Kostnadsstruktur för Claude-token: snabbstartsguide

Autentisering och bas-URL-inställning

Börja med att generera en nyckel via kontrollpanelen och peka ditt SDK mot den angivna slutpunkten. Bas-URLen är HTTPS://api.claudetoken.cc/v1, vilket ersätter standardadressen för OpenAI-proxy i din konfiguration. Denna enda ändring dirigerar alla begäranden genom vår obegränsade inferensmotor samtidigt som full kompatibilitet med OpenAI-kompatibla klienter upprätthålls.

• Gå till sidan för nyckelgenerering och välj Fortsätt med Google eller använd e-post och lösenord.
• Kopiera den resulterande API-nyckeln omedelbart, eftersom den visas endast en gång.
• Ställ in miljövariabeln eller konfigurationsobjektet för att peka mot den nya bas-URL:en.

Copycurl https://api.claudetoken.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate the total token usage for this prompt"}]
  }'

Skickar din första chattslutförandeförfrågan

Skicka en standard chat completion-payload för att få ett ofiltrerat svar från modellen. Använd modellidentifieraren uncensored för att säkerställa att du träffar de dedikerade ofiltrerade vikterna snarare än en standard proxy. Denna begäranstruktur speglar standard OpenAI-slutpunkter, vilket gör att du kan byta leverantörer utan att skriva om din applikationslogik.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.claudetoken.cc/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Svaret kommer att innehålla den genererade texten i choices-arrayen. Du kan omedelbart verifiera den obegränsade karaktären genom att fråga om vuxna eller kontroversiella ämnen som standardmodeller kanske vägrar.

Konfigurera temperatur, top_p och seed-värden

Styr kreativiteten och reproducerbarheten hos den obegränsade modellen med standarda samplingparametrar. Justera temperaturvärdet för att påverka slumpmässigheten, medan top_p begränsar tröskeln för nucleus-sampling. Att ställa in en seed säkerställer att identiska input ger identiska output, vilket är kritiskt för felsökning eller reproducerbar innehållsgenerering.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.claudetoken.cc/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Dessa parametrar fungerar exakt som i OpenAI API:t. Du kan finjustera utdata-stilen genom att sänka temperaturen för deterministiska svar eller höja den för mer kreativ, mindre begränsad textgenerering.

Aktiverar JSON-läge och funktionsanrop

Strukturera dina API-interaktioner för programmatisk användning genom att aktivera JSON-läge eller definiera verktyg för funktionsanrop. Ställ in response_format till json_object för att tvinga modellen till strikt JSON-utdata, vilket är idealiskt för att parsadata i dina applikationer. Du kan också definiera funktionsscheman i din begäran för att tillåta modellen att exekvera specifika åtgärder.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Denna funktion gör att du kan integrera den obegränsade LLM:en i automatiserade arbetsflöden utan att oroa dig för formateringsfel. Modellen följer den angivna schemat, vilket säkerställer tillförlitlig dataextraktion för dina efterföljande processer.

Hantering av strömnings-svar och användning

Aktivera strömning för att ta emot tokens i realtid via Server-Sent Events (SSE). Denna metod minskar den upplevda latensen och gör att du kan visa den ocensurerade utdata medan den genereras. Den sista biten av strömmen innehåller tokenanvändningsstatistik, som sedan dras från ditt förbetala kredit.

Fel och avvisningar som inte beror på innehållsfilter förbrukar inte tokens, men standard hastighetsbegränsningar gäller. Denna approach säkerställer att du endast betalar för faktisk inferensarbete och undviker slöseri vid misslyckade anslutningar.

Förstå hastighetsgränser och kontextfönster

Övervaka din begäranvolym mot de strikta gränserna på 300 begäranden per minut och 8 parallella begäranden per nyckel. Kontextrutan stödjer upp till 100,000 token för den kombinerade prompten och kompletteringen, med en max output-längd på 16,000 token per begäran. Om du inte anger max_tokens är standard output-gränsen 2,048 token.

Ett 429-fel indikerar att du har nått hastighetsbegränsningen, medan ett 401-fel vanligtvis betyder att din API-nyckel är ogiltig eller har löpt ut. Se till att ditt förbetalda kreditbelopp är aktivt för att undvika ett 402-fel, vilket innebär otillräckliga medel för inferensbegäran.