Aanbeveling voor ongecensureerde LLM: hoe kies je tussen lokaal draaien en een gehoste API
De eerste keuze bij het zoeken naar een ongecensureerd LLM is niet het model, maar de uitvoeringswijze. Of je het lokaal draait of via een gehoste API, bepaalt sterk je benodigde hardware, kosten en beheerslast.
Laatst bijgewerkt

Kernsamenvatting
- Het is verstandiger eerst de uitvoeringswijze (lokaal of API) te kiezen dan de modelranglijst.
- Lokaal draaien biedt offline gebruik en volledige controle. Een gehoste API stelt je in staat direct te beginnen zonder extra hardware.
- Deze gids bevat geen prestatieranglijsten of benchmarkcijfers. We laten je zien hoe je zelf tests uitvoert met dezelfde prompts.
- API-kant: één model (uncensored), contextvenster van 100.000 tokens, invoer $0,15 en uitvoer $0,50 (per 1 miljoen tokens).
Wat we niet aanbevelen en wat we wel aanbevelen
Het is moeilijk om een lijst te geloven waarin één specifiek model als nummer één wordt gepositioneerd. Modellen veranderen voortdurend en zelfs voor hetzelfde model kunnen de resultaten verschillen afhankelijk van de kwantisatieniveaus en prompts. Deze gids biedt in plaats van een ranglijst selectiecriteria. Als je deze criteria hebt, kun je ook nieuwe modellen op dezelfde manier beoordelen.
Het hier bedoelde ongecensureerde model is een open-weight model dat is afgestemd om minder inhoud te weigeren dan een standaard commerciële chatbot, met de voorwaarde van legaal volwassen gebruik. Het wordt voornamelijk gebruikt voor volwassen creatief werk en gesprekken, zoals bij het schrijven van romans, rollenspellen en companion-apps. Seksuele inhoud waarbij minderjarigen betrokken zijn, wordt in geen enkele vorm toegestaan, en dit is een grens die je zowel bij lokaal gebruik als bij API-gebruik moet respecteren.
Drie paden: lokaal, eigen server, gehoste API
Lokaal draaien
Je voert het modelbestand lokaal uit op je computer met hulpmiddelen zoals Ollama of llama.cpp. Je hebt geen internetverbinding nodig en de gesprekken blijven lokaal. Wel vereist een groter model meer GPU-geheugen (VRAM). Je kunt de grootte verkleinen door kwantisatie, maar dit gaat ten koste van de kwaliteit. Controleer de beschrijving op de pagina's van de tools en modellen om te zien of het model op je apparatuur draait.
Eigen GPU-server huren
Je huurt een cloud-GPU om je eigen server op te zetten. Je hebt keuze uit verschillende modellen, maar je bent zelf verantwoordelijk voor de serverconfiguratie, updates, monitoring en kostenbeheer. Controleer zeker of je betaalt voor inactieve tijd.
Gehoste API
Je stuurt verzoeken naar een door iemand beheerde server en betaalt per gebruik. Je hebt geen hardware- en beheerslasten, maar de keuze in modellen is beperkt tot het bereik dat de aanbieder heeft bepaald, en je prompts passeren externe servers. De API van deze site valt onder deze categorie.
Vergelijkingstabel per criterium
| Criteria | Lokaal | Gehoste API |
|---|---|---|
| Startkosten | Benodigd: GPU met juiste specificaties of voldoende geheugen | Start na een prepaid top-up, minimum $20 |
| Bij laag verbruik | Bij eigen hardware zijn de extra kosten minimaal | Je wordt alleen aangerekend wat je gebruikt, dus de last is klein. |
| Bij hoog verbruik | Vaste kosten kunnen voordelig zijn | Kosten stijgen evenredig met het aantal tokens |
| Lengte contextvenster | Beperkt door VRAM en configuratie | Deze API heeft een contextvenster van 100.000 tokens |
| Modelkeuze | Vrij vervangbaar | Model dat door de aanbieder wordt bepaald (hier: één uncensored) |
| Privacy | Gegevens verlaten je apparaat niet | Verzoeken gaan via externe servers |
| Gelijktijdige verwerking | Afhankelijk van hardware | Per officiële sleutel: 8 gelijktijdige verzoeken, 300 per minuut |
| Beheerslast | Installatie en updates zijn nodig | Stel alleen je sleutel en base URL in |
Je kunt niet zeggen dat de ene optie altijd wint van de andere. Als privacy je topprioriteit is en je hebt de apparatuur, dan is lokaal beter. Als je de apparatuur niet hebt of verzoeken vanuit meerdere apps gelijktijdig moet verwerken, dan is de API handiger.
Wanneer lokaal beter past
- Wanneer je het offline moet gebruiken. In een vliegtuig of op een locatie zonder externe netwerkbereik zijn er geen andere opties.
- Wanneer de gespreksgeschiedenis absoluut niet het apparaat mag verlaten. Het beleid van elke provider is niet zo zeker als het op je eigen apparaat bewaren.
- Wanneer het doel zelf het uitproberen van verschillende modellen is.
- Wanneer je al een pc hebt met voldoende VRAM en je verzoekvolume constant hoog is.
