OpenAI-kompatibler Endpunkt für OpenRouter-Clients
Ein OpenRouter-Endpunkt im OpenAI-kompatiblen Format ist einfach eine Basis-URL, die das OpenAI-Chat-Format verwendet, daher dauert der Wechsel zu einem anderen nur wenige Zeilen. Hier sind die genauen Werte, die Anforderungsstrukturen und die Fehler, auf die du stoßen kannst.
Aktualisiert

Wichtige Punkte
- Die Base URL ist https://api.openrouteralternativeapi.com/v1 und die Modell-ID ist uncensored.
- Die Authentifizierung ist ein standardmäßiger Bearer-Header; nur POST /v1/chat/completions und GET /v1/models existieren.
- Streaming, Tools und JSON-Modus funktionieren, aber Router-spezifische Felder werden nicht unterstützt.
- Bei HTTP 429 lies den Fehlercode, um ein Ratenlimit von einem Parallelitätslimit zu unterscheiden.
Die Werte, die du benötigst
Jedes Tool, das es dir ermöglicht, einen OpenAI-ähnlichen Endpunkt zu bearbeiten, benötigt drei Werte. Kopiere sie aus der Tabelle und nichts anderes ändert sich in einem typischen Setup.
| Einstellung | Wert |
|---|---|
| Base-URL | https://api.openrouteralternativeapi.com/v1 |
| API-Schlüssel | Erstellt auf der API-Schlüssel-Seite |
| Modell-ID | uncensored |
| Auth-Header | Authorization: Bearer YOUR_API_KEY |
| Chat-Endpunkt | POST /v1/chat/completions |
| Modelllisten-Route | GET /v1/models |
Die Basis-URL endet bereits mit /v1. Die meisten SDKs hängen /chat/completions selbst an, füge es also nicht doppelt hinzu. Einige Tools verlangen die vollständige Chat-Route; verwende in diesem Fall die Basis-URL gefolgt von /chat/completions.
Was der Endpunkt ist und nicht ist
Hinter der URL steht ein Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird und darauf ausgelegt ist, bei der rechtmäßigen Nutzung für Erwachsene ohne Inhaltsablehnungen zu antworten. Es ist kein Router, daher wird eine Anfrage nie an einen anderen Anbieter weitergeleitet. Es ist auch nicht die offizielle API eines Modellherstellers. Das ist für die Konfiguration relevant: Es gibt keine Liste von Modell-Slugs zur Auswahl, kein Feld für Anbieterpräferenzen und keine Fallback-Kette. Du sendest uncensored und erhältst genau dieses eine Modell.
Der Dienst ist nur Text. Bildgenerierung, Audio, Video, Embeddings und Fine-Tuning werden nicht angeboten, daher wird ein Client, der /v1/embeddings oder eine Bild-Route aufruft, bei dieser Basis-URL fehlschlagen. Richte diese Aufrufe auf den Dienst, den du bereits dafür verwendest, und setze die Basis-URL pro Feature statt global, wenn deine Anwendung mehrere mischt.
Ein weiterer Kompatibilitätsaspekt betrifft die Modellliste. Ein Client, der beim Start GET /v1/models aufruft, um eine Dropdown-Liste zu füllen oder eine Einstellung zu validieren, erhält das eine Modell zurück. Das ist erwartet. Wenn dein Code prüft, ob ein konfigurierten Modellname in der Liste erscheint, setze den Namen auf uncensored und die Prüfung ist erfolgreich. Wenn deine Anwendung irgendwo tief in einer Konfigurationsdatei einen Anbieter-Modellnamen hart kodiert, suche im Repository danach, bevor du das erste Mal startest, denn ein verbliebener String ist der häufigste Grund, warum eine migrierte App nach dem Ändern der URL immer noch fehlschlägt.
Erste Anfrage, drei Wege
Starte mit einer Anfrage aus dem Terminal. Sie beweist den Schlüssel, die URL und die Modell-ID, bevor ein Framework ins Spiel kommt.
curl https://api.openrouteralternativeapi.com/v1/models -H "Authorization: Bearer $API_KEY"
curl https://api.openrouteralternativeapi.com/v1/chat/completions -H "Authorization: Bearer $API_KEY" -H "Content-Type: application/json" -d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Reply with the word ready."}],
"max_tokens": 10
}'
Der gleiche Aufruf mit dem Python SDK. Beachte, dass sich nichts außer base_url und api_key vom Standard-OpenAI-Code unterscheidet.
