Unfiltered Video API Tekst: Een LLM-werkstroom voor scripts
Als je zocht naar een ongefilterde video-api tekst, is het nuttige onderscheid dit: je renderer maakt de pixels, en een tekst-LLM-API schrijft alles eromheen, van scripts en shotlijsten tot ondertiteling en beschrijvingen. Deze gids bouwt die tekstzijde op een OpenAI-compatible endpoint.

Belangrijkste punten
- De API is alleen tekst. Het schrijft scripts, shotlijsten, ondertiteling en beschrijvingen; het rendert geen video, afbeeldingen of audio.
- Streaming geeft je een scriptconcept terwijl het wordt geschreven, en JSON-modus geeft je een shotlijst die je code kan parseren.
- Het venster van 100.000 tokens houdt een lange transcriptie plus je instructies in één verzoek vast.
- Een volledige tekstrun voor één video kost een fractie van een cent bij $0,15 en $0,50 per 1M tokens.
Waar tekst past in een video-pipeline
De API van deze site genereert geen video. Het is tekst alleen: geen afbeeldingen, audio of video-uitvoer, geen embeddings, geen fine-tuning. Dat is belangrijk omdat de frase op twee manieren wordt gelezen. Sommige mensen willen een model dat clips renderen, en daar heb je een aparte video-model voor nodig. Anderen hebben al een renderer, een stockbibliotheek of een editor, en hebben een LLM nodig die de omliggende tekst schrijft zonder te weigeren op onderwerpen die legaal maar ongemakkelijk zijn: horrorscripts, true-crime-reconstructies, donkere komedie, oorlogsdokumentatie-narratie, volwassen fictie geschreven voor volwassenen.
De tweede groep is waar dit artikel voor is. In de praktijk valt het tekstwerk rond een video uiteen in vier taken:
- Scriptopmaak. Zet een outline of een stapel notities om in narratie met een consistente voice.
- Shotlijsten. Splits een script in scènes met een duur, een visuele beschrijving en een regel narratie per scène, als JSON die je bewerkingscode kan lezen.
- Ondertiteling en opschoning. Repareer leestekens en sprekerslabels in een ruwe transcriptie, of schrijf tekst op het scherm.
- Titels, beschrijvingen en tags. Korte uitvoeren, veel van hen, waar per-token prijsstelling je vriendelijk is.
Het model achter het endpoint is een open-weight model dat door een onafhankelijke provider wordt gerund en is afgestemd om te antwoorden zonder inhoudelijke weigeringen voor legaal gebruik door volwassenen. Het is geen router tussen leveranciers en niet de officiële API van iemands model. Er geldt één harde limiet: geen seksuele inhoud met minderjarigen. Als je nog twijfelt over hoe de audio- en videozijde van je stack samenpassen, behandelt de pagina over videopipelines de arbeidsverdeling.
Verbind de client
Het endpoint gebruikt het OpenAI chat-completies formaat, dus elke OpenAI SDK werkt nadat je twee waarden hebt gewijzigd: de basis-URL en de sleutel. De model-ID is uncensored, en authenticatie is een standaard bearer-token. Er zijn twee methoden: POST /v1/chat/completions en GET /v1/models.
from openai import OpenAI
import os
client = OpenAI(api_key=os.environ["API_KEY"], base_url="https://api.unfilteredvideo.com/v1")
# sanity check: the model list should include "uncensored"
print([m.id for m in client.models.list().data])
MODEL = "uncensored"
Als je de shell de voorkeur geeft, is dezelfde controle één verzoek:
curl https://api.unfilteredvideo.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"uncensored","messages":[{"role":"user","content":"Write a two-line cold open for a ghost-story video."}]}'
Je kunt een sleutel krijgen op de API-sleutelpagina. Nieuwe accounts kunnen $0,50 aan proeftegoed claimen met één klik, geldig voor 7 dagen en zonder dat een bankkaart nodig is, wat genoeg is voor alles hieronder.
Stap 1: stream een scriptconcept
Een script is de langste uitvoer in de pipeline, dus het is die het waard om te streamen. Met stream: true stuurt de server tokens over SSE zodra ze worden geproduceerd, en de gebruikscijfers komen aan het einde van de stream. Je editor tool kan de draft laten groeien in plaats van bevriezen voor de volledige generatie.
from openai import OpenAI
import os
client = OpenAI(api_key=os.environ["API_KEY"], base_url="https://api.unfilteredvideo.com/v1")
outline = """Cold open: abandoned lighthouse at night.
Act 1: the keeper's logbook, last entry torn out.
Act 2: the tide table that does not match the moon.
