เอกสาร API: การเติมข้อความแชทแบบไม่มีเซนเซอร์

การตั้งค่าการตรวจสอบสิทธิ์ URL ฐาน

เริ่มต้นโดยชี้ client ของคุณไปยัง endpoint ของคุณ ใช้ https://api.tokencostclaude.com/v1 URL พื้นฐานสำหรับคำขอทั้งหมด ตรวจสอบสิทธิ์ผ่าน Authorization header พร้อมโทเค็น Bearer ของคุณ

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"}]
  }'

รักษาความมั่นคงปลอดภัยของคีย์ของคุณ บัญชีแต่ละบัญชีมีคีย์ที่ใช้งานเพียงคีย์เดียว แทนที่คีย์เก่าโดยการสร้างคีย์ใหม่ในแดชบอร์ด

คู่มือจุดสิ้นสุด POST /v1/chat/completions

ส่งข้อความโดยส่ง body เป็น JSON ไปยัง /v1/chat/completions path. รหัสโมเดลคือ 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)

โทเค็นอินพุตราคา $0.15 ต่อหนึ่งล้านโทเค็น โทเค็นเอาต์พุตราคา $0.50 ต่อหนึ่งล้านโทเค็น ความผิดพลาดและการปฏิเสธไม่มีการเรียกเก็บเงิน เครดิตเติมล่วงหน้าของคุณลดลงเฉพาะเมื่อมีการสร้างเนื้อหาที่สำเร็จ

การใช้งานโทเค็นใน SSE และการตอบกลับแบบสตรีม

เปิดใช้งานการสตรีมโดยตั้งค่า stream: true. เซิร์ฟเวอร์ส่ง Server-Sent Events แต่ละชิ้นส่วนประกอบด้วยข้อความบางส่วนและข้อมูลเมตา

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);

ข้อมูลการใช้งานโทเค็นปรากฏในชิ้นสุดท้าย สิ่งนี้ช่วยให้ติดตามต้นทุนได้อย่างแม่นยำต่อคำขอ แยกวิเคราะห์ usage field to monitor your spending in real time.

การรองรับ Function calling (เครื่องมือ) และโหมด JSON

กำหนดเครื่องมือใน tools array. โมเดลจะตอบสนองด้วยการเรียกเครื่องมือที่มีโครงสร้าง คุณสามารถบังคับใช้ผลลัพธ์ JSON ที่เข้มงวดโดยใช้ response_format ตั้งค่าเป็น {"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)

ใช้งานได้กับไคลเอนต์ที่เข้ากันได้กับ OpenAI มาตรฐาน กำหนดตัวเลือกเครื่องมือเพื่อควบคุมเมื่อโมเดลตัดสินใจเรียกใช้ฟังก์ชันแทนการสร้างข้อความธรรมดา

พารามิเตอร์: อุณหภูมิ, top_p, stop, seed และ penalties

ปรับพฤติกรรมโมเดลด้วยพารามิเตอร์มาตรฐาน ตั้งค่า temperature สำหรับความสุ่ม ใช้ top_p สำหรับการสุ่มแบบ nucleus กำหนด stop ลำดับเพื่อหยุดการสร้างแต่เนิ่นๆ

ตั้งค่า seed เพื่อความ Outputs ที่ทำซ้ำได้ ใช้ presence_penalty และ frequency_penalty เพื่อควบคุมการทำซ้ำ ฟิลด์เหล่านี้สะท้อนข้อกำหนด API ของ OpenAI อย่างแม่นยำ

GET /v1/models endpoint และวิธีการใช้ ID ของโมเดล

ระบุโมเดลที่พร้อมใช้งานผ่าน GET /v1/models endpoint ตรวจสอบ uncensored model is listed. The response confirms your connection is valid.

ใช้ uncensored as model ID ในการร้องขอของคุณ สิ่งนี้ทำให้แน่ใจว่าคุณเข้าถึงโมเดลภาษาขนาดใหญ่ uncensored ของเรา ตรวจสอบ endpoint นี้เพื่อแก้ไขปัญหาการเชื่อมต่อก่อนส่ง payload ขนาดใหญ่