Prezzo Claude: guida rapida e riferimento API

Installazione e configurazione dell'ambiente

Inizia installando la libreria client ufficiale per il tuo linguaggio. Il nostro servizio è posizionato dietro lo standard /v1 path, quindi devi solo aggiornare l'URL di base e la chiave API. L'URL di base su questo sito è HTTPS://api.claudeprecio.com/v1. L'autenticazione si basa su una singola chiave attiva per account. Puoi generare questa chiave immediatamente tramite Google o email nella pagina "Ottieni chiave API". Non è richiesto il numero di telefono. La chiave viene mostrata una volta, quindi copiala in modo sicuro.

Esecuzione della tua prima richiesta con Python

Invia una richiesta di completamento utilizzando l'SDK Python standard. Indirizza il client al nostro URL base e imposta il modello su "uncensored". Questo modello open-weight gira sui nostri server ed è ottimizzato per rispondere senza rifiuti di contenuto. Puoi passare parametri come temperature o top_p proprio come faresti con qualsiasi servizio compatibile con OpenAI. La struttura della richiesta rimane identica al formato standard.

Copyfrom openai import OpenAI

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

Verifica che la risposta contenga il testo generato. Se ricevi un errore 401, la tua chiave non è valida. Un errore 402 indica credito prepagato insufficiente. Gli errori durante la generazione non consumano token, quindi paghi solo per l'output riuscito.

Risposte in streaming e tracciamento dell'utilizzo

Abilita lo streaming impostando stream=True nella configurazione del tuo client. L'API restituisce Server-Sent Events (SSE) per ogni token generato. Questo ti permette di visualizzare il testo in tempo reale mentre attendi la risposta completa. I dati di utilizzo, inclusi i conteggi dei token di input e output, sono inclusi nell'ultimo chunk dello stream. Questo approccio riduce la latenza percepita per output lunghi. Funziona perfettamente con gli SDK standard.

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 le interruzioni degli stream in modo elegante. Le cadute di rete potrebbero lasciare risposte parziali. Controlla sempre l'ultimo chunk per statistiche accurate sull'utilizzo dei token. Questo garantisce che il tuo cruscotto di fatturazione corrisponda al consumo effettivo.

Parametri: temperatura, top_p e seed

Controlla la creatività e la riproducibilità utilizzando i parametri di generazione standard. Il temperature valore regola la casualità, con valori più bassi che producono output più deterministici. Utilizza top_p per limitare il campionamento alla massa di probabilità superiore. Imposta seed per impostare lo stato casuale per risultati riproducibili su più chiamate. Questi parametri funzionano identicamente allo standard OpenAI. Regolali in base al tuo caso d'uso, che si tratti di programmazione o scrittura creativa.

Copyimport OpenAI from "openai";

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

Combina queste impostazioni per un controllo preciso. Ad esempio, una bassa temperatura con un seed fisso garantisce output coerenti per i test. Il modello supporta tutti i parametri standard come stop sequenze e presence_penalty. Sperimenta per trovare il giusto equilibrio per il tuo progetto specifico.

Function calling e modalità JSON

Utilizza il function calling per integrare l'API nelle tue applicazioni. Definisce gli strumenti nel corpo della richiesta, e il modello restituirà JSON strutturato contenente gli argomenti della funzione. Abilita la modalità JSON impostando response_format a {"type": "json_object"}. Questo garantisce che l'output sia sempre JSON valido, che semplifica il parsing. Usalo per l'estrazione di dati o risposte strutturate. Il modello gestisce in modo efficiente definizioni di strumenti complesse.

Copycurl https://api.claudeprecio.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate total cost for 10 million input tokens and 3 million output tokens"}]
  }'

Testa il function calling con una definizione di strumento semplice. Verifica che il modello rispetti lo schema degli strumenti. La modalità JSON è particolarmente utile quando sono necessarie strutture di output prevedibili. Combinandola con lo streaming è possibile elaborare i dati in tempo reale. Questa funzionalità rende l'API adatta ad applicazioni di livello produzione.

Limiti, errori e finestra di contesto

La finestra di contesto supporta 100.000 token per prompt e completamento combinati. L'output massimo per richiesta è di 16.000 token. Se max_tokens è non impostato, il limite predefinito è 2.048. Hai diritto a 300 richieste al minuto per chiave. La concorrenza è limitata a 8 richieste simultanee per chiave. Il corpo della richiesta non deve superare 8 MB. Errori come 401, 402 e 429 sono gestiti tramite codici di stato HTTP standard. L'utilizzo dei token viene fatturato con precisione e gli errori sono gratuiti.