Documentación de API: completados de chat sin censura

Configuración de autenticación de URL Base

Empieza apuntando tu cliente a nuestro endpoint. Usa el https://api.tokencostclaude.com/v1 URL base para todas las solicitudes. Autentícate a través del Authorization header con tu token Bearer.

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"}]
  }'

Mantén tu clave segura. Cada cuenta tiene una clave activa. Reemplaza una clave antigua generando una nueva en el panel.

Guía del endpoint POST /v1/chat/completions

Envía mensajes para generar texto. Envía un cuerpo JSON al /v1/chat/completions path. El ID del modelo es 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)

Los tokens de entrada cuestan $0.15 por millón. Los tokens de salida cuestan $0.50 por millón. Los errores y las negaciones no generan cargos. Tu crédito prepagado disminuye solo en la generación exitosa de contenido.

Respuestas en streaming y uso de tokens en SSE

Habilita la transmisión estableciendo stream: true. El servidor envía Server-Sent Events. Cada fragmento contiene texto parcial y metadatos.

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);

Los datos de uso de tokens aparecen en el último fragmento. Esto permite un seguimiento preciso de los costos por solicitud. Analiza el usage field to monitor your spending in real time.

Soporte para llamada de función (herramientas) y modo JSON

Define herramientas en el tools array. El modelo responde con llamadas a herramientas estructuradas. Puedes forzar una salida JSON estricta usando response_format establecido a {"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)

Esto funciona con clientes compatibles con OpenAI estándar. Configura las elecciones de herramientas para controlar cuándo decide el modelo llamar a una función frente a generar texto plano.

Parámetros: temperatura, top_p, stop, seed y penalizaciones

Ajustar el comportamiento del modelo con parámetros estándar. Establecer temperature para aleatoriedad. Usa top_p para muestreo por núcleo. Define stop secuencias para detener la generación temprano.

Establecer seed para resultados reproducibles. Aplica presence_penalty y frequency_penalty para controlar la repetición. Estos campos reflejan exactamente la especificación de la API de OpenAI.

Uso del endpoint GET /v1/models y del ID del modelo

Consulta los modelos disponibles a través de GET /v1/models endpoint. Verifica el uncensored modelo está listado. La respuesta confirma que tu conexión es válida.

Utiliza siempre uncensored como el ID del modelo en tus solicitudes. Esto asegura que accedas a nuestro modelo de lenguaje grande uncensored. Verifica este endpoint para depurar problemas de conectividad antes de enviar cargas pesadas.