Dokumentacja API: uzupełnienia czatu bez cenzury

Konfiguracja autoryzacji bazowego URL

Zacznij od wskazania klienta na nasz punkt końcowy. Użyj https://api.tokencostclaude.com/v1 bazowy adres URL dla wszystkich żądań. Uwierzytelnij się poprzez Authorization Nagłówek z tokenem 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"}]
  }'

Chroń swój klucz. Każde konto obsługuje jeden aktywny klucz. Zastąp stary klucz, generując nowy w panelu.

Przewodnik po endpointzie POST /v1/chat/completions

Wyślij wiadomości w celu generowania tekstu. Wyślij ciało JSON do /v1/chat/completions ścieżka. Identyfikator modelu to 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)

Tokeny wejściowe kosztują $0.15 za milion. Tokeny wyjściowe kosztują $0.50 za milion. Błędy i odrzucenia nie niosą opłat. Twój kredyt z góry opłacony maleje tylko przy udnej generacji treści.

Strumieniowanie odpowiedzi i zużycie tokenów w SSE

Włącz strumieniowanie, ustawiając stream: true. Serwer zwraca zdarzenia wysyłane przez serwer (SSE). Każdy fragment zawiera częściowy tekst i metadane.

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);

Dane o zużyciu tokenów pojawiają się w ostatnim fragmencie. Pozwala to na precyzyjne śledzenie kosztów dla każdego żądania. Sparsuj usage pole, aby monitorować swoje wydatki w czasie rzeczywistym.

Wywoływanie funkcji (narzędzia) i tryb JSON

Zdefiniuj narzędzia w tools tablicy. Model reaguje strukturyzowanymi wywołaniami narzędzi. Możesz wymusić ścisłe wyjście JSON używając response_format ustawione na {"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)

To działa ze standardowymi klientami kompatybilnymi z OpenAI. Skonfiguruj wybory narzędzi, aby kontrolować, kiedy model decyduje się wywołać funkcję versus generowanie zwykłego tekstu.

Parametry: temperatura, top_p, stop, seed i kary

Dostosuj zachowanie modelu za pomocą standardowych parametrów. Ustaw temperature dla losowości. Użyj top_p do próbkowania jądra (nucleus sampling). Zdefiniuj stop sekwencje do wcześniejszego zatrzymania generowania.

Ustaw seed dla odtwarzalnych wyników. Zastosuj presence_penalty i frequency_penalty do kontrolowania powtórzeń. Pola te dokładnie odzwierciedlają specyfikację API OpenAI.

Użycie endpointu GET /v1/models i identyfikatora modelu

Wyświetl dostępne modele za pomocą GET /v1/models endpoint. Zweryfikuj uncensored model jest wymieniony. Odpowiedź potwierdza, że Twoje połączenie jest poprawne.

Zawsze używaj uncensored jako identyfikator modelu w swoich żądaniach. Zapewnia to trafienie w nasz duży model językowy uncensored. Sprawdź ten endpoint, aby debugować problemy z łącznością przed wysłaniem ciężkich ładunków.