Claude Token 定价：OpenAI 兼容文档

认证与基础 URL 设置

首先将您的 SDK 指向我们的基础 URL，并在授权标头中传递您的 API 密钥。我们要求简单的基于标头的身份验证，因此您无需复杂的 OAuth 流程或特定于 SDK 的初始化逻辑。通过 Google 或电子邮件创建账户，然后从仪表板即时检索您的密钥。此密钥授予对标识为“uncensored”的单一无审查模型的访问权限。如果需要，您可以轮换密钥，但在任何时间每个账户只存在一个活动密钥。确保您的客户端库配置正确发送 Bearer 令牌，然后再进行第一次请求。

聊天完成端点结构

发送 POST 请求至 /v1/chat/completions，messages 数组包含您的提示和系统指令。该端点接受标准的 OpenAI 兼容 JSON 负载，允许您将我们的服务集成到 Cursor、Windsurf 或自定义脚本中，而无需重写代码。将模型指定为 'uncensored' 以确保获得我们特定的 uncensored LLM 输出。您可以通过 temperature 和 top_p 控制创造性，或将 temperature 设置为 0 以强制确定性结果。请求立即处理，您仅按实际 token 使用量计费。错误和拒绝不会消耗您的预存信用额。

流式响应和令牌使用

通过在请求体中将 stream 设置为 true 启用流式传输。这将返回服务器发送事件（SSE），随着令牌的生成实时更新您的 UI。流的最后一个块包含请求的总令牌用量，使您可以准确跟踪成本，而无需轮询单独的使用端点。流式传输非常适合长达 100,000 个令牌的大上下文窗口。您可以解析 delta 内容块，以便在文本出现时显示。这种方法降低了用户等待复杂推理或长格式输出时的感知延迟。

函数调用和 JSON 模式

使用 tools 参数定义函数调用的函数 schema，或将 response_format 设置为 json_object 以获取严格的 JSON 输出。模型支持在同一个上下文窗口内进行结构化数据提取和动态工具执行。您可以在单个请求中定义多个工具，模型将根据需要返回工具调用或直接文本响应。这种灵活性使 API 适合构建代理或自动化工作流。确保您的函数定义遵循 OpenAI 格式，以确保与标准客户端的兼容性。

速率限制与并发规则

每个 API 密钥允许每分钟 300 次请求和最多 8 个同时并发请求。最大请求体大小为 8 MB，这限制了您在单个提示中可以发送的数据量。如果超出这些限制，您将收到 429 状态码，表示已达到速率限制。您可以通过流式响应或 /v1/models 端点监控使用情况。这些限制确保所有用户的稳定性能。请相应地规划批处理，以避免在高峰使用期间被节流。

错误处理和退款

通过验证 API 密钥是否正确且有效来处理 HTTP 401 错误。402 错误表示预存余额不足，需要充值后才能继续请求。已消耗的余额不退款，但如重复扣款等错误可通过支持页面解决。处理过程中的错误不会从余额中扣除 token。模型会拒绝涉及未成年人的内容，但允许其他合法的成人主题。定期检查账户余额，避免工作流程出现意外中断。

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);

流式传输

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)