De drie veelvoorkomende redenen om lokaal te beginnen en dan op te geven, zijn: geheime beperkingen die leiden tot een korter contextvenster, trage generatiesnelheid en blokkades bij gelijktijdige verzoeken vanuit meerdere apps. Als een van deze problemen optreedt, is de API een realistisch alternatief.
Wanneer een gehoste API beter past
De API van deze site is OpenAI-compatibel, dus je kunt hem verbinden met tools zoals SillyTavern die een OpenAI-compatibele endpoint toevoegen, of in een zelfgebouwde app door alleen de base URL en sleutel in te vullen. Er is slechts één model: uncensored. Het contextvenster bedraagt 100.000 tokens in totaal voor prompts en uitvoer. Streaming, function calling en JSON-modus worden ondersteund.
Het is vooral handig in de volgende gevallen.
- Wanneer je geen GPU hebt of ontwikkelt op een laptop.
- Wanneer je een bot of app als service wilt aanbieden die verzoeken van meerdere gebruikers gelijktijdig verwerkt. Een officiële sleutel staat maximaal 8 gelijktijdige verzoeken toe.
- Wanneer je vaak taken met grote contextvensters uitvoert, zoals lange gesprekken of documenten.
- Wanneer je maandelijkse verbruik onvoorspelbaar is en je de vaste kosten niet kunt dragen.
Deze API is een dienst met één model, beheerd door een onafhankelijke operator, en is geen officieel API-aanbod van een ander bedrijf. Als je een service verwacht waarbij je uit verschillende modellen kunt kiezen, is dit niet geschikt. Hoewel prompts niet worden gebruikt voor het trainen van het model, blijft het feit dat het verzoek de server passeert bestaan, dus lees bij gevoelige inhoud eerst het privacybeleid.
Directe vergelijking zonder benchmarks
Scorelijsten van anderen passen vaak niet bij jouw gebruiksscenario. Met de volgende stappen kun je binnen 30 minuten zelf een vergelijking maken.
- Kies 10 prompts die je echt gebruikt. Neem ook je gebruikelijke systeemprompt en personage-instellingen mee.
- Stuur dezelfde prompt naar het lokale model en de API. Stel de instellingen zoals temperature gelijk.
- Lees de antwoorden anoniem en geef ze een score. Kijk naar stijl, het behouden van de instellingen, het opvolgen van instructies en herhaling van dezelfde zinnen.
- Doe het niet in één keer; voer elke prompt 3 keer uit om de variantie te zien.
Je kunt de API-kant voldoende testen met $0,50 aan gratis proeftegoed. Je kunt het ontvangen na het inloggen op de API-sleutelpagina. Het is 1 per persoon, geldig voor 7 dagen, en vereist geen betaalgegevens. Hieronder volgt de minimale code om dezelfde prompt naar de API te sturen.
import os
from openai import OpenAI
client = OpenAI(base_url="https://api.mugeomyeolapi.com/v1", api_key=os.environ["MUGEOMYEOL_API_KEY"])
prompts = ["내 프롬프트 1", "내 프롬프트 2"] # 실제 쓸 프롬프트로 교체
for p in prompts:
for run in range(3):
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": p}],
temperature=0.8,
)
print(f"[{p[:10]} / {run + 1}회]", r.choices[0].message.content[:200])Hybride aanpak en definitieve checklist
Je hoeft niet voor één optie te kiezen. Veel gebruikers gebruiken een hybride aanpak: gevoelige concepten lokaal en taken met grote contextvensters of gelijktijdige verzoeken via de API. Omdat het formaat OpenAI-compatibel is, kun je met dezelfde code wisselen door alleen de base URL aan te passen, wat de migratiekosten laag houdt.
Controleer het volgende voordat je beslist.
- Kan je VRAM de gewenste contextlengte aan?
- Hoeveel calls per maand? Bereken het eerst met de eenheidsprijs op de tariefpagina van de API. $0,15 per 1.000.000 invoertokens, $0,50 per 1.000.000 uitvoertokens.
- Zijn de prompts geschikt om via externe servers te sturen?
- Hoeveel gelijktijdige verzoeken moet je verwerken?
De instellingsmethode is samengevat in de API-documentatie. Opwaarderen kan van $20 tot $500, met betaalmethoden USDT (TRC20) en USDC (Base).
Meer gidsen
Veelgestelde vragen
Welke is beter voor een ongecensureerde LLM: lokaal of API?
Het antwoord hangt af van je gebruiksscenario. Als je offline gebruik of volledige controle nodig hebt en de apparatuur hebt, dan is lokaal goed. Als je zonder apparatuur direct wilt gebruiken of gelijktijdige verzoeken nodig hebt, dan is de API geschikt.
Kan ik het model kiezen in deze API?
Nee. Het model is uncensored. Als je een dienst nodig hebt waarbij je het model kunt kiezen, dan is dit misschien niet geschikt.
Kan je lokaal en de API tegelijk gebruiken?
Dat kan. Als beide tools het OpenAI-compatibele formaat gebruiken, kun je met dezelfde code overschakelen door alleen de base URL en sleutel aan te passen.
Wordt ook afbeeldingsgeneratie ondersteund?
Deze API is tekst alleen. Afbeeldings-, audio- en videogeneratie, embeddings en fine-tuning worden niet ondersteund.
API-sleutel alleen al bij registratie
Account aanmaken, sleutel kopiëren, base URL wijzigen. Dat is alles wat je hoeft te doen om te instellen.