Hurtigstart: ubegrænset LLM API

Forudsætninger: SDK og API-nøgle setup

Den basale URL til vores hosted service er https://api.priceclaude.com/v1. Autentifikation kræver en gyldig API-nøgle, der sendes i Authorization header. Du genererer denne nøgle øjeblikkeligt efter tilmelding via Google eller e-mail på Få API-nøgle side. Der kræves ikke telefonnummer for tilmelding.

Vores API er OpenAI-kompatibelt. Du kan bruge ethvert SDK, der understøtter standarden openai pakkestruktur. Overfør din nøgle som api_key parameter. Ændre base_url til at pege på vores endpoint. Dette giver dig mulighed for at skifte til vores uncensored-model uden at omskrive din integrationslogik.

At lave din første chat-completion-anmodning

Send en POST-forespørgsel til /v1/chat/completions med dine system- og brugerbeskeder. Modelidentifikatoren er strengt uncensored. Det er ikke en anden vendors model. Det er en open-weight-model finjusteret til direkte svar uden indholdsafvisninger til lovligt voksenindhold. Du kan indstille parametre som temperature og top_p til at kontrollere kreativitet.

Input-tokens koster $0,15 per million. Output-tokens koster $0,50 per million. Fejl og afvisninger forbruger ikke kredit. Du kan verificere, at din anmodning virker ved at sende en simpel testmeddelelse. Svaret vil indeholde den genererede tekst i content felt.

Håndtering af streamingrespons (SSE)

Indstil stream til true i din anmodning for at modtage Server-Sent Events. Dette giver dig mulighed for at behandle tokens, mens de genereres. Streaming reducerer den opfattede latens for store svar. Den sidste chunk indeholder den samlede tokenforbrugsstatistik. Dette hjælper dig med at spore omkostninger i realtid.

Buffer de indkommende chunks og konkatener dem. Sørg for at håndtere end-of-stream-hændelsen korrekt. Denne tilgang er essentiel for chatgrænseflader. Den giver en jævn brugeroplevelse sammenlignet med at vente på hele svaret.

Brug af værktøjer og JSON-tilstand

Definér funktionskemaer i tools parameter. Modellen kan kalde disse funktioner, hvis det instrueres. Brug tool_choice for at tvinge en specifik funktion. Dette muliggør komplekse arbejdsgange. JSON-tilstand er tilgængelig via response_format: {type: "json_object"}. Dette sikrer struktureret output til pålidelig parsing. Brug dette til dataudtrækningsopgaver.

Forståelse af tokenbrug og begrænsninger

Kontekstvinduet er 100,000 tokens kombineret. Dette omfatter både prompt og completion. Maxoutput pr. anmodning er 16,000 tokens. Hvis du ikke indstiller max_tokens, det standardindstilles til 2.048. Forespørgselskropstørrelsen er begrænset til 8 MB. Du kan lave 300 requests i minuttet. Konkurrenceevne er begrænset til 8 samtidige requests per nøgle. At overskride disse grænser returnerer en 429-fejl.

Fejlhåndtering og retry-logik

Håndter HTTP 401 ved at verificere din API-nøgle. En 402-fejl betyder, at din forudbetalte kredit er opbrugt. Top op via krypto for at fortsætte. Brug eksponentiel backoff til 429-hastighedsbegrænsningsfejl. Retry-logik skal respektere Retry-After header hvis til stede. Fejl opkræver ikke kredit. Dette beskytter din saldo under netværksproblemer.

cURL

Copycurl https://api.priceclaude.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summit the quarterly report by Friday at noon"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.priceclaude.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)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.priceclaude.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);

Streaming

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)