cursorapikey.com/Anleitung
So nutzt du Cursor-API-Schlüssel mit einem benutzerdefinierten Endpunkt
So nutzt du Cursor-API-Einstellungen mit deinem eigenen Endpunkt: Füge einen Schlüssel ein, überschreibe die OpenAI-Basis-URL und füge das Modell uncensored hinzu. Die folgenden Schritte dauern etwa fünf Minuten und beinhalten einen curl-Check.
Aktualisiert

Wichtige Punkte
- Cursor lässt dich die OpenAI-Basis-URL und den Schlüssel überschreiben, sodass jeder OpenAI-kompatible Endpunkt Anfragen bedienen kann.
- Verwende die Basis-URL https://api.cursorapikey.com/v1 und die Modell-ID
uncensored. - Teste den Schlüssel mit curl, bevor du den Editor berührst, damit du weißt, von welcher Seite ein Fehler kommt.
- Ein Prompt mit 20.000 Token und eine Antwort mit 1.000 Token kosten $0,0035.
Was diese Anleitung abdeckt
Leute, die nach der Nutzung der Cursor-API suchen, meinen meist eines von zwei Dingen. Entweder wollen sie einen Cursor-Dienst aus Code aufrufen, oder der Cursor-Editor soll Modell-Anfragen an einen Endpunkt senden, den du wählst. Dieser Leitfaden behandelt den zweiten Fall. Diese Seite ist eine unabhängige gehostete API, die das OpenAI-Chat-Vervollständigungsprotokoll spricht.
Das zugrunde liegende Modell ist ein einzelnes Open-Weight-Modell, betrieben von einem unabhängigen Anbieter und darauf optimiert, bei rechtmäßiger Nutzung durch Erwachsene ohne Inhaltsfilter zu antworten. Es ist kein offizielles Cursor-Modell und kein Router über Anbieter hinweg. Es verarbeitet nur Text. Für Code reicht das meist: Du sendest Code und Anweisungen, du erhältst Code und Erklärungen zurück.
Du brauchst drei Dinge: einen API-Schlüssel, die Basis-URL https://api.cursorapikey.com/v1 und die Modell-ID uncensored. Alles andere ist eine Frage der richtigen Felder im Editor.
Schritt 1: Hole einen Schlüssel und prüfe ihn mit curl
Melde dich mit Google oder mit E-Mail und Passwort an, und öffne dann die API-Schlüssel-Seite. Neue Konten können dort mit einem Klick $0,50 an Testguthaben beanspruchen. Es wird keine Karte benötigt und es verfällt nach 7 Tagen. Der Test-API-Schlüssel ist auf 2 parallele Anfragen und 60 Anfragen pro Minute begrenzt, was für eine erste Sitzung im Editor ausreicht.
Bevor du Cursor öffnest, bestätige, dass der Schlüssel funktioniert. Führe dies in einem Terminal aus, mit deinem Schlüssel in einer Umgebungsvariable:
export API_KEY="paste-your-key-here"
curl https://api.cursorapikey.com/v1/models \
-H "Authorization: Bearer $API_KEY"
curl https://api.cursorapikey.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [
{"role": "user", "content": "Write a Python function that reverses a linked list."}
]
}'
Der erste Aufruf listet das Modell auf. Der zweite liefert eine normale Chat-Vervollständigung. Wenn beide erfolgreich sind, ist jeder spätere Fehler im Editor ein Konfigurationsproblem und kein Problem des Schlüssels. Diese Trennung spart viel Raten.
Schritt 2: Setze die Basis-URL und den Schlüssel in Cursor
Öffne die Cursor-Einstellungen und gehe zum Modell-Bereich. Menünamen und Layout ändern sich zwischen Releases. Betrachte die Labels unten als Karte und prüfe die Cursor-Dokumentation, falls sich etwas verschoben hat.
- Finde das Feld für einen OpenAI-API-Schlüssel und füge deinen Schlüssel von dieser Seite ein.