from openai import OpenAI
client = OpenAI(
base_url="https://api.openrouteralternativeapi.com/v1",
api_key="YOUR_API_KEY",
)
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Reply with the word ready."}],
max_tokens=10,
)
print(r.choices[0].message.content)
print(r.usage)
Und mit Node, wobei der Schlüssel aus einer Umgebungsvariable gelesen wird:
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.openrouteralternativeapi.com/v1",
apiKey: process.env.API_KEY,
});
const r = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Reply with the word ready." }],
max_tokens: 10,
});
console.log(r.choices[0].message.content);
Viele Tools lesen Umgebungsvariablen statt Konstruktorenargumente. Die offiziellen SDKs berücksichtigen üblicherweise OPENAI_BASE_URL und OPENAI_API_KEY, wodurch du ein unverändertes Skript umleiten kannst. Prüfe die Dokumentation deiner SDK-Version, um die Namen zu bestätigen.
Streaming, Tools und JSON-Modus
Die Funktionen, von denen die meisten Clients abhängen, sind vorhanden. Setze stream: true, um Server-Sent Events zu empfangen; die Nutzung wird am Ende des Streams gemeldet. Tool Calling akzeptiert tools und tool_choice, streamt tool_calls-Deltas und erwartet Ergebnisse als Nachrichten mit role: "tool". Der JSON-Modus wird mit response_format: {"type":"json_object"} aktiviert. Die Sampling-Felder temperature, top_p, stop, seed sowie die Frequency- und Presence-Penalities werden durchgereicht.
Ein Streaming-Beispiel in Python:
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write three short taglines for a coffee cart."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
Und der JSON-Modus, der sich mit einer Anweisung im Prompt lohnt, die die erwarteten Schlüssel benennt:
r = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "Return JSON with keys title and tags (array of strings)."},
{"role": "user", "content": "Summarise: a guide to brewing cold coffee at home."},
],
response_format={"type": "json_object"},
)
print(r.choices[0].message.content)
Parst das Ergebnis trotzdem immer in einem try-Block. Der JSON-Modus erhöht die Wahrscheinlichkeit für gültige Ausgaben, aber dein Code sollte dennoch eine fehlerhafte Antwort verarbeiten, zum Beispiel durch einen einmaligen Retry.
Mehrstufige Chats und Tool-Aufrufe
Der Endpunkt ist zustandslos, wie die OpenAI-Chat-Route. Er erinnert sich nicht an frühere Aufrufe, daher muss jede Anfrage die Konversation enthalten, die das Modell sehen soll. Halte eine Liste von Nachrichten, hänge die Assistenten-Antwort nach jedem Durchgang an und sende die gesamte Liste erneut. Achte auf die Gesamtzahl: das 100.000-Token-Fenster umfasst Prompt und Completion, und lange Verläufe treiben auch die Eingabekosten.
history = [{"role": "system", "content": "You answer in two sentences."}]
def chat(text):
history.append({"role": "user", "content": text})
r = client.chat.completions.create(model="uncensored", messages=history)
reply = r.choices[0].message.content
history.append({"role": "assistant", "content": reply})
return reply
Für Tool Calling beschreibst du deine Funktionen in tools, führst aus, was das Modell verlangt, und sendest die Ausgabe als role: "tool"-Nachricht zurück, die die passende tool_call_id enthält. Eine minimale Definition sieht so aus:
tools = [{
"type": "function",
"function": {
"name": "get_order_status",
"description": "Look up an order by its number",
"parameters": {
"type": "object",
"properties": {"order_id": {"type": "string"}},
"required": ["order_id"],
},
},
}]
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Where is order 1042?"}],
tools=tools,
tool_choice="auto",
)
call = r.choices[0].message.tool_calls[0]
print(call.function.name, call.function.arguments)
Validiere die Argumente, bevor du irgendetwas ausführst. Das Modell schlägt einen Aufruf vor; dein Code entscheidet, ob er sicher auszuführen ist, insbesondere wenn die Funktion Geld, Dateien oder Daten anderer berührt.
Felder, die aus OpenRouter-ähnlichen Anfragen entfernt werden sollen
Für einen Router geschriebene Clients fügen oft Extras zum Anfragekörper oder Header hinzu. Typische Beispiele sind Provider-Reihenfolge, Modell-Fallback-Arrays, Routing-Präferenzen und Attributions-Header. Diese API verwendet sie nicht. Unbekannte Felder werden entweder ignoriert oder verursachen einen Fehler, je nach Feld, also entferne sie, statt dich auf eines der Ergebnisse zu verlassen.
