Chi phí token của Claude: Tài liệu tương thích OpenAI

Xác thực và thiết lập base URL

Bắt đầu bằng cách trỏ SDK của bạn vào URL cơ sở của chúng tôi và chuyển khóa API của bạn trong tiêu đề ủy quyền. Chúng tôi yêu cầu xác thực dựa trên tiêu đề đơn giản, vì vậy bạn không cần các luồng OAuth phức tạp hoặc logic khởi tạo cụ thể cho SDK. Tạo tài khoản qua Google hoặc email, sau đó lấy khóa của bạn ngay lập tức từ bảng điều khiển. Khóa này cấp quyền truy cập vào mô hình không kiểm duyệt đơn lẻ được xác định là 'uncensored'. Bạn có thể xoay khóa nếu cần, nhưng chỉ có một khóa hoạt động tồn tại cho mỗi tài khoản tại bất kỳ thời điểm nào. Đảm bảo thư viện khách hàng của bạn được cấu hình để gửi token Bearer chính xác trước khi thực hiện yêu cầu đầu tiên của bạn.

Cấu trúc endpoint hoàn thành trò chuyện

Gửi các yêu cầu POST đến /v1/chat/completions với mảng messages chứa lời nhắc và hướng dẫn hệ thống của bạn. Điểm cuối này chấp nhận các tải trọng JSON tương thích OpenAI tiêu chuẩn, cho phép bạn thay thế dịch vụ của chúng tôi vào Cursor, Windsurf hoặc các tập lệnh tùy chỉnh mà không cần viết lại mã của bạn. Chỉ định mô hình là 'uncensored' để đảm bảo bạn nhận được đầu ra LLM không kiểm duyệt cụ thể của chúng tôi. Bạn có thể kiểm soát mức độ sáng tạo thông qua nhiệt độ và top_p, hoặc buộc kết quả xác định bằng cách đặt nhiệt độ về 0. Các yêu cầu được xử lý ngay lập tức và bạn chỉ được tính phí cho việc sử dụng token thực tế. Lỗi và từ chối không tiêu thụ tín dụng trả trước của bạn.

Phản hồi dạng stream và mức sử dụng token

Bật phát trực tiếp bằng cách đặt stream thành true trong thân yêu cầu. Điều này trả về Sự kiện được gửi bởi máy chủ (SSE) cập nhật giao diện người dùng của bạn theo thời gian thực khi các token được tạo. Chunk cuối cùng của luồng chứa tổng số token đã sử dụng cho yêu cầu, cho phép bạn theo dõi chi phí chính xác mà không cần truy vấn một điểm cuối sử dụng riêng biệt. Phát trực tiếp lý tưởng cho các cửa sổ ngữ cảnh dài lên đến 100,000 token. Bạn có thể phân tích cú pháp các chunk nội dung delta để hiển thị văn bản khi nó xuất hiện. Cách tiếp cận này giảm độ trễ cảm nhận đối với người dùng đang chờ các nhiệm vụ suy luận phức tạp hoặc các đầu ra dạng dài.

Gọi hàm và chế độ JSON

Sử dụng tham số tools để xác định lược đồ hàm cho việc gọi hàm, hoặc đặt response_format thành json_object cho các đầu ra JSON nghiêm ngặt. Mô hình hỗ trợ cả trích xuất dữ liệu có cấu trúc và thực thi công cụ động trong cùng cửa sổ ngữ cảnh. Bạn có thể xác định nhiều công cụ trong một yêu cầu, và mô hình sẽ trả về các lệnh gọi công cụ hoặc phản hồi văn bản trực tiếp khi cần. Sự linh hoạt này làm cho API phù hợp để xây dựng các agent hoặc tự động hóa quy trình làm việc. Đảm bảo các định nghĩa hàm của bạn tuân theo định dạng OpenAI để đảm bảo tương thích với các client tiêu chuẩn.

Quy tắc giới hạn tốc độ và độ đồng thời

Mỗi khóa API cho phép 300 yêu cầu mỗi phút và tối đa 8 yêu cầu đồng thời. Kích thước tối đa của phần thân yêu cầu là 8 MB, hạn chế lượng dữ liệu bạn có thể gửi trong một lời nhắc duy nhất. Nếu vượt quá những giới hạn này, bạn sẽ nhận được mã trạng thái 429 cho biết bạn đã đạt giới hạn tốc độ. Bạn có thể theo dõi việc sử dụng qua phản hồi luồng hoặc điểm cuối /v1/models. Những giới hạn này đảm bảo hiệu suất ổn định cho tất cả người dùng. Hãy lập kế hoạch xử lý theo lô phù hợp để tránh bị hạn chế trong giờ cao điểm.

Xử lý lỗi và hoàn tiền

Xử lý lỗi HTTP 401 bằng cách xác minh khóa API của bạn đúng và còn hiệu lực. Lỗi 402 cho biết số dư tiền nạp trước không đủ, yêu cầu bạn nạp thêm trước khi thực hiện các yêu cầu tiếp theo. Hoàn tiền không được cấp cho tiền đã tiêu thụ, nhưng các lỗi như tính trùng được giải quyết qua trang Hỗ trợ. Lỗi trong quá trình xử lý không trừ token khỏi số dư của bạn. Mô hình từ chối nội dung liên quan đến trẻ vị thành niên nhưng cho phép các chủ đề người trưởng thành hợp pháp khác. Kiểm tra số dư tài khoản thường xuyên để tránh gián đoạn không mong muốn trong quy trình làm việc của bạn.

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);

Phát trực tiếp

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)