resp) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

El streaming funciona sobre SSE con stream: true, las llamadas a funciones y el modo JSON son compatibles, y la ventana de contexto es de 100.000 tokens contando prompt y respuesta juntos. La documentación de la API cubre cada parámetro y los encabezados de respuesta, incluyendo X-Balance-USD, que muestra tu crédito restante en cada llamada.

Qué cuesta, con números reales

La facturación es pago por uso desde crédito prepago: $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida. No hay suscripción, las peticiones fallidas o rechazadas no se cobran y el crédito no caduca.

Toma una vuelta de chat típica con un prompt de 2.000 tokens (mensaje de sistema más historial) y una respuesta de 500 tokens:

• Entrada: 2,000 tokens a $0.15 por 1M son $0.0003.
• Salida: 500 tokens a $0,50 por 1M son $0,00025.
• Total por turno: $0.00055.

Mil de estas vueltas cuestan $0,55. El crédito de prueba de $0,50 cubre aproximadamente 900 vueltas de ese tamaño, lo cual es suficiente para juzgar la calidad de escritura antes de pagar cualquier cosa. Para un trabajo más pesado, digamos 10M de tokens de entrada y 2M de tokens de salida en un mes, la factura es $1,50 más $1,00, es decir $2,50.

Cuando recargues, cualquier cantidad entera desde $20 hasta $500 funciona, con un bono del 5% desde $50, 10% desde $100 y 15% desde $200. Puedes pagar con tarjeta (Visa, Mastercard, Apple Pay, Google Pay) o con cripto (USDT en TRC20, USDC en Base). Consulta la página de precios para la tabla completa.

Probarlo y elegir entre opciones

Los nuevos usuarios pueden reclamar $0,50 de crédito de prueba con un clic en la página de clave de API después de iniciar sesión con Google o con correo electrónico y contraseña. No necesita tarjeta, es uno por persona y es válido por 7 días. Una clave de prueba permite 2 peticiones simultáneas y 60 peticiones por minuto; una clave completa permite 8 simultáneas y 300 por minuto. Puedes obtener una clave de API en un minuto y ejecutar los ejemplos anteriores.

Un modelo alojado no es la única forma de obtener menos rechazos. También puedes descargar un modelo de pesos abiertos y ejecutarlo en tu propio hardware, lo que te da control total y funciona sin conexión, al precio de una GPU capaz y algo de configuración. Nuestra guía de API LLM de código abierto compara las opciones y los costos. La ruta alojada gana cuando quieres sin hardware, un endpoint estable para una aplicación y facturación que escala a cero cuando nadie la usa.

Un punto más para personas que manejan texto sensible: los prompts enviados al servicio no se usan para entrenamiento. Lee la página de privacidad para detalles.

Más guías

• Mejor LLM sin censura para ejecutar localmente con Ollama
• API LLM sin censura para SillyTavern: Pasos de configuración
• Guía de API LLM Open Source: Configuración, Costes y Alternativas