Pontos principais
- Cerca de 40 linhas de Python formam um chatbot funcional no terminal
- O crédito de teste de US$ 0,50 rende em torno de 1.260 mensagens neste desenho
- Cortar o histórico mantém o custo por mensagem estável
- Uso voltado a adultos e dentro da lei, só texto
O que você vai construir
Procurar um chatbot gratuito sem filtro em sites prontos costuma terminar em limites de mensagens e regras que mudam. A alternativa é montar o seu: um programa de terminal que guarda o histórico, chama a API e imprime a resposta. Você escolhe o tom, a persona e o tamanho da memória.
O "gratuito" aqui tem um limite claro. Depois do cadastro, a página da chave permite resgatar US$ 0,50 de crédito de teste com um clique, uma vez por pessoa e válido por 7 dias. Não é uso ilimitado, mas é muito mais do que o necessário para montar e testar o bot. Os resultados abaixo mostram quanto cada mensagem consome.
Preparação
- Crie a conta, resgate o crédito e copie a chave.
- Instale o SDK:
pip install openai. - Guarde a chave numa variável de ambiente, por exemplo
export API_KEY="SUA_CHAVE".
A base URL é https://api.apisemrestricoes.com/v1 e o modelo é uncensored. A chave de teste permite 2 requisições simultâneas e 60 por minuto, o que sobra para um bot de uso pessoal.
O código completo do chatbot
O programa abaixo mantém o histórico em uma lista, corta as mensagens antigas e soma o custo de cada resposta a partir do campo usage.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.apisemrestricoes.com/v1",
api_key=os.environ["API_KEY"],
)
SISTEMA = (
"Você é o Bento, um narrador de histórias de aventura para adultos. "
"Responda em português, em até três parágrafos, e mantenha o clima da cena."
)
MAX_MSGS = 10 # quantas mensagens recentes ficam no histórico
historico = []
gasto = 0.0
while True:
entrada = input("Você: ").strip()
if entrada in ("sair", ""):
break
historico.append({"role": "user", "content": entrada})
historico = historico[-MAX_MSGS:]
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "system", "content": SISTEMA}] + historico,
max_tokens=400,
)
texto = r.choices[0].message.content
historico.append({"role": "assistant", "content": texto})
u = r.usage
gasto += u.prompt_tokens * 0.15 / 1e6 + u.completion_tokens * 0.50 / 1e6
print(f"\nBento: {texto}\n[gasto na sessão: US$ {gasto:.5f}]\n")Rode com python bot.py e converse. O limite de MAX_MSGS é o que segura o custo, como explico mais adiante.
Como funciona cada parte
O prompt de sistema
É a persona do bot. Ele fica fora do histórico e vai no início de toda chamada, por isso deve ser curto. Um prompt de sistema de 200 tokens, repetido em cada mensagem, já é entrada paga a cada vez.
O histórico
A API não guarda memória: você reenvia o que quer que o modelo lembre. A lista historico acumula as mensagens do usuário e do bot, e o corte [-MAX_MSGS:] mantém só as mais recentes.
O contador de gasto
O campo usage traz os tokens de entrada e de saída de cada resposta. A fórmula usa os preços de US$ 0,15 por 1M de entrada e US$ 0,50 por 1M de saída. Para conferir com o servidor, o cabeçalho X-Balance-USD mostra o saldo, e o GET /v1/balance também.
Ajustes de personalidade
A persona vem do prompt de sistema, mas alguns parâmetros mudam o jeito de escrever. A temperature controla a variedade: valores mais altos geram textos mais criativos e menos previsíveis. O top_p faz algo parecido por outro caminho, então mexa em um de cada vez. O stop corta a geração numa sequência que você definir, e o seed ajuda a repetir um teste. As penalidades de repetição reduzem a tendência de o bot repetir as mesmas frases em conversas longas. Anote o que mudou a cada teste, senão fica difícil saber o que melhorou a resposta.
Streaming
Para ver a resposta aparecer aos poucos, passe stream=True e percorra os trechos. O streaming usa SSE e entrega o uso de tokens no fim. A documentação traz o exemplo completo.
Quantas mensagens cabem no crédito de teste
Vamos a uma estimativa realista para esse bot. Premissas: prompt de sistema de 200 tokens, mensagem do usuário de 60 tokens, resposta de 250 tokens e histórico cortado em 10 mensagens (5 do usuário e 5 do bot).
- Histórico: 5 x 60 + 5 x 250 = 1.550 tokens
- Entrada por chamada: 200 + 1.550 + 60 = 1.810 tokens
- Custo da entrada: 1.810 x 0,15 / 1.000.000 = US$ 0,0002715
- Custo da saída: 250 x 0,50 / 1.000.000 = US$ 0,000125
- Total por mensagem: US$ 0,0003965
Dividindo US$ 0,50 por esse valor, o crédito de teste dá cerca de 1.260 mensagens. Se você conversar 30 vezes por dia, são mais de 40 dias de conversa, só que o crédito vale 7 dias, então o limite real é o tempo e não o saldo. Após o prazo, recarregue o valor mínimo de US$ 20, que no mesmo perfil rende cerca de 50 mil mensagens (20 dividido por 0,0003965).
O que acontece sem o corte de histórico
Para ver por que o corte importa, imagine o mesmo bot sem MAX_MSGS. Cada rodada acrescenta 310 tokens ao histórico (60 do usuário e 250 do bot). Na centésima mensagem, a entrada chega a cerca de 200 + 99 x 310 + 60 = 30.950 tokens. Ou seja, o custo de entrada dessa única chamada é 30.950 x 0,15 / 1.000.000 = US$ 0,0046, mais US$ 0,000125 de saída: cerca de US$ 0,0048, quase 12 vezes o custo da mensagem com histórico cortado.
Cortar tem um preço: o bot esquece o começo da conversa. Uma solução comum é, de tempos em tempos, pedir ao próprio modelo um resumo curto da história até ali e guardar esse resumo como primeira mensagem do histórico. A janela de contexto de 100.000 tokens é um teto de segurança, não uma meta.
Outra opção é variar o corte conforme o tipo de conversa. Para um bot de perguntas rápidas, 4 mensagens bastam. Para uma história longa, 20 mensagens mantêm mais continuidade, mas dobram o custo de entrada em relação a 10. Teste valores diferentes e compare o gasto mostrado no contador do programa.
Regras de uso e próximos passos
O modelo é aberto, hospedado por um provedor independente e responde sem recusas de conteúdo para uso adulto legal. Isso exige responsabilidade de quem constrói o bot. Se ele for aberto a outras pessoas, informe que é só para maiores de idade e registre isso nos termos do seu serviço. Conteúdo sexual envolvendo menores é proibido, sem exceção. A API gera só texto.
Se você levar o bot para um servidor, nunca coloque a chave no navegador ou no aplicativo do usuário: ela deve ficar só no seu back-end. Controle também o número de requisições por usuário, já que a chave completa aceita 8 simultâneas e 300 por minuto, e uma resposta em streaming ocupa a vaga até o fim. Para o passo a passo de uma publicação segura, veja o checklist de produção.
Quando o teste terminar, as recargas vão de US$ 20 a US$ 500, em USDT na rede TRC20 ou USDC na rede Base, com bônus de 5% a partir de US$ 50, 10% a partir de US$ 100 e 15% a partir de US$ 200. Veja os detalhes em preços.

