API-Dokumentation zu den Token-Preisen: OpenAI-kompatibel

Authentifizierung und Basis-URL-Einrichtung

Richten Sie Ihr SDK auf unsere Basis-URL ein und übergeben Sie Ihren API-Schlüssel im Authorization-Header. Wir erfordern eine einfache Header-basierte Authentifizierung, sodass Sie keine komplexen OAuth-Flows oder SDK-spezifische Initialisierungslogik benötigen. Erstellen Sie ein Konto über Google oder E-Mail und rufen Sie Ihren Schlüssel sofort aus dem Dashboard ab. Dieser Schlüssel gewährt Zugriff auf das einzelne uncensored-Modell, das als 'uncensored' identifiziert ist. Sie können Schlüssel rotieren, aber es existiert jeweils nur ein aktiver Schlüssel pro Konto. Stellen Sie sicher, dass Ihre Client-Bibliothek so konfiguriert ist, dass sie das Bearer-Token korrekt sendet, bevor Sie Ihre erste Anfrage stellen.

Struktur des Chat-Vervollständigungs-Endpunkts

Senden Sie POST-Anfragen an /v1/chat/completions mit einem messages-Array, das Ihren Prompt und Systemanweisungen enthält. Der Endpunkt akzeptiert standardmäßige OpenAI-kompatible JSON-Payloads, sodass Sie unseren Dienst in Cursor, Windsurf oder benutzerdefinierte Skripte integrieren können, ohne Ihren Code neu schreiben zu müssen. Geben Sie das Modell als „uncensored“ an, um sicherzustellen, dass Sie unsere spezifische unzensierte LLM-Ausgabe erhalten. Sie können die Kreativität über Temperatur und top_p steuern oder deterministische Ergebnisse erzwingen, indem Sie die Temperatur auf 0 setzen. Anfragen werden sofort verarbeitet, und Sie werden nur für die tatsächliche Token-Nutzung abgerechnet. Fehler und Ablehnungen verbrauchen Ihr Guthaben nicht.

Streaming-Antworten und Token-Nutzung

Aktivieren Sie Streaming, indem Sie stream im Anfragekörper auf true setzen. Dies gibt Server-Sent Events (SSE) zurück, die Ihre Benutzeroberfläche in Echtzeit aktualisieren, während Tokens generiert werden. Der letzte Chunk des Streams enthält die gesamte Token-Nutzung für die Anfrage, sodass Sie Kosten genau verfolgen können, ohne einen separaten Nutzungs-Endpunkt abfragen zu müssen. Streaming ist ideal für lange Kontextfenster mit bis zu 100.000 Tokens. Sie können die Delta-Inhalts-Chunks analysieren, um Text angezeigt zu bekommen, sobald er erscheint. Dieser Ansatz reduziert die wahrgenommene Latenz für Nutzer, die auf komplexe Schlussfolgerungen oder Langtextausgaben warten.

Function Calling und JSON-Modus

Verwenden Sie den tools-Parameter, um Function-Schemas für Function Calling zu definieren, oder setzen Sie response_format auf json_object für strenge JSON-Ausgaben. Das Modell unterstützt sowohl die Extraktion strukturierter Daten als auch die dynamische Tool-Ausführung im selben Context-Window. Sie können mehrere Tools in einer einzigen Anfrage definieren, und das Modell gibt je nach Bedarf Tool-Aufrufe oder direkte Textantworten zurück. Diese Flexibilität macht die API geeignet für den Aufbau von Agents oder die Automatisierung von Workflows. Stellen Sie sicher, dass Ihre Funktionsdefinitionen dem OpenAI-Format entsprechen, um die Kompatibilität mit Standard-Clients zu gewährleisten.

Ratenbegrenzungen und Parallelitätsregeln

Jeder API-Schlüssel erlaubt 300 Anfragen pro Minute und bis zu 8 gleichzeitige Anfragen. Die maximale Anforderungstextgröße beträgt 8 MB, was die Menge an Daten einschränkt, die Sie in einer einzelnen Eingabe senden können. Wenn Sie diese Grenzen überschreiten, erhalten Sie einen 429-Statuscode, der anzeigt, dass Sie das Rate-Limit erreicht haben. Sie können Ihre Nutzung über die Streaming-Antwort oder den /v1/models-Endpunkt überwachen. Diese Grenzen gewährleisten eine stabile Leistung für alle Benutzer. Planen Sie Ihre Batch-Verarbeitung entsprechend, um Drosselungen während Spitzenzeiten zu vermeiden.

Fehlerbehandlung und Rückerstattungen

Behandeln Sie HTTP-401-Fehler durch Überprüfung, ob Ihr API-Schlüssel korrekt und aktiv ist. Ein 402-Fehler zeigt unzureichendes vorausbezahltes Guthaben an, sodass Sie nachladen müssen, bevor weitere Anfragen gestellt werden. Rückerstattungen werden für verbrauchtes Guthaben nicht ausgestellt, Fehler wie Doppelbuchungen werden jedoch über die Support-Seite gelöst. Fehler während der Verarbeitung ziehen keine Tokens von Ihrem Guthaben ab. Das Modell lehnt Inhalte mit Minderjährigen ab, erlaubt jedoch andere rechtmäßige Erwachsenenthemen. Prüfen Sie regelmäßig Ihr Kontoguthaben, um unerwartete Unterbrechungen in Ihrem Workflow zu vermeiden.

cURL

Copycurl https://api.claudetokenpricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate the cost for 100k tokens"}]
  }'

Python

Copyfrom openai import OpenAI

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