快速上手：無審查 LLM API

前置條件：SDK 與 API 金鑰設定

我們託管服務的基礎 URL 為 https://api.priceclaude.com/v1. 認證需要一個有效的 API 金鑰，傳遞至 Authorization 標頭. 您在透過 Google 或電子郵件在 取得 API 金鑰 頁面。註冊無需手機號碼。

我們的 API 與 OpenAI 相容。您可以使用任何支援標準 openai 套件結構。將您的金鑰作為 api_key 參數。更改 base_url 指向我們的端點。這允許您替換為我們的無審查模型，而無需重寫整合邏輯。

進行首次聊天完成請求

向以下網址發送 POST 請求 /v1/chat/completions 搭配您的系統和使用者訊息。模型識別碼嚴格為 uncensored. 它不是其他供應商的模型。它是一個針對直接回答且無內容審查（適用於合法成人用途）進行調優的開放權重模型。您可以設置如 temperature 和 top_p 控制創造力。

輸入 token 每百萬計費 $0.15。輸出 token 每百萬計費 $0.50。錯誤與拒絕請求不消耗額度。您可以發送簡單測試訊息來驗證請求是否運作。回應將包含生成的文字於 content 欄位。

處理串流回應（SSE）

設定 stream 在請求中設為 true 以接收 Server-Sent Events。這允許您在 token 生成時進行處理。串流能降低大型回應的感知延遲。最後一個區塊包含總 token 使用統計數據。這有助於您即時追蹤成本。

緩衝收到的區塊並將其串連。確保正確處理串流結束事件。此方法對於聊天介面至關重要。與等待完整回應相比，它提供更流暢的使用者體驗。

使用工具和 JSON 模式

在 tools 參數。若收到指示，模型可呼叫這些函式。請使用 tool_choice 以強制執行特定函式。這可啟用複雜的工作流程。JSON 模式可透過 response_format: {type: "json_object"}. 這可確保結構化輸出以利於可靠解析。適用於資料擷取任務。

了解 token 使用與限制

上下文窗口總計 100,000 token。這包含提示詞與補全內容。每個請求的最大輸出為 16,000 token。若您未設定 max_tokens預設為 2,048。請求主體大小限制為 8 MB。每分鐘可發送 300 個請求。並行性限制為每支金鑰同時 8 個請求。超出這些限制將返回 429 錯誤。

錯誤處理與重試邏輯

透過驗證 API 金鑰處理 HTTP 401。402 錯誤表示您的預付餘額已耗盡。透過加密貨幣充值以繼續使用。對 429 速率限制錯誤使用指數退避。重試邏輯應尊重 Retry-After 若存在，請使用此標頭。錯誤不會消耗信用額度。這在網路問題期間保護您的餘額。

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);

串流

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)