Documentation API : complétions de chat sans censure

Configuration de l'URL de base et de l'authentification

Commencez par pointer votre client vers notre endpoint. Utilisez le https://api.tokencostclaude.com/v1 URL de base pour toutes les requêtes. Authentifiez-vous via le Authorization header avec votre jeton 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"}]
  }'

Conservez votre clé en sécurité. Chaque compte détient une clé active. Remplacez une ancienne clé en en générant une nouvelle sur le tableau de bord.

Guide du point de terminaison POST /v1/chat/completions

Envoyez des messages pour générer du texte. Postez un corps JSON vers le /v1/chat/completions path. L'ID du modèle est « 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)

Les tokens d'entrée coûtent 0,15 $ par million. Les tokens de sortie coûtent 0,50 $ par million. Les erreurs et les refus n'entraînent aucun frais. Votre crédit prépayé diminue uniquement lors d'une génération de contenu réussie.

Utilisation des jetons et SSE dans les réponses en streaming

Activez le streaming en définissant stream: true. Le serveur envoie des événements envoyés par le serveur (SSE). Chaque fragment contient du texte partiel et des métadonnées.

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);

Les données d'utilisation des tokens apparaissent dans le dernier chunk. Cela permet un suivi précis des coûts par requête. Analysez le usage field to monitor your spending in real time.

Prise en charge de l'appel de fonction (outils) et du mode JSON

Définissez des outils dans le tools tableau. Le modèle répond par des appels d'outils structurés. Vous pouvez imposer une sortie JSON stricte en utilisant response_format défini à {"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)

Cela fonctionne avec les clients compatibles OpenAI standards. Configurez les choix d'outils pour contrôler quand le modèle décide d'appeler une fonction plutôt que de générer du texte brut.

Paramètres : température, top_p, stop, seed et pénalités

Ajustez le comportement du modèle à l'aide de paramètres standard. Définissez temperature pour l'aléatoire. Utilisez top_p pour l'échantillonnage par noyau. Définissez stop séquences pour interrompre la génération prématurément.

Définir seed pour des sorties reproductibles. Appliquez presence_penalty et frequency_penalty pour contrôler la répétition. Ces champs reflètent exactement la spécification de l'API OpenAI.

Utilisation de l'endpoint GET /v1/models et de l'ID du modèle

Interrogez les modèles disponibles via le GET /v1/models endpoint. Vérifiez le uncensored le modèle est répertorié. La réponse confirme que votre connexion est valide.

Utilisez toujours uncensored comme l'ID du modèle dans vos requêtes. Cela garantit que vous atteignez notre grand modèle de langage uncensored. Vérifiez ce point de terminaison pour déboguer les problèmes de connectivité avant d'envoyer des charges lourdes.