API-dokumentation: uncensored chat-completions

Base URL og autentificeringsopsætning

Start med at pege din klient mod vores endpoint. Brug https://api.tokencostclaude.com/v1 base URL til alle anmodninger. Autentificer via Authorization header med din Bearer-token.

Copycurl https://api.tokencostclaude.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the 2024 monthly costs for ten million tokens"}]
  }'

Hold din nøgle sikker. Hver konto har én aktiv nøgle. Erstat en gammel nøgle ved at generere en ny i dashboardet.

Guide til POST /v1/chat/completions endpoint

Send beskeder for at generere tekst. Indsend en JSON-body til /v1/chat/completions sti. Model-ID'et er uncensored.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.tokencostclaude.com/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)

Input-tokens koster $0,15 per million. Output-tokens koster $0,50 per million. Fejl og afvisninger medfører ingen afgift. Din forudbetalte kredit falder kun ved succesfuld indholdsgenerering.

Streaming-respons og tokenforbrug i SSE

Aktivér streaming ved at indstille stream: true. Serveren returnerer Server-Sent Events. Hver chunk indeholder delvis tekst og metadata.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.tokencostclaude.com/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);

Tokenforbrugsdata vises i den sidste chunk. Dette giver præcis omkostningssporing pr. anmodning. Parse usage felt til at overvåge dit forbrug i realtid.

Support til Function calling (værktøjer) og JSON-tilstand

Definer værktøjer i tools array. Modellen svarer med strukturerede værktøjskald. Du kan tvinge streng JSON-output ved hjælp af response_format indstillet til {"type": "json_object"}.

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)

Dette fungerer med standard OpenAI-kompatible klienter. Konfigurer værktøjsvalg for at kontrollere, hvornår modellen beslutter at kalde en funktion i stedet for at generere almindelig tekst.

Parametre: temperatur, top_p, stop, seed og straf

Juster modeladfærd med standardparametre. Indstil temperature for tilfældighed. Brug top_p for nucleus sampling. Definér stop sekvenser til at afbryde genereringen tidligt.

Indstil seed for reproducerbare output. Anvend presence_penalty og frequency_penalty til at kontrollere gentagelse. Disse felter spejler OpenAI API-specifikationen præcis.

GET /v1/models endpoint og model-ID-brug

Tilgængelige modeller via GET /v1/models endpoint. Verificer uncensored model er listet. Svaret bekræfter, at din forbindelse er gyldig.

Brug altid uncensored som model-ID i dine anmodninger. Dette sikrer, at du rammer vores uncensorerede store sprogmodel. Tjek denne endpoint for at fejlfinde forbindelsesproblemer, før du sender tunge payloads.