Início rápido: API LLM sem censura

Pré-requisitos: Configuração do SDK e chave de API

A URL base para nosso serviço hospedado é https://api.priceclaude.com/v1. A autenticação exige uma chave de API válida passada no Authorization cabeçalho. Você gera esta chave imediatamente após se registrar com Google ou e-mail no Obter chave de API página. Não é necessário número de telefone para o cadastro.

Nossa API é compatível com OpenAI. Você pode usar qualquer SDK que suporte o padrão openai estrutura do pacote. Passe sua chave como api_key parâmetro. Altere o base_url para apontar para o nosso endpoint. Isso permite que você substitua nosso modelo uncensored sem reescrever a lógica de integração.

Fazendo sua primeira solicitação de conclusão de chat

Envie uma requisição POST para /v1/chat/completions com suas mensagens do sistema e do usuário. O identificador do modelo é estritamente uncensored. Não é o modelo de outro fornecedor. É um modelo de pesos abertos ajustado para respostas diretas sem recusa de conteúdo para uso adulto legal. Você pode definir parâmetros como temperature e top_p para controlar a criatividade.

Tokens de entrada custam $0,15 por milhão. Tokens de saída custam $0,50 por milhão. Erros e recusas não consomem seu crédito pré-pago. Você pode verificar se sua solicitação funciona enviando uma mensagem de teste simples. A resposta conterá o texto gerado no content campo.

Lidando com respostas de streaming (SSE)

Definir stream para true em sua solicitação para receber Eventos Enviados pelo Servidor. Isso permite que você processe tokens conforme são gerados. O streaming reduz a latência percebida para respostas grandes. O último fragmento contém as estatísticas totais de uso de tokens. Isso ajuda você a rastrear custos em tempo real.

Armazene os chunks recebidos e concatene-os. Certifique-se de lidar corretamente com o evento de fim de fluxo. Esta abordagem é essencial para interfaces de chat. Ela proporciona uma experiência de usuário suave em comparação com esperar pela resposta completa.

Usando ferramentas e modo JSON

Defina esquemas de função no tools parâmetro. O modelo pode chamar essas funções se instruído. Use tool_choice para forçar uma função específica. Isso permite fluxos de trabalho complexos. O modo JSON está disponível via response_format: {type: "json_object"}. Isso garante saída estruturada para análise confiável. Use isso para tarefas de extração de dados.

Entendendo o uso e os limites dos tokens

A janela de contexto é de 100.000 tokens combinados. Isso inclui tanto o prompt quanto a conclusão. A saída máxima por solicitação é de 16.000 tokens. Se você não definir max_tokens, ele assume o padrão de 2.048. O tamanho do corpo da solicitação é limitado a 8 MB. Você pode fazer 300 solicitações por minuto. A concorrência é limitada a 8 solicitações simultâneas por chave. Exceder esses limites retorna um erro 429.

Tratamento de erros e lógica de nova tentativa

Trate HTTP 401 verificando sua chave de API. Um erro 402 significa que seu crédito pré-pago está esgotado. Recarregue via cripto para continuar. Use backoff exponencial para erros de limite de taxa 429. A lógica de retry deve respeitar o Retry-After cabeçalho se presente. Erros não cobram crédito. Isso protege seu saldo durante problemas de rede.

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)