API 参照: 制限なし モデル

認証とベースURL

ベースURL https://api.claudepricingpertoken.com/v1キーはGoogleまたはメールによるサインアップ直後に生成されます。それを Authorization ヘッダーを Bearer トークンとして使用します。

最初のリクエスト

次の /v1/chat/completions エンドポイント。モデルIDを uncensored 最小限の拒否のためにチューニングされたオープンウェイトモデルにアクセスします。このリクエストは、プリペイド残高からトークンを消費します。

エラーと拒否は無料であるため、予期せぬ請求を気にせずに実験できることを覚えておいてください。システムは成功したトークンの生成に対してのみ課金します。

Python SDK統合

OpenAI PythonクライアントをベースURLにポイントします。これにより、大規模なリファクタリングなしで既存のコードベースを使用できます。モデルIDは uncensored.

Node.js SDKのセットアップ

OpenAI NodeクライアントをカスタムベースURLで初期化します。これにより、チャット完了用の標準SDKメソッドとの互換性が確保されます。GPT-4やClaudeの場合と同じパラメータを渡すことができます。

ストリーミングレスポンス

streamをtrueに設定してストリーミングを有効にする stream: trueAPIはServer-Sent Events (SSE) を返します。トークン使用の詳細はストリームの最終チャンクに含まれます。これはリアルタイムのUI更新に最適です。

制限とクォータ

各キーは1分あたり300リクエストと8つの同時リクエストを許可します。コンテキストウィンドウは合計100,000トークンです。ボディサイズが8 MBを超えるリクエストは拒否されます。429エラーに達した場合、再試行する前に待機してください。

cURL

Copycurl https://api.claudepricingpertoken.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List current pricing tiers per input and output token"}]
  }'

Python

Copyfrom openai import OpenAI

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

ストリーミング

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)