Close: the lamp turns on by itself."""
stream = client.chat.completions.create(
model="uncensored",
stream=True,
temperature=0.9,
messages=[
{"role": "system", "content": "You write narration for short horror videos. Second person, present tense, about 90 seconds spoken."},
{"role": "user", "content": outline},
],
)
script = []
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
piece = chunk.choices[0].delta.content
script.append(piece)
print(piece, end="", flush=True)
if getattr(chunk, "usage", None):
print("\n\ntokens:", chunk.usage.prompt_tokens, chunk.usage.completion_tokens)
script = "".join(script)
Twee details zijn makkelijk te missen. Eerst, het laatste stuk kan gebruik en geen keuzes dragen, daarom controleert de lus chunk.choices voor indexering. Ten tweede, een gestreamd verzoek houdt zijn concurrency slot tot de stream eindigt. Als je tool gebruikers laat meerdere drafts tegelijk starten, tel elke open stream tegen je limiet.
De stem is wat over een serie heen gaat afwijken. Zet de regels van het kanaal in het systeembericht en houd ze vast: persoon en tijd van de verteller, zinslengte, woorden om te vermijden, hoe een cold open moet eindigen. Voeg een korte lijst toe van dingen die het script nooit mag doen, zoals de twist te vroeg uitleggen. Een stabiel systeembericht maakt ook je tokentellingen voorspelbaar van de ene video naar de andere, wat helpt bij het budgetteren later.
Voor herhaalbare concepten terwijl je een prompt afstelt, geef je seed met een vaste waarde en een lagere temperature. Voor een eerste creatieve run geeft een temperatuur rond 0,8 tot 1,0 losser, levendiger narratie, en je kunt het verlagen zodra je aan het polijsten bent.
Stap 2: zet het script om in een shotlijst
Bewerkingscode wil structuur, geen alinea's. JSON-modus vraagt het model om een enkel JSON-object terug te geven, en je activeert het met response_format. Zeg ook het woord JSON in je prompt en beschrijf de vorm die je wilt; de twee samen houden de uitvoer binnen de vorm.
import json, os
from openai import OpenAI
client = OpenAI(api_key=os.environ["API_KEY"], base_url="https://api.unfilteredvideo.com/v1")
def shot_list(script_text):
resp = client.chat.completions.create(
model="uncensored",
response_format={"type": "json_object"},
temperature=0.3,
messages=[
{"role": "system", "content": (
"Return JSON only: {\"shots\": [{\"n\": int, \"seconds\": number, "
"\"visual\": string, \"narration\": string}]}. "
"Keep each shot between 3 and 8 seconds."
)},
{"role": "user", "content": script_text},
],
)
data = json.loads(resp.choices[0].message.content)
return data["shots"]
for s in shot_list(script):
print(s["n"], s["seconds"], s["visual"][:60])
JSON-modus maakt slechte uitvoer zeldzaam, niet onmogelijk. Wikkel json.loads in een try-blok, probeer het opnieuw met een lagere temperatuur, en valideer de velden waarop je vertrouwt. Een shotlijst met een missende seconds waarde breekt een tijdlijn veel luider dan een iets onhandige zin.
Geef de visual strings door aan wat dan ook dat je footage genereert of selecteert. Omdat het model niet wordt gevraagd om voorzichtig te zijn met onderwerpen, komen beschrijvingen van sombere of gespannen scènes terug als geschreven briefjes in plaats van beleefde weigeringen. Houd je eigen reviewstap in de loop voor alles wat je publiceert.
Stap 3: ondertiteling en beschrijvingen uit een lange transcriptie
Het contextvenster is 100.000 tokens, prompt en completion samen. Voor tekstwerk op video is dat ruim: een lang interviewtranscript, je channel style guide en drie voorbeeldbeschrijvingen passen in één verzoek, dus je hoeft niet te chunken en te plakken zoals je zou doen met een klein venster. Controleer de echte grootte via het usage veld in plaats van raden, en laat ruimte over voor de output.
import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({
apiKey: process.env.API_KEY,
baseURL: "https://api.unfilteredvideo.com/v1",
});
const transcript = fs.readFileSync("interview.txt", "utf8");
const res = await client.chat.completions.create({
model: "uncensored",
temperature: 0.4,
messages: [
{ role: "system", content: "You write video metadata. Reply with a title under 70 characters, a 3 sentence description, and 8 tags separated by commas." },
{ role: "user", content: transcript },
],
});
console.log(res.choices[0].message.content);
console.log(res.usage);
Voor het opschonen van ondertiteling splits je op tijd in plaats van op grootte. Stuur telkens een paar minuten ruwe transcriptie met de instructie de tijdstempels ongemoeid te laten, en voeg daarna samen. Als je ook schermondertiteling nodig hebt die bij een vaste huisstijl past, zet de stijlregels dan in het systeembericht en houd ze identiek bij alle aanroepen; dat maakt de uitvoer consistent en de tokentelling voorspelbaar.
