Klucz API Claude – szybki start i referencje API cenowo

Instalacja i konfiguracja środowiska

Zacznij od zainstalowania oficjalnej biblioteki klienta dla Twojego języka. Nasza usługa działa za standardowym /v1 ścieżkę, więc musisz zaktualizować tylko adres URL bazowy i klucz API. Adres URL bazowy na tej stronie to HTTPS://api.claudeprecio.com/v1. Uwierzytelnianie opiera się na jednym aktywnym kluczu na konto. Możesz wygenerować ten klucz natychmiast za pomocą Google lub e-mail na stronie "Pobierz klucz API". Nie jest wymagany numer telefonu. Klucz jest wyświetlany raz, więc skopiuj go bezpiecznie.

Wykonywanie pierwszego żądania w Pythonie

Wyślij żądanie completion używając standardowego pakietu SDK Python. Wskaż klienta na nasz adres bazowy i ustaw model na "uncensored". Ten model open-weight działa na naszych własnych serwerach i jest dostrojony do odpowiadania bez odrzuceń treści. Możesz przekazać parametry takie jak temperature lub top_p tak samo jak w przypadku dowolnej usługi kompatybilnej z OpenAI. Struktura żądania pozostaje identyczna ze standardowym formatem.

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)

Sprawdź, czy odpowiedź zawiera wygenerowany tekst. Jeśli otrzymasz błąd 401, Twój klucz jest nieprawidłowy. Błąd 402 wskazuje na niewystarczający kredyt prepaid. Błędy podczas generowania nie zużywają tokenów, więc płacisz tylko za udane wyjście.

Strumieniowanie odpowiedzi i śledzenie użycia

Włącz strumieniowanie, ustawiając stream=True w konfiguracji klienta. API zwraca zdarzenia wysłane przez serwer (SSE) dla każdego wygenerowanego tokena. Pozwala to na wyświetlanie tekstu w czasie rzeczywistym podczas oczekiwania na pełną odpowiedź. Dane dotyczące użycia, w tym liczbę tokenów wejściowych i wyjściowych, są zawarte w ostatnim fragmencie strumienia. Podejście to zmniejsza postrzeganą opóźnienie przy długich odpowiedziach. Działa bezproblemowo ze standardowymi bibliotekami SDK.

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)

Obsługuj przerwania strumieniowania w sposób elegancki. Spadki połączenia mogą pozostawić częściowe odpowiedzi. Zawsze sprawdzaj ostatni fragment pod kątem dokładnych statystyk zużycia tokenów. Zapewnia to zgodność panelu rozliczeniowego z rzeczywistym zużyciem.

Parametry: temperatura, top_p i seed

Kontroluj kreatywność i odtwarzalność za pomocą standardowych parametrów generowania. The temperature wartość reguluje losowość, przy czym niższe wartości dają bardziej deterministyczne wyniki. Używaj top_p ograniczyć próbkowanie do najwyższej masy prawdopodobieństwa. Ustaw seed aby ustalić stan losowy dla reprodukowalnych wyników przy wielokrotnych wywołaniach. Te parametry działają identycznie jak standard OpenAI. Dostosuj je w zależności od przypadku użycia, czy to programowanie, czy kreatywne pisanie.

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);

Połącz te ustawienia dla precyzyjnej kontroli. Na przykład, niska temperatura z ustalonym ziarnem zapewnia spójne wyjścia podczas testowania. Model obsługuje wszystkie standardowe parametry, takie jak stop sekwencje i presence_penalty. Eksperymentuj, aby znaleźć odpowiedni balans dla swojego konkretnego projektu.

Wywoływanie funkcji i tryb JSON

Używaj wywoływania funkcji do integracji API ze swoimi aplikacjami. Zdefiniuj narzędzia w ciele żądania, a model zwróci ustrukturyzowany JSON zawierający argumenty funkcji. Włącz tryb JSON, ustawiając response_format do {"type": "json_object"}. Zapewnia to, że wyjście jest zawsze poprawnym JSON-em, co upraszcza parsowanie. Użyj tego do ekstrakcji danych lub odpowiedzi strukturalnych. Model efektywnie obsługuje złożone definicje narzędzi.

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"}]
  }'

Przetestuj wywoływanie funkcji za pomocą prostej definicji narzędzia. Zweryfikuj, czy model respektuje schemat narzędzia. Tryb JSON jest szczególnie przydatny, gdy potrzebujesz przewidywalnych struktur wyjściowych. Połącz go z strumieniowaniem do przetwarzania danych w czasie rzeczywistym. Ta funkcja sprawia, że API nadaje się do aplikacji produkcyjnych.

Limity, błędy i okno kontekstu

Okno kontekstowe obsługuje 100,000 tokenów dla połączonego promptu i uzupełnienia. Maksymalna ilość outputu w jednym żądaniu wynosi 16,000 tokenów. Jeśli max_tokens jest nieustawione, limit domyślnie wynosi 2,048. Możesz wysyłać 300 żądań na minutę na klucz. Współbieżność jest ograniczona do 8 jednoczesnych żądań na klucz. Ciało żądania nie może przekraczać 8 MB. Błędy takie jak 401, 402 i 429 są obsługiwane za pomocą standardowych kodów statusu HTTP. Użycie tokenów jest rozliczane dokładnie, a błędy są darmowe.