API दस्तावेज़: अनसेंसर्ड चैट कंप्लीशन्स

बेस URL और प्रमाणीकरण सेटअप

अपने क्लाइंट को हमारे एंडपॉइंट की ओर निर्देशित करें। Use the https://api.tokencostclaude.com/v1 सभी अनुरोधों के लिए बेस URL। Authorization हेडर अपने Bearer टोकन के साथ।

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"}]
  }'

अपनी कुंजी सुरक्षित रखें। प्रत्येक खाते में एक सक्रिय कुंजी होती है। डैशबोर्ड पर एक नई कुंजी जनरेट करके पुरानी कुंजी को बदलें।

POST /v1/chat/completions एंडपॉइंट गाइड

POST को एक JSON बॉडी पोस्ट करें /v1/chat/completions path. मॉडल आईडी है 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)

इनपुट टोकन की लागत प्रति मिलियन $0.15 है। आउटपुट टोकन की लागत प्रति मिलियन $0.50 है। त्रुटियां और अस्वीकृतियों के लिए कोई शुल्क नहीं लगता। आपका प्रीपेड क्रेडिट केवल सफल कंटेंट जनरेशन पर ही कम होता है।

स्ट्रीमिंग रिस्पॉन्स और SSE में टोकन उपयोग

सेटिंग करके स्ट्रीमिंग सक्षम करें stream: true. सर्वर सर्वर-सेंट इवेंट्स (SSE) लौटाता है। प्रत्येक चंक आंशिक टेक्स्ट और मेटाडेटा शामिल करता है।

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);

टोकन उपयोग डेटा अंतिम चंक में दिखाई देता है। यह प्रति अनुरोध सटीक लागत ट्रैकिंग की अनुमति देता है। पार्स करें usage field अपने खर्च की रियल-टाइम निगरानी करने के लिए।

फंक्शन कॉलिंग (टूल्स) और JSON मोड सहायता

में टूल्स परिभाषित करें tools array. मॉडल संरचित टूल कॉल्स के साथ उत्तर देता है। आप response_format सेट {"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)

यह स्टैंडर्ड OpenAI-संगत क्लाइंट्स के साथ काम करता है। टूल चॉइस को कॉन्फ़िगर करें ताकि नियंत्रित किया जा सके कि मॉडल फंक्शन कॉल करने का निर्णय कब लेता है बनाम सादे टेक्स्ट जनरेट करना।

पैरामीटर: तापमान, top_p, स्टॉप, सीड, और पेनल्टीज

मानक पैरामीटर का उपयोग करके मॉडल व्यवहार को समायोजित करें। सेट करें temperature यादृच्छिकता के लिए। उपयोग करें top_p न्यूक्लियस सैंपलिंग के लिए। परिभाषित करें stop सीक्वेंस का उपयोग जनरेशन को जल्दी रोकने के लिए।

सेट करें seed पुनरुत्पादनीय आउटपुट के लिए। लागू करें presence_penalty और frequency_penalty दोहराव को नियंत्रित करने के लिए। ये फ़ील्ड OpenAI API स्पेसिफिकेशन को बिल्कुल दर्शाते हैं।

GET /v1/models एंडपॉइंट और मॉडल ID उपयोग

के माध्यम से उपलब्ध मॉडलों को क्वेरी करें GET /v1/models एंडपॉइंट। uncensored model सूचीबद्ध है। प्रतिक्रिया पुष्टि करती है कि आपका कनेक्शन वैध है।

हमेशा uncensored अपने अनुरोधों में मॉडल ID के रूप में। यह सुनिश्चित करता है कि आप हमारे अनकैप्ड लार्ज लैंग्वेज मॉडल पर पहुंचें। भारी पेलोइड्स भेजने से पहले कनेक्टिविटी समस्याओं को डिबग करने के लिए इस एंडपॉइंट की जांच करें।