API Codex para Cursor: Conecta un modelo sin censura

Lo que estás configurando

Cursor es un editor que admite proveedores de modelos personalizados. Si le das una URL base al estilo de OpenAI, una clave y un nombre de modelo, enviará sus peticiones de chat allí en lugar de a su proveedor predeterminado. Este servicio habla ese protocolo: POST /v1/chat/completions con autenticación Bearer, más GET /v1/models.

Dos cosas que dejar claras desde el inicio. Esta es una API independiente que ejecuta un modelo de pesos abiertos, no el Codex de OpenAI ni un producto oficial de Cursor. Y Cursor cambia sus pantallas de configuración a menudo, así que las etiquetas de abajo pueden estar en un lugar ligeramente diferente en tu versión. Los tres valores nunca cambian: URL base, clave, nombre del modelo.

Paso 1: obtén una clave y pruébala fuera de Cursor

Regístrate en la página de clave de API con Google o con correo electrónico y contraseña. Las cuentas nuevas pueden reclamar $0,50 de crédito de prueba con un clic, válido por 7 días, sin necesidad de tarjeta. Eso es suficiente para probar una configuración de editor.

Antes de tocar Cursor, confirma que la clave funciona. Un fallo dentro de un editor es más difícil de leer que un fallo en una terminal.

Copycurl https://api.getcodexapi.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a Python function that reverses a string."}]
  }'

Si obtienes una respuesta JSON con un código en ella, continúa. Si obtienes un error, corrígelo aquí primero. Las causas comunes son un carácter faltante en la clave o un espacio pegado al final.

Paso 2: configura Cursor

1. Abre la configuración de Cursor y ve a la sección de modelos.
2. Busca el campo para una clave de API de OpenAI y pega tu clave de este servicio.
3. Activa la opción para anular la URL base de OpenAI e introduce https://api.getcodexapi.com/v1.
4. Añade un modelo personalizado y escribe el nombre exacto uncensored.
5. Ejecuta el botón de verificar si existe, luego abre un panel de chat y selecciona uncensored de la lista de modelos.

Si el paso de verificación informa un fallo, comprueba tres cosas en orden: la URL base termina en /v1 sin ruta de endpoint después, la clave se pegó sin espacios finales y el nombre del modelo no tiene letras mayúsculas. La guía en la página de documentación lista los mismos valores con ejemplos adicionales de clientes.

Una cosa a planificar: la anulación es una configuración, no una elección por modelo, así que si también usas tu propia clave de OpenAI en otro lugar de Cursor, desactiva la anulación primero. Guarda una nota de lo que cambiaste.

Tras guardar, hazle al modelo una pregunta de codificación simple en el chat y observa la respuesta. Una primera respuesta lenta es normal mientras Cursor construye su petición. Si la respuesta llega, estás conectado y el siguiente paso es probarlo en trabajo real en tu propio repositorio.

Qué pasará y qué no pasará por tu clave

Cursor mezcla varias funciones. Las peticiones de chat y edición en línea son las más propensas a usar tu modelo personalizado una vez que lo seleccionas. Otras funciones, como la autocompletación de pestañas, históricamente han usado modelos que Cursor ejecuta por sí mismo, y las funciones tipo agente pueden depender de cómo Cursor maneja las herramientas. La forma honesta de saberlo es probar la función en la que confías y vigilar tu saldo.

Eso es fácil de hacer: cada respuesta de esta API lleva un encabezado X-Balance-USD y tu saldo es visible en tu cuenta. Si envías un mensaje de chat y el saldo no cambia, esa petición no vino a nosotros.

Las llamadas a funciones son compatibles en este endpoint (tools, tool_choice, en streaming tool_calls, y los resultados como role: "tool"), que es lo que necesitan los agentes del editor. El streaming funciona mediante eventos enviados por el servidor con stream: true. La ventana de contexto es de 100.000 tokens, combinando prompt y completado, por lo que un archivo grande más sus vecinos cabe en una sola petición.

Por qué usar un modelo sin censura en un editor

La mayor parte del trabajo de programación nunca genera un rechazo. Cuando ocurre, suele ser por tareas legítimas que parecen riesgosas para un filtro cauteloso: escribir un escáner de puertos para tu propia red, analizar muestras de malware, generar datos de prueba que incluyan lenguaje ofensivo, construir el backend de una app de rol o de compañía para adultos, o refactorizar código que trata sobre moderación de contenido. Este modelo está ajustado para responder sin rechazos de contenido para uso adulto lícito.

Sigue siendo un modelo general de pesos abiertos, no un modelo especializado en código, y nada aquí promete que supere a alguna alternativa específica en tu base de código. Ejecuta tus propias tareas a través de él. Hay una regla fija: no hay contenido sexual con menores de edad, y eso no se puede cambiar.

Qué cuesta en la práctica

El precio es de $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida, desde crédito prepago sin suscripción. El tráfico del editor es intensivo en entrada, porque cada petición reenvía el contexto del archivo.

Una petición con 8.000 tokens de entrada y 1.000 tokens de salida cuesta 8.000 x $0,15 / 1.000.000 = $0,0012 para entrada, más 1.000 x $0,50 / 1.000.000 = $0,0005 para salida, lo que es $0,0017. Si haces 150 de esas en un día intenso, eso es 150 x $0,0017 = $0,255, unos 26 centavos.

Una petición que envía 40.000 tokens de contexto y recibe 1.500 cuesta $0,006 + $0,00075 = $0,00675. Las recargas comienzan en $20 y el crédito no caduca, así que no hay presión por gastarlo. Consulta la página de precios para niveles de bonificación, y la página de API de codificación para la descripción general.

Límites de peticiones para uso en editor

Una clave completa permite 8 peticiones simultáneas y 300 peticiones por minuto. Una clave de prueba permite 2 simultáneas y 60 por minuto. Una persona escribiendo en un editor rara vez se acerca a cualquiera de los dos, pero un equipo que comparte una clave, o un agente que dispara muchas peticiones en paralelo, sí puede. Cuando superas el límite, la API devuelve HTTP 429. El código rate_limited significa demasiadas peticiones por minuto, y concurrency significa demasiadas al mismo tiempo. Si el servicio está brevemente sobrecargado, también ves un 429 con Retry-After: 5.

Un chat en streaming mantiene su espacio de concurrencia hasta que finaliza el stream. Para uso compartido, asigna a cada desarrollador su propia clave en lugar de una sola clave para todo el equipo.

Lista de comprobación de solución de problemas

• Modelo no encontrado. Vuelve a escribir uncensored sin espacios. Elimina modelos personalizados antiguos que no uses.
• Error de autenticación. Vuelve a copiar la clave. Asegúrate de que Cursor no esté usando aún una clave de otro proveedor.
• Las respuestas se detienen prematuramente. Verifica si Cursor establece su propio límite de salida. Por nuestra parte, max_tokens es opcional.
• No cambia nada en tu saldo. La función que usaste no se enruta a través de tu clave personalizada. Prueba con chat en su lugar.
• 429 frecuentes. Reduce las peticiones simultáneas, o usa una clave completa en lugar de una clave de prueba.

Más guías

• Precios de la API de Codex: Tarifas y ejemplos por token
• URL base de la API de Codex: Cómo apuntar tu cliente al nuestro
• API de LLM sin censura para Cursor