Prezzo Claude AI: Guida rapida API

URL Base e Autenticazione

Invia richieste al nostro endpoint proxy utilizzando gli header HTTP standard. L'URL di base è https://api.claudeaiprezzo.com/v1Autorizzazione header. Questa chiave viene generata istantaneamente quando ti registri. Funziona con qualsiasi libreria che supporti client compatibili con OpenAI. Non è necessario installare driver personalizzati. Basta puntare il tuo SDK al nostro dominio.

Invio della tua prima richiesta

Esegui un semplice completamento di testo per verificare la connettività. Usa il uncensored ID del modello per output senza restrizioni. Puoi inviare prompt in qualsiasi lingua. L'API restituisce una risposta di testo diretta. Non ci sono costi nascosti per i tentativi falliti. Gli errori non consumano il tuo credito. Puoi testare questo con un semplice comando cURL.

Copycurl https://api.claudeaiprezzo.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the standard pricing tiers for usage in euros."}]
  }'

La risposta include il testo generato e i conteggi dei token. Puoi vedere esattamente per cosa stai pagando. I token di input e output vengono fatturati separatamente. Il tasso è trasparente e fisso. Nessuna sottoscrizione ti vincola.

Integrazione SDK Python

Usa il pacchetto Python ufficiale di OpenAI per un'integrazione facile. Imposta l'URL di base sull'endpoint della nostra API. Passa la tua chiave API come valore del client. Questo metodo funziona per la maggior parte dei casi d'uso standard. Puoi trasmettere i risultati o ottenere risposte complete. Il codice è minimale e leggibile. Si integra rapidamente nei progetti esistenti.

Copyfrom openai import OpenAI

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

Importa la libreria e inizializza il client. Quindi chiama la funzione di completamento chat. Passa il tuo prompt di sistema e il messaggio dell'utente. Il modello restituisce il completamento. Puoi regolare parametri come la temperatura. Questo ti dà il controllo sulla creatività. La struttura della risposta corrisponde agli standard OpenAI.

Setup SDK Node

Installa il pacchetto OpenAI Node.js tramite npm. Configura l'URL di base per puntare al nostro server. Autenticati con la tua chiave API univoca. Questo approccio è ideale per i server web. Puoi gestire facilmente le richieste concorrenti. L'SDK gestisce i retry e gli errori. Si integra bene con Express o Fastify. Puoi integrarlo nel tuo backend.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.claudeaiprezzo.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);

Crea un'istanza del client OpenAI. Imposta le variabili di ambiente per la sicurezza. Chiama l'endpoint chat con il tuo messaggio. La risposta contiene il testo generato. Puoi analizzare il JSON direttamente. Questo funziona sia per Node che per Deno. È un modello standard e affidabile.

Risposte in streaming

Abilita lo streaming impostando il parametro stream su true. L'API invia dati in chunk tramite SSE. Ogni chunk contiene un frammento di testo. Questo riduce la latenza percepita per gli utenti. Puoi visualizzare i token al loro arrivo. L'ultimo chunk include i dati sull'utilizzo dei token. Questo ti aiuta a monitorare i costi con precisione. Lo streaming è essenziale per le interfacce chat.

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)

Gestisci ogni chunk nel codice del client. Aggiungi il testo al tuo buffer di visualizzazione. Attendi l'ultimo chunk per ottenere i totali. Questo metodo funziona con qualsiasi client SSE. Fornisce un'esperienza utente fluida. Il modello non attende la generazione completa. Vedi i progressi in tempo reale.

Limiti di frequenza e finestre di contesto

Ricevi 300 richieste al minuto per chiave. Questo limite è generoso per la maggior parte degli sviluppatori. Puoi eseguire 8 richieste concorrenti contemporaneamente. Il corpo della richiesta deve rimanere sotto gli 8 MB. Se superi il limite, ricevi un errore 429. Questo non addebita il tuo credito. Devi solo aspettare brevemente. La finestra di contesto è di 100.000 token. Questo include sia input che output. Puoi inviare documenti lunghi. Il modello mantiene il contesto in profondità. L'output massimo è di 16.000 token. Se non imposti max_tokens, il valore predefinito è 2.048. Errori come chiavi non valide restituiscono 401. Credito insufficiente restituisce 402. Questi controlli sono gratuiti. Il tuo credito non scade mai. Paghi solo ciò che utilizzi. Questo modello è uncensored e diretto.