Documentazione API: completamenti chat senza censure

Configurazione autenticazione URL Base

Inizia puntando il tuo client al nostro endpoint. Utilizza il https://api.tokencostclaude.com/v1 URL di base per tutte le richieste. Autenticati tramite Authorization header con il tuo 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"}]
  }'

Tieni la tua chiave al sicuro. Ogni account mantiene una chiave attiva. Sostituisci una chiave vecchia generandone una nuova dalla dashboard.

Guida all'endpoint POST /v1/chat/completions

Invia messaggi per generare testo. Invia un corpo JSON al /v1/chat/completions path. L'ID del modello è 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)

I token di input costano $0.15 per milione. I token di output costano $0.50 per milione. Errori e rifiuti non comportano alcun addebito. Il tuo credito prepagato diminuisce solo in caso di generazione di contenuti riuscita.

Risposte in streaming e utilizzo dei token in SSE

Abilita lo streaming impostando stream: true. Il server invia Server-Sent Events. Ogni chunk contiene testo parziale e metadati.

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);

I dati sull'utilizzo dei token appaiono nell'ultimo chunk. Questo permette un tracciamento preciso dei costi per richiesta. Analizza il usage field per monitorare le tue spese in tempo reale.

Supporto per function calling (strumenti) e modalità JSON

Definisci gli strumenti nel tools array. Il modello risponde con chiamate di strumento strutturate. Puoi forzare un output JSON rigoroso utilizzando response_format impostato 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)

Questo funziona con i client OpenAI-compatible standard. Configura le scelte degli strumenti per controllare quando il modello decide di chiamare una funzione rispetto alla generazione di testo normale.

Parametri: temperatura, top_p, stop, seed e penalità

Regola il comportamento del modello con parametri standard. Imposta temperature per la casualità. Usa top_p per il campionamento nucleare. Definisci stop sequenze per interrompere la generazione anticipatamente.

Imposta seed per output riproducibili. Applica presence_penalty e frequency_penalty per controllare la ripetizione. Questi campi riflettono esattamente la specifica dell'API OpenAI.

Utilizzo dell'endpoint GET /v1/models e dell'ID del modello

Interroga i modelli disponibili tramite il GET /v1/models endpoint. Verifica il uncensored modello è elencato. La risposta conferma che la tua connessione è valida.

Usa sempre uncensored come ID del modello nelle tue richieste. Questo garantisce di colpire il nostro modello linguistico di grandi dimensioni uncensored. Controlla questo endpoint per risolvere i problemi di connettività prima di inviare payload pesanti.