Precificação de tokens do Claude: documentação compatível com OpenAI

Autenticação e configuração da URL base

Come apontando seu SDK para o nosso URL base e passando sua chave de API no cabeçalho de autorização. Requeremos autenticação simples baseada em cabeçalhos, então você não precisa de fluxos OAuth complexos ou lógica de inicialização específica do SDK. Crie uma conta via Google ou e-mail, depois recupere sua chave instantaneamente no painel. Essa chave concede acesso ao único modelo sem censura identificado como 'uncensored'. Você pode rotacionar as chaves se necessário, mas apenas uma chave ativa existe por conta a qualquer momento. Certifique-se de que sua biblioteca de cliente esteja configurada para enviar o token Bearer corretamente antes de fazer sua primeira solicitação.

Estrutura do endpoint de completions de chat

Envie solicitações POST para /v1/chat/completions com um array de mensagens contendo seu prompt e instruções do sistema. O endpoint aceita payloads JSON padrão compatíveis com OpenAI, permitindo que você integre nosso serviço no Cursor, Windsurf ou scripts personalizados sem reescrever seu código. Especifique o modelo como 'uncensored' para garantir que você receba a saída específica do nosso LLM uncensored. Você pode controlar a criatividade via temperatura e top_p, ou forçar resultados determinísticos definindo temperatura como 0. As solicitações são processadas imediatamente, e você é cobrado apenas pelo uso real de tokens. Erros e recusas não consomem seu crédito pré-pago.

Respostas em streaming e uso de tokens

Ative o streaming definindo stream como true no corpo da solicitação. Isso retorna Server-Sent Events (SSE) que atualizam sua interface do usuário em tempo real conforme os tokens são gerados. O último fragmento do stream contém o uso total de tokens para a solicitação, permitindo que você rastreie os custos com precisão sem consultar um endpoint de uso separado. O streaming é ideal para janelas de contexto longas de até 100.000 tokens. Você pode analisar os fragmentos de conteúdo delta para exibir o texto conforme ele aparece. Esta abordagem reduz a latência percebida para usuários aguardando raciocínio complexo ou saídas de texto longo.

Chamada de função e modo JSON

Use o parâmetro tools para definir schemas de funções para function calling, ou defina response_format como json_object para saídas JSON estritas. O modelo oferece suporte tanto à extração de dados estruturados quanto à execução dinâmica de ferramentas dentro da mesma janela de contexto. Você pode definir várias ferramentas em uma única solicitação, e o modelo retornará chamadas de ferramenta ou respostas de texto direto conforme necessário. Essa flexibilidade torna a API adequada para construir agentes ou automatizar fluxos de trabalho. Certifique-se de que as definições das suas funções sigam o formato OpenAI para garantir compatibilidade com clientes padrão.

Regras de limites de taxa e concorrência

Cada chave de API permite 300 solicitações por minuto e até 8 solicitações simultâneas. O tamanho máximo do corpo da solicitação é de 8 MB, o que restringe a quantidade de dados que você pode enviar em um único prompt. Se você exceder esses limites, receberá um código de status 429 indicando que atingiu o limite de taxa. Você pode monitorar seu uso por meio da resposta em streaming ou do endpoint /v1/models. Esses limites garantem desempenho estável para todos os usuários. Planeje seu processamento em lote adequadamente para evitar throttling durante os horários de pico.

Tratamento de erros e reembolsos

Trate erros HTTP 401 verificando se sua chave de API está correta e ativa. Um erro 402 indica crédito pré-pago insuficiente, exigindo que você faça um recarga antes de mais solicitações. Reembolsos não são emitidos para crédito consumido, mas erros como cobranças duplicadas são resolvidos via página de Suporte. Erros durante o processamento não deduzem tokens do seu saldo. O modelo recusa conteúdo envolvendo menores, mas permite outros temas adultos legais. Verifique o saldo da sua conta regularmente para evitar interrupções inesperadas no seu fluxo de trabalho.

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)