Documentação da API: conclusões de chat sem censura

Configuração de autenticação da URL Base

Come apontando seu cliente para nosso endpoint. Use o https://api.tokencostclaude.com/v1 URL base para todas as solicitações. Autentique via a Authorization Cabeçalho com seu 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"}]
  }'

Mantenha sua chave segura. Cada conta mantém uma chave ativa. Substitua uma chave antiga gerando uma nova no painel.

Guia do endpoint POST /v1/chat/completions

Envie mensagens para gerar texto. Envie um corpo JSON para o /v1/chat/completions path. O ID do modelo é 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)

Tokens de entrada custam $0,15 por milhão. Tokens de saída custam $0,50 por milhão. Erros e recusas não geram cobrança. Seu crédito pré-pago diminui apenas na geração bem-sucedida de conteúdo.

Respostas em streaming e uso de tokens em SSE

Ative o streaming definindo stream: true. O servidor envia Server-Sent Events. Cada chunk contém texto parcial e metadados.

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);

Os dados de uso de tokens aparecem no último chunk. Isso permite o rastreamento preciso de custos por solicitação. Analise o usage field to monitor your spending in real time.

Suporte à chamada de função (ferramentas) e modo JSON

Defina ferramentas no tools array. O modelo responde com chamadas de ferramentas estruturadas. Você pode forçar uma saída JSON estrita usando response_format definido para {"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)

Isso funciona com clientes compatíveis com OpenAI padrão. Configure as escolhas de ferramentas para controlar quando o modelo decide chamar uma função versus gerar texto simples.

Parâmetros: temperatura, top_p, stop, seed e penalidades

Ajuste o comportamento do modelo com parâmetros padrão. Defina temperature para aleatoriedade. Use top_p para amostragem por núcleo. Defina stop sequências para interromper a geração antecipadamente.

Definir seed para saídas reproduzíveis. Aplique presence_penalty e frequency_penalty para controlar a repetição. Esses campos espelham exatamente a especificação da API OpenAI.

Uso do endpoint GET /v1/models e do ID do modelo

Consulte os modelos disponíveis via o GET /v1/models endpoint. Verifique o uncensored modelo está listado. A resposta confirma que sua conexão é válida.

Use sempre uncensored como o ID do modelo em suas solicitações. Isso garante que você acesse nosso modelo de linguagem grande uncensored. Verifique este endpoint para depurar problemas de conectividade antes de enviar payloads pesados.