Tool calling is ook beschikbaar, als je wilt dat het model je eigen functies aanroept, bijvoorbeeld een lookup_asset functie die je footagebibliotheek controleert op een matchende clip terwijl het de shotlijst schrijft. Definieer de tools, lees tool_calls uit het antwoord, voer ze uit, en stuur de resultaten terug als role: "tool" berichten.
Beperkingen die de pipeline bepalen
Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 verzoeken per minuut toe. Een proefsleutel staat 2 gelijktijdige en 60 per minuut toe. De limiet voor de request-body is 8 MB, wat ver boven elke transcriptie ligt die je als tekst stuurt. Als je een limiet overschrijdt, krijg je HTTP 429 met de foutcode rate_limited (te veel per minuut) of concurrency (te veel in één keer). Bij tijdelijke overbelasting krijg je ook een 429, met een Retry-After: 5 header.
De eenvoudige regel: bij elke 429 wacht je op de headerwaarde als die er is, anders back-off voor een paar seconden, en probeer het opnieuw. Mislukte of geweigerde verzoeken worden niet in rekening gebracht, dus retries kosten je niets. Responsen bevatten X-Request-Id voor supportvragen en X-Balance-USD, wat handig is om resterend tegoed te tonen binnen je eigen programma.
Wanneer je veel video's parallel rendert, geef de tekstfase dan zijn eigen kleine worker pool van 4 tot 6, zodat een burst van concepten de shotlijststap niet kan uithongeren. Streams tellen mee voor concurrency zolang ze open zijn, dus een gebruiker die wegloopt van een half-gelezen concept houdt nog steeds een slot vast tot het klaar is.
Wat de tekstzijde van één video kost
De prijs is $0,15 per 1M invoertokens en $0,50 per 1M uitvoertokens, van prepaid tegoed zonder abonnement. Hier is een realistische tekstronde voor een video van 90 seconden, met de berekening erbij:
| Stap | Input-tokens | Output-tokens | Kosten |
|---|---|---|---|
| Scriptconcept | 600 | 1,200 | 600 × $0,15/1M = $0,00009, plus 1.200 × $0,50/1M = $0,0006, totaal $0,00069 |
| Shotlijst | 1,500 | 900 | $0.000225 + $0.00045 = $0.000675 |
| Titel, beschrijving, tags | 1,800 | 300 | $0.00027 + $0.00015 = $0.00042 |
De drie stappen komen samen op $0,001785 per video. Duizend video's is $1,785 aan tekst. Zelfs als je echte prompts drie keer zo lang zijn als deze, is het schrijven het goedkope deel van het werk. Het proeftegoed van $0,50 alleen al dekt meer dan 250 video's bij deze maten, want $0,50 gedeeld door $0,001785 is ongeveer 280.
Na de trial komt tegoed van top-ups van elk geheel bedrag van $20 tot $500, betaald in crypto (USDT op TRC20 of USDC op Base). Bonussen gelden op grotere top-ups: +5% vanaf $50, +10% vanaf $100, +15% vanaf $200. Krediet vervalt nooit, en prompts worden niet gebruikt voor training. De prijzenpagina geeft de details, en de quickstart heeft hetzelfde verzoekformaat in een paar meer talen.
Meer handleidingen
Vragen en antwoorden
Kan deze API video genereren?
Nee. Het is alleen tekst, zonder afbeeldings-, audio- of videogeneratie. Gebruik het voor scripts, shotlijsten, ondertiteling en beschrijvingen, en combineer het met de renderer of editor van je keuze.
Weigert het donkere of volwassen onderwerpen?
Het model is afgestemd om te antwoorden zonder inhoudelijke weigeringen voor legaal gebruik door volwassenen, dus horror, misdaad en volwassen fictie zijn haalbaar. Seksuele inhoud met minderjarigen is een harde nee.
Welke model-ID en basis-URL gebruik ik?
Gebruik het model ID uncensored en de base URL https://api.unfilteredvideo.com/v1 met elke OpenAI-compatible SDK. Authenticeer met een bearer token.
Is er een gratis abonnement?
Er is geen gratis abonnement. Nieuwe gebruikers kunnen een eenmalig proeftegoed van $0,50 claimen, geldig voor 7 dagen, zonder creditcard; daarna laad je tegoed op vanaf $20.
Je sleutel is nog maar één formulier verwijderd
Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.