- Ersetze jeden Modell-Slug, der einen Vendor-Präfix enthält, durch
uncensored. - Entferne Fallback-Listen. Wenn das einzelne Modell nicht verfügbar ist, behandle dies in deiner eigenen Retry-Logik.
- Sende keine Bild- oder Audio-Inhaltsteile. Das Modell liest Text.
- Halte den gesamten Anfragekörper unter 8 MB.
Die docs-Seite zeigt die unterstützten Parameter und ist der Ort, an dem du nachsiehst, wenn ein Feld sich anders verhält als dein Client erwartet.
Limits und die 429-Antworten
Ein vollständiger Schlüssel erlaubt 8 gleichzeitige Anfragen und 300 Anfragen pro Minute; ein Test-Schlüssel erlaubt 2 und 60. Jede Antwort enthält X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests und X-RateLimit-Limit-Concurrency. Logge die Request-ID bei jedem Fehler, denn das ist das Erste, was der Support fragen wird.
Es gibt drei Arten von HTTP 429. Der Fehlercode rate_limited bedeutet, dass du die Anfragen pro Minute überschritten hast: verlangsame dich. Der Code concurrency bedeutet, dass zu viele Anfragen gleichzeitig in Bearbeitung sind: Warte sie in einer Warteschlange ab. Eine 429 mit einem Retry-After: 5-Header bedeutet temporäre Überlastung: warte fünf Sekunden und versuche es erneut. Denke daran, dass eine gestreamte Anfrage ihren Concurrency-Slot bis zum Ende des Streams belegt, daher frisst ein gestoppter Client, der nie bis zum Ende liest, Kapazität.
import time
from openai import OpenAI, RateLimitError
client = OpenAI(
base_url="https://api.openrouteralternativeapi.com/v1",
api_key="YOUR_API_KEY",
max_retries=0,
)
def ask(prompt, tries=4):
for i in range(tries):
try:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": prompt}],
)
return r.choices[0].message.content
except RateLimitError as e:
wait = 5 if i == 0 else 5 * (i + 1)
time.sleep(wait)
raise RuntimeError("still rate limited")
Setze auch einen Semaphore von 8 oder weniger um Aufrufe, wenn du Worker parallel ausführst. Das ist günstiger, als das Limit aus Fehlern zu lernen. Füge etwas zufälliges Jitter zur Wartezeit hinzu, damit mehrere Worker, die zusammen fehlschlugen, nicht alle in derselben Sekunde erneut versuchen. Wenn du wiederholte 429-Antworten bei niedrigem Traffic siehst, suche nach Streams, die geöffnet, aber nie geschlossen wurden, oder nach einer Retry-Schleife, die ohne Warten feuert, da beides die verfügbaren Slots allein füllen kann.
Kostenprüfung, bevor du die Produktion damit verbindest
Die Preise sind $0,15 pro 1M Eingabe-Token und $0,50 pro 1M Ausgabe-Token aus Prepaid-Guthaben. Nimm eine Anfrage mit 2.000 Eingabe-Token und 500 Ausgabe-Token. Eingabe kostet 2.000 / 1.000.000 x $0,15 = $0,0003. Ausgabe kostet 500 / 1.000.000 x $0,50 = $0,00025. Die Anfrage kostet $0,00055, also kosten 1.000 solcher Anfragen $0,55. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Siehe die Preisseite für Aufladebeträge und Boni; das Testguthaben von $0,50 deckt etwa 900 Anfragen dieser Größe ab (0,50 / 0,00055).
Weitere Anleitungen
Fragen und Antworten
Wie lautet die Basis-URL für den OpenAI-kompatiblen Endpunkt?
Verwende https://api.openrouteralternativeapi.com/v1 als Basis-URL und sende deinen Schlüssel als Bearer-Token. Die Modell-ID ist uncensored.
Welche Routen sind verfügbar?
POST /v1/chat/completions zur Generierung und GET /v1/models für die Modellliste. Es gibt keine Embedding-, Bild-, Audio- oder Fine-Tuning-Routen.
Muss ich meinen Code außer der URL und dem Schlüssel ändern?
Normalerweise nur die Modell-Zeichenkette. Entferne router-spezifische Felder wie Provider-Präferenzen oder Fallback-Listen aus den Anfragekörpern.
Warum erhalte ich HTTP 429?
Prüfe den Fehlercode. rate_limited bedeutet zu viele Anfragen pro Minute, concurrency bedeutet zu viele gleichzeitig, und ein Retry-After: 5-Header bedeutet eine temporäre Überlastung.