Claude precio: início rápido e referência da API

Instalação e configuração do ambiente

Come instalando a biblioteca de cliente oficial para a sua linguagem. Nosso serviço fica atrás do padrão /v1 caminho, então você só precisa atualizar a URL base e a chave da API. A URL base neste site é HTTPS://api.claudeprecio.com/v1. A autenticação depende de uma única chave ativa por conta. Você pode gerar esta chave imediatamente via Google ou e-mail na página "Get API key". Nenhum número de telefone é necessário. A chave é mostrada uma vez, então copie-a com segurança.

Fazendo sua primeira solicitação com Python

Envie uma solicitação de conclusão usando o SDK Python padrão. Aponte o cliente para nossa URL base e defina o modelo como "uncensored". Este modelo de pesos abertos é executado em nossos próprios servidores e é ajustado para responder sem recusas de conteúdo. Você pode passar parâmetros como temperature ou top_p assim como você faria com qualquer serviço compatível com OpenAI. A estrutura da solicitação permanece idêntica ao formato padrão.

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)

Verifique se a resposta contém o texto gerado. Se você receber um erro 401, sua chave é inválida. Um erro 402 indica crédito pré-pago insuficiente. Erros durante a geração não consomem tokens, portanto, você paga apenas pela saída bem-sucedida.

Respostas em streaming e rastreamento de uso

Ative o streaming definindo stream=True na configuração do seu cliente. A API retorna Eventos Enviados pelo Servidor (SSE) para cada token gerado. Isso permite exibir texto em tempo real enquanto aguarda a resposta completa. Os dados de uso, incluindo contagens de tokens de entrada e saída, estão incluídos no último fragmento do fluxo. Essa abordagem reduz a latência percebida para saídas longas. Funciona perfeitamente com os SDKs padrão.

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)

Lide com interrupções de stream de forma elegante. Quedas de rede podem deixar respostas parciais. Verifique sempre o último chunk para estatísticas precisas de uso de tokens. Isso garante que seu painel de faturamento corresponda ao consumo real.

Parâmetros: temperatura, top_p e seed

Controle a criatividade e a reprodutibilidade usando parâmetros de geração padrão. O temperature valor ajