Tarificación de tokens de Claude: documentación compatible con OpenAI

Configuración de autenticación y URL base

Comienza apuntando tu SDK a nuestra URL base y pasando tu clave API en el encabezado de autorización. Requerimos autenticación simple basada en encabezados, por lo que no necesitas flujos OAuth complejos ni lógica de inicialización específica del SDK. Crea una cuenta a través de Google o correo electrónico, luego recupera tu clave al instante desde el panel de control. Esta clave otorga acceso al único modelo sin censura identificado como 'uncensored'. Puedes rotar las claves si es necesario, pero solo existe una clave activa por cuenta en cualquier momento. Asegúrate de que tu biblioteca de cliente esté configurada para enviar el token Bearer correctamente antes de realizar tu primera solicitud.

Estructura del endpoint de completados de chat

Envía solicitudes POST a /v1/chat/completions con un array de messages que contiene tu prompt y las instrucciones del sistema. El endpoint acepta cargas útiles JSON compatibles con OpenAI, permitiéndote integrar nuestro servicio en Cursor, Windsurf o scripts personalizados sin reescribir tu código. Especifica el modelo como 'uncensored' para asegurarte de recibir la salida específica de nuestro LLM uncensored. Puedes controlar la creatividad mediante temperature y top_p, o forzar resultados deterministas estableciendo temperature a 0. Las solicitudes se procesan inmediatamente y solo se te cobra por el uso real de tokens. Los errores y rechazos no consumen tu crédito prepagado.

Respuestas en streaming y uso de tokens

Habilita la transmisión estableciendo stream en true en el cuerpo de tu solicitud. Esto devuelve Eventos Enviados por Servidor (SSE) que actualizan tu interfaz de usuario en tiempo real a medida que se generan los tokens. El último fragmento del flujo contiene el uso total de tokens para la solicitud, permitiéndote rastrear los costos con precisión sin consultar un endpoint de uso separado. La transmisión es ideal para ventanas de contexto largas de hasta 100,000 tokens. Puedes analizar los fragmentos de contenido delta para mostrar el texto a medida que aparece. Este enfoque reduce la latencia percibida para los usuarios que esperan razonamientos complejos o salidas de formato largo.

Llamada a funciones y modo JSON

Utiliza el parámetro tools para definir esquemas de funciones para la llamada a funciones, o establece response_format en json_object para salidas JSON estrictas. El modelo admite tanto la extracción de datos estructurados como la ejecución dinámica de herramientas dentro de la misma ventana de contexto. Puedes definir múltiples herramientas en una sola solicitud, y el modelo devolverá llamadas a herramientas o respuestas de texto directo según sea necesario. Esta flexibilidad hace que la API sea adecuada para construir agentes o automatizar flujos de trabajo. Asegúrate de que las definiciones de tus funciones sigan el formato de OpenAI para garantizar la compatibilidad con los clientes estándar.

Normas de límites de velocidad y concurrencia

Cada clave de API permite 300 solicitudes por minuto y hasta 8 solicitudes concurrentes simultáneamente. El tamaño máximo del cuerpo de la solicitud es de 8 MB, lo que restringe la cantidad de datos que puedes enviar en un solo prompt. Si excedes estos límites, recibirás un código de estado 429 que indica que has alcanzado el límite de velocidad. Puedes monitorizar tu uso a través de la respuesta en streaming o el endpoint /v1/models. Estos límites garantizan un rendimiento estable para todos los usuarios. Planifica tu procesamiento por lotes en consecuencia para evitar el estrangulamiento durante los momentos de mayor uso.

Gestión de errores y reembolsos

Gestiona los errores HTTP 401 verificando que tu clave API sea correcta y esté activa. Un error 402 indica que falta crédito prepagado, lo que requiere que recargues antes de realizar más solicitudes. No se emiten reembolsos por el crédito consumido, pero los errores como los cargos dobles se resuelven a través de la página de Soporte. Los errores durante el procesamiento no descuentan tokens de tu saldo. El modelo rechaza contenido que involucra a menores, pero permite otros temas adultos legales. Comprueba el saldo de tu cuenta regularmente para evitar interrupciones inesperadas en tu flujo de trabajo.

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);

Transmisión

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)