- Aktiviere die Option zum Überschreiben der OpenAI-Basis-URL und gib
https://api.cursorapikey.com/v1ein. Behalte das/v1am Ende und füge kein/chat/completionshinzu; der Client hängt den Pfad selbst an. - Füge ein benutzerdefiniertes Modell hinzu und gib genau
uncensoredein, kleingeschrieben. - Verwende die Schaltfläche Überprüfen oder Speichern, falls der Editor eine anbietet, und wähle dann das neue Modell im Chat-Panel aus.
Sende eine kurze Nachricht wie „Erkläre diese Funktion“ mit einer offenen Datei. Eine gestreamte Antwort bedeutet, dass die Route durchgängig funktioniert. Cursor sendet die Anfrage, der Endpunkt streamt Token über SSE zurück, und der Editor rendert sie bei Ankunft.
Zwei Hinweise. Einige Editor-Funktionen, wie die Inline-Vervollständigung per Tab, können auf Modellen laufen, die Cursor kontrolliert, und deinen Schlüssel ignorieren. Prüfe also, welche Funktionen das benutzerdefinierte Modell tatsächlich nutzen. Und da Cursor den Datenverkehr mit benutzerdefinierten Schlüsseln über seine eigenen Server leiten kann, lies die aktuelle Dokumentation, wenn du genau wissen musst, wohin dein Code reist. Der Quickstart auf dieser Seite beschreibt die API-Seite des Vertrags auf.
Teste denselben Endpunkt aus Code
Der einfachste Weg, ein Problem zu isolieren, ist der Aufruf des Endpunkts mit dem offiziellen OpenAI SDK. Wenn das funktioniert, ist der Endpunkt in Ordnung und das verbleibende Problem liegt in der Editor-Konfiguration.
from openai import OpenAI
client = OpenAI(
api_key="paste-your-key-here",
base_url="https://api.cursorapikey.com/v1",
)
stream = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You are a terse senior engineer."},
{"role": "user", "content": "Refactor this loop into a list comprehension: out = []\nfor x in xs:\n if x > 0:\n out.append(x * 2)"},
],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="")
Dasselbe in Node:
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.API_KEY,
baseURL: "https://api.cursorapikey.com/v1",
});
const res = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Write a regex that matches ISO 8601 dates." }],
});
console.log(res.choices[0].message.content);
Streaming-Antworten enthalten am Ende die Nutzungsinformationen, sodass du genau protokollieren kannst, wie viele Token eine Anfrage verbraucht hat. Jede Antwort enthält außerdem einen X-Balance-USD-Header mit deinem verbleibenden Guthaben und einer X-Request-Id, die du angeben kannst, wenn etwas falsch aussieht.
Was in einem Coding-Workflow funktioniert
Die API unterstützt Streaming, JSON-Modus und Function Calling (tools, tool_choice, gestreamte tool_calls und zurückgesendete Ergebnisse als role: "tool"). Sampling-Parameter wie temperature, top_p, stop, seed und die Penalty-Parameter werden durchgegeben. Das Kontextfenster umfasst 100.000 Token, geteilt zwischen Prompt und Vervollständigung, und max_tokens ist optional.
Diese 100.000 Token sind ein großzügiges Budget für Code. Eine Quelldatei mit einigen hundert Zeilen besteht aus einigen tausend Token, sodass du mehrere Dateien plus eine lange Anweisung einfügen kannst und noch Platz für die Antwort lässt. Der maximale Request-Body beträgt 8 MB, was du mit Text nicht erreichen wirst.
Einige Gewohnheiten, die ein benutzerdefiniertes Modell in einem Editor angenehm machen:
- Verwende eine niedrige
temperaturefür Code-Bearbeitungen. Werte um 0,2 geben eine stabilere Ausgabe; erhöhe sie nur zum Brainstorming. - Füge nur die Dateien an, die wichtig sind. Jedes gesendete Token wird als Eingabe abgerechnet, und die gesamte Konversation wird bei jedem Zug erneut gesendet.
- Frag bei langen Dateien nach Diffs oder der geänderten Funktion, nicht nach der ganzen Datei. Ausgabe-Token kosten mehr als Eingabe-Token.
- Nutze das Modell für Aufgaben, bei denen Ablehnungen im Weg sind, wie das Schreiben von Exploit-Proof-of-Concepts für dein eigenes Labor, das Analysieren von Malware-Proben, die du untersuchen darfst, oder das Generieren von Testdaten, die hässliche reale Inhalte imitieren. Alles muss gesetzlich erlaubt sein.
Die eine harte Grenze, die es wert ist, wiederholt zu werden: Keine sexuellen Inhalte mit Minderjährigen, unter keiner Darstellung.
Häufige Fehler beheben
| Symptom | Wahrscheinliche Ursache | Lösung |
|---|---|---|
| 401 oder „ungültiger Schlüssel“ | Schlüssel mit einem Leerzeichen eingefügt oder ein alter Schlüssel | Kopiere erneut von der Schlüssel-Seite; teste mit curl |
| 404 oder „Modell nicht gefunden“ | Modellname anders geschrieben | Verwende uncensored, kleingeschrieben, ohne Suffix |
| 404 auf dem Pfad | Basis-URL enthält /chat/completions | Beende die Basis-URL bei /v1 |
429 mit concurrency | Zu viele Anfragen gleichzeitig | Warte, bis Streams abgeschlossen sind; ein voller Schlüssel erlaubt 8, ein Test-Schlüssel 2 |
429 mit rate_limited | Mehr als 300 Anfragen pro Minute (60 im Test) | Verlangsame dich oder versuche es nach einer Pause erneut |
429 mit Retry-After: 5 | Vorübergehende Überlastung | Warte fünf Sekunden und versuche es erneut |
Eine gestreamte Anfrage belegt ihren Slot für parallele Anfragen bis zum Stream-Ende. Wenn du mehrere Chats in Cursor startest und sie generieren lässt, kannst du schnell das Parallelitätslimit eines Test-Schlüssels erreichen. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, daher kostet ein erneuter Versuch nichts Extra.
Was eine Coding-Sitzung kostet
Die Preise betragen $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token, bezahlt aus Prepaid-Guthaben ohne Abonnement. Eine typische Editor-Anfrage hat einen großen Prompt (deine Dateien) und eine kurze Antwort. Nimm 20.000 Input-Token und 1.000 Output-Token:
- Eingabe: 20.000 x $0,15 / 1.000.000 = $0,0030
- Ausgabe: 1.000 x $0,50 / 1.000.000 = $0,0005
- Gesamt: $0,0035 pro Anfrage
Bei 100 Anfragen an einem Arbeitstag sind das $0,35. Das Testguthaben von $0,50 deckt etwa 140 solcher Anfragen ab. Nach dem Test kannst du jeden beliebigen Gesamtbetrag von $20 bis $500 aufladen, mit +5% Bonusguthaben ab $50, +10% ab $100 und +15% ab $200. Bezahle mit Krypto (USDT auf TRC20, USDC auf Base). Guthaben verfällt nie, also ist eine langsame Aufladung nicht verschwendet. Die Preisseite enthält die vollständige Tabelle, und die Seite zum Cursor- und Copilot-Alternative erklärt, wo dies neben Abonnement-Editoren passt.
Prompts werden nicht zum Training verwendet.
Weitere Anleitungen
Fragen und Antworten
Funktioniert das mit dem Cursor-Agent und Function Calling?
Die API unterstützt Function Calling mit Tools, tool_choice und gestreamten tool_calls. Ob eine bestimmte Cursor-Funktion dein benutzerdefiniertes Modell nutzt, hängt vom Editor ab. Teste daher jede Funktion nach der Einrichtung.
Welchen Modellnamen gebe ich ein?
Gib uncensored in Kleinbuchstaben ein. Dies ist die einzige Modell-ID, und GET /v1/models listet sie auf.
Ist dies die offizielle Cursor-API?
Nein. Es handelt sich um eine unabhängige OpenAI-kompatible API vor einem Open-Weight-Modell. Cursor lässt dich einfach die OpenAI-Einstellungen auf einen anderen Endpunkt zeigen.
Brauche ich eine Karte, um es zu versuchen?
Nein. Das Testguthaben von $0,50 wird mit einem Klick auf der API-Schlüssel-Seite nach der Anmeldung beansprucht, benötigt keine Karte und ist 7 Tage gültig.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.