Das Grundgerüst: Schleife, Verlauf, API
Ein Chatbot ohne Filter ist technisch kein Sonderfall. Sie brauchen dieselben Bausteine wie bei jedem Bot: eine Eingabeschleife, eine Liste mit Nachrichten und ein Modell, das antwortet. Der Unterschied liegt im Modell. Wir nutzen hier die API von kiohnezensurapi.com, die ein einzelnes Open-Weight-Modell eines unabhängigen Anbieters bereitstellt, abgestimmt auf Antworten ohne inhaltliche Verweigerung für rechtmäßige Nutzung durch Erwachsene.
Voraussetzungen: Python 3.9 oder neuer, pip install openai und ein Schlüssel von der Seite API-Schlüssel erhalten. Das Testguthaben von $0.50 (einmal pro Person, 7 Tage gültig, ohne Zahlungsdaten) reicht für die ganze Anleitung.
Der komplette Code
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.kiohnezensurapi.com/v1",
api_key=os.environ["KI_KEY"],
)
SYSTEM = (
"Du bist Rex, ein trockener, direkter Gesprächspartner. "
"Du antwortest auf Deutsch, in kurzen Absätzen, ohne Vorträge."
)
verlauf = [{"role": "system", "content": SYSTEM}]
MAX_NACHRICHTEN = 20 # ohne System-Prompt
def kuerzen():
rest = verlauf[1:][-MAX_NACHRICHTEN:]
verlauf[:] = [verlauf[0]] + rest
while True:
text = input("Du: ").strip()
if text in ("", "exit"):
break
verlauf.append({"role": "user", "content": text})
kuerzen()
stream = client.chat.completions.create(
model="uncensored",
messages=verlauf,
stream=True,
temperature=0.8,
max_tokens=600,
)
antwort = ""
print("Rex: ", end="", flush=True)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
teil = chunk.choices[0].delta.content
antwort += teil
print(teil, end="", flush=True)
print()
verlauf.append({"role": "assistant", "content": antwort})Speichern Sie das als bot.py, setzen Sie KI_KEY in der Umgebung und starten Sie mit python bot.py. Die Funktion kuerzen behält nur die letzten 20 Nachrichten plus den Systemprompt, damit der Verlauf nicht unbegrenzt wächst.
Wie der Code funktioniert
Systemprompt
Die erste Nachricht mit role: system legt Persönlichkeit und Stil fest. Sie wird bei jeder Anfrage mitgeschickt. Halten Sie sie kurz, sie zählt jedes Mal als Input.
Verlauf
Die API speichert nichts zwischen den Aufrufen. Deshalb hängen Sie jede Nutzernachricht und jede Antwort an die Liste an. Ohne die Antwort des Bots vergisst er, was er selbst gesagt hat.
Streaming
Mit stream: true kommt die Antwort per Server-Sent Events in kleinen Stücken. Das fühlt sich schneller an, weil der Text sofort erscheint. Beachten Sie: Ein gestreamter Aufruf belegt einen Platz im Limit für gleichzeitige Anfragen, bis der Stream endet. Mit einem Test-Schlüssel sind 2 gleichzeitig erlaubt, mit einem vollen Schlüssel 8.
max_tokens
Der Parameter ist optional. Ohne ihn darf die Antwort den Rest des 100.000-Token-Fensters nutzen. Für einen Chat ist eine Obergrenze sinnvoll, sie schützt vor ausufernden Antworten und damit vor unnötigen Kosten.
Die Kostenrechnung für Ihren Bot
Preise: $0.15 pro 1M Input-Tokens, $0.50 pro 1M Output-Tokens. Nehmen wir an, der Systemprompt hat 100 Tokens und der Verlauf im Mittel 3.000 Tokens, die Antwort 300 Tokens.
- Input: 3.100 / 1.000.000 × $0.15 = $0.000465
- Output: 300 / 1.000.000 × $0.50 = $0.00015
- Summe: $0.000615 pro Nachricht
Das sind $0.615 pro 1.000 Nachrichten. Mit dem Testguthaben von $0.50 kommen Sie rechnerisch auf rund 813 Nachrichten (0,50 / 0,000615 ≈ 813). Ein Nutzer, der täglich 50 Nachrichten schreibt, verursacht im Monat (30 Tage, 1.500 Nachrichten) etwa $0.92.
Der größte Hebel ist die Länge des Verlaufs. Würde der Bot im Mittel 10.000 statt 3.000 Tokens mitsenden, stiege der Input auf 10.100 / 1.000.000 × $0.15 = $0.001515 pro Nachricht, zusammen mit der Antwort $0.001665. Kürzen oder Zusammenfassen alter Runden spart also direkt Geld. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet.
Verbesserungen für den Alltag
- Gedächtnis durch Zusammenfassung: Fassen Sie ältere Nachrichten mit einem eigenen API-Aufruf in einem Absatz zusammen und ersetzen Sie sie damit. So behält der Bot den Faden bei geringeren Kosten.
- Fehlerbehandlung: Fangen Sie HTTP 429 ab. Der Fehlercode
rate_limitedheißt zu viele Anfragen pro Minute,concurrencyzu viele gleichzeitige. Bei Überlast stehtRetry-After: 5im Header, warten Sie dann 5 Sekunden. - Persistenz: Speichern Sie den Verlauf als JSON-Datei oder in einer Datenbank, damit Gespräche einen Neustart überstehen.
- Mehrere Nutzer: Führen Sie pro Nutzer eine eigene Verlaufsliste. Bei vielen Nutzern zugleich begrenzen die 8 gleichzeitigen Anfragen den Durchsatz, nutzen Sie eine Warteschlange.
- Schlüssel schützen: Schreiben Sie ihn nie in Ihr Frontend. Rufen Sie die API von Ihrem Server aus auf.
Weitere Parameter wie top_p, stop und seed sowie Tool-Calling beschreibt die Dokumentation.
Was "ohne Filter" nicht heißt
Der Bot antwortet, wo andere Assistenten ablehnen würden. Das ersetzt nicht Ihre Verantwortung als Betreiber. Sexuelle Inhalte mit Minderjährigen sind ausnahmslos ausgeschlossen, und das Angebot ist für rechtmäßige Nutzung durch Erwachsene gedacht. Wenn Sie den Bot öffentlich anbieten, sollten Sie eine Altersangabe verlangen und Nutzungsregeln formulieren. Prompts werden nicht zum Training verwendet; Ihre eigenen Datenschutzpflichten gegenüber Ihren Nutzern bleiben davon unberührt.
Außerdem ist die API reiner Text: Ein Bild- oder Sprachchat braucht dafür andere Dienste. Hintergründe zum Thema liefert der Beitrag KI ohne Einschränkungen, die Preisstaffel steht auf der Preisseite. Aufgeladen wird ab $20 mit USDT auf TRC20 oder USDC auf Base, mit +5 % Bonus ab $50.

