Claude ai prezzo: Szybki Start API

Bazowy URL i autoryzacja

Wysyłaj żądania do naszego endpointu proxy, używając standardowych nagłówków HTTP. Podstawowy adres URL to https://api.claudeaiprezzo.com/v1Autoryzacja Nagłówek. Ten klucz jest generowany natychmiast po rejestracji. Działa z dowolną biblioteką obsługującą klientów kompatybilnych z OpenAI. Nie musisz instalować niestandardych sterowników. Po prostu wskaż swoje SDK na naszą domenę.

Wysyłanie pierwszej prośby

Wykonaj proste uzupełnianie tekstu, aby zweryfikować łączność. Użyj uncensored identyfikator modelu dla nieograniczonych wyjść. Możesz wysyłać prompty w dowolnym języku. API zwraca bezpośrednią odpowiedź tekstową. Nie ma ukrytych opłat za nieudane próby. Błędy nie zużywają Twojego kredytu. Możesz przetestować to za pomocą prostego polecenia 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."}]
  }'

Odpowiedź zawiera wygenerowany tekst i liczbę tokenów. Możesz zobaczyć dokładnie, za co płacisz. Tokeny wejściowe i wyjściowe są rozliczane oddzielnie. Stawka jest przejrzysta i stała. Subskrypcja nie wiąże Cię na stałe.

Integracja SDK Python

Użyj oficjalnego pakietu Pythona OpenAI dla łatwej integracji. Ustaw bazowy URL na nasz punkt końcowy API. Przekaż swój klucz API jako wartość klienta. Ta metoda działa w większości standardowych przypadków użycia. Możesz strumieniować wyniki lub uzyskać pełne odpowiedzi. Kod jest minimalny i czytelny. Szybko wpisuje się w istniejące projekty.

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)

Zaimportuj bibliotekę i zainicjuj klienta. Następnie wywołaj funkcję uzupełnień czatu. Przekaż swój prompt systemowy i wiadomość użytkownika. Model zwraca uzupełnienie. Możesz dostosować parametry takie jak temperatura. Daje Ci to kontrolę nad kreatywnością. Struktura odpowiedzi odpowiada standardom OpenAI.

Konfiguracja SDK Node

Zainstaluj pakiet OpenAI Node.js przez npm. Skonfiguruj bazowy URL wskazujący na nasz serwer. Uwierzytelnij się swoim unikalnym kluczem API. To podejście jest idealne dla serwerów sieciowych. Możesz łatwo obsługiwać żądania współbieżne. SDK zarządza ponownymi próbami i błędami. Dobrze integruje się z Express lub Fastify. Możesz zintegrować go ze swoim backendem.

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);

Utwórz instancję klienta OpenAI. Ustaw zmienne środowiskowe dla bezpieczeństwa. Wywołaj punkt końcowy czatu ze swoją wiadomością. Odpowiedź zawiera wygenerowany tekst. Możesz bezpośrednio zinterpretować JSON. Działa to zarówno dla Node, jak i Deno. Jest to standardowy, niezawodny wzorzec.

Odpowiedzi strumieniowe

Włącz strumieniowanie, ustawiając parametr stream na true. API wysyła dane w fragmentach przez SSE. Każdy fragment zawiera fragment tekstu. Reduces perceived latency for users. Możesz wyświetlać tokeny po ich nadejściu. Ostatni fragment zawiera dane o zużyciu tokenów. Pomaga to dokładnie śledzić koszty. Strumieniowanie jest kluczowe dla interfejsów czatu.

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)

Obsłuż każdy fragment w kodzie klienta. Dołącz tekst do buforu wyświetlania. Poczekaj na ostatni fragment, aby uzyskać podsumowania. Ta metoda działa z dowolnym klientem SSE. Zapewnia płynne doświadczenie użytkownika. Model nie czeka na pełne wygenerowanie. Widzisz postęp w czasie rzeczywistym.

Limity szybkości i okna kontekstowe

Otrzymujesz 300 żądań na minutę na klucz. Ten limit jest hojny dla większości programistów. Możesz uruchomić 8 żądań równoległych jednocześnie. Treść żądania musi mieścić się w limicie 8 MB. Jeśli przekroczysz limit, otrzymasz błąd 429. Nie obciąża to Twojego kredytu. Musisz tylko krótko poczekać. Okno kontekstowe wynosi 100,000 tokenów. Obejmuje to zarówno dane wejściowe, jak i wyjściowe. Możesz wysyłać długie dokumenty. Model głęboko zachowuje kontekst. Maksymalna liczba tokenów wyjściowych to 16,000. Jeśli nie ustawisz max_tokens, domyślnie wynosi 2,048. Błędy, takie jak nieprawidłowe klucze, zwracają 401. Niski kredyt zwraca 402. Są one darmowe do sprawdzenia. Twój kredyt nigdy nie wygasa. Płacisz tylko za to, czego używasz. Ten model jest uncensored i bezpośredni.