Claude価格：クイックスタートとAPIリファレンス

インストールと環境設定

お好みの言語用の公式クライアントライブラリをインストールすることから始めましょう。当社のサービスは標準的な /v1 パスを使用するため、ベースURLとAPIキーのみを更新すれば済みます。このサイトのベースURLは HTTPS://api.claudeprecio.com/v1 です。認証はアカウントごとに1つのアクティブなキーに依存します。このキーは「APIキーを取得」ページでGoogleまたはメール経由で即座に生成できます。電話番号は必要ありません。キーは1回だけ表示されるため、安全にコピーしてください。

Pythonでの最初のリクエスト

標準的なPython SDKを使用して完了リクエストを送信します。クライアントをベースURLにポイントし、モデルを「uncensored」に設定します。このオープンウェイトモデルは当社のサーバー上で実行され、コンテンツ拒否なしで回答するようにチューニングされています。パラメータを渡すことができます temperature または top_p 他のOpenAI互換サービスと同様です。リクエスト構造は標準形式と同一です。

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)

レスポンスに生成されたテキストが含まれていることを確認してください。401エラーが返された場合はAPIキーが無効です。402エラーは前払いクレジットが不足していることを示します。生成中のエラーはトークンを消費しないため、成功した出力に対してのみ課金されます。

ストリーミングレスポンスと使用状況の追跡

streamをtrueに設定してストリーミングを有効にする stream=True クライアント設定に記述します。APIは生成されたトークンごとにServer-Sent Events (SSE)を返します。これにより、完全な応答を待機しながらリアルタイムでテキストを表示できます。入力および出力のトークン数を含む使用状況データは、ストリームの最終チャンクに含まれます。このアプローチは、長い出力に対する知覚されるレイテンシを削減します。標準SDKとシームレスに動作します。

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)

ネットワークの切断により部分的なレスポンスが残る可能性があるため、ストリームの中断を適切に処理してください。正確なトークン使用量統計を得るために、最後のチャンクを必ず確認してください。これにより、課金ダッシュボードが実際の使用量と一致するようになります。

パラメータ: temperature、top_p、seed

標準的な生成パラメータを使用して創造性と再現性を制御します。 temperature 値はランダム性を調整し、低い値はより決定論的な出力を生成します。使用 top_p 確率質量の上位にサンプリングを制限します。設定を seed 再現性のある結果を得るためにランダム状態を固定します。これらのパラメータはOpenAI標準と完全に同じように動作します。コーディングやクリエイティブライティングなど、ユースケースに応じて調整してください。

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);

これらの設定を組み合わせることで精密な制御が可能です。例えば、低いTemperatureと固定されたseedを使用することで、テスト用の一貫した出力が保証されます。モデルは stop シーケンスおよび presence_penalty. 特定のプロジェクトに最適なバランスを見つけるために実験してください。

関数呼び出しとJSONモード

アプリケーションにAPIを統合するために関数呼び出しを使用します。リクエストボディ内でツールを定義すると、モデルは関数引数を含む構造化JSONを返します。 response_format に {"type": "json_object"}. これにより、出力が常に有効な JSON となり、パースが簡素化されます。データ抽出や構造化されたレスポンスに使用してください。このモデルは複雑なツール定義を効率的に処理します。

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"}]
  }'

シンプルなツール定義で関数呼び出しをテストします。モデルがツールスキーマを尊重していることを確認してください。JSONモードは、予測可能な出力構造が必要な場合に特に有用です。ストリーミングと組み合わせることで、リアルタイムのデータ処理が可能です。この機能により、APIは本番環境向けのアプリケーションに適しています。

制限、エラー、コンテキストウィンドウ

コンテキストウィンドウはプロンプトと補完の合計で100,000トークンをサポートしています。リクエストごとの最大出力は16,000トークンです。もし max_tokens 未設定の場合、制限は2,048になります。キーあたり1分あたり300リクエストが許可されます。同時実装はキーあたり8つの同時リクエストに制限されます。リクエストボディは8 MBを超えてはいけません。401、402、429などのエラーは標準のHTTPステータスコードで処理されます。トークン使用量は正確に請求され、エラーは無料です。