API 文档：无审查聊天补全

基础 URL 和认证设置

首先将客户端指向我们的端点。使用 https://api.tokencostclaude.com/v1 所有请求的基础 URL。通过 Authorization 使用您的 Bearer token 的 header。

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"}]
  }'

保持密钥安全。每个账户持有一个活跃密钥。在仪表板生成新密钥以替换旧密钥。

POST /v1/chat/completions 端点指南

发送消息。将JSON主体发布到 /v1/chat/completions 路径。模型 ID 为 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)

输入令牌每百万个成本为 $0.15。输出令牌每百万个成本为 $0.50。错误和拒绝不产生费用。您的预存信用额度仅在成功生成内容时减少。

SSE 中的流式响应和令牌使用

通过将 stream: true. 服务器返回 Server-Sent Events。每个数据块包含部分文本和元数据。

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);

Token 用量数据出现在最后一个数据块中。这允许按请求精确跟踪成本。解析 usage field to monitor your spending in real time.

函数调用（工具）和 JSON 模式支持

在 tools 数组。模型返回结构化的工具调用。你可以使用 response_format 设置为 {"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)

这可与标准OpenAI兼容客户端配合使用。配置工具选择以控制模型决定调用函数还是生成纯文本的时机。

参数：temperature、top_p、stop、seed 和惩罚

使用标准参数调整模型行为。设置 temperature 用于随机性。使用 top_p 用于核采样。定义 stop 序列以提前终止生成。

设置 seed 用于获得可复现的输出。应用 presence_penalty 和 frequency_penalty 用于控制重复。这些字段完全镜像 OpenAI API 规范。

GET /v1/models 端点及模型 ID 用法

通过 GET /v1/models 端点。验证 uncensored 模型已列出。响应确认您的连接有效。

始终使用 uncensored 作为请求中的模型 ID。这确保你访问的是我们的无审查大型语言模型。在发送大量负载之前，请检查此端点以调试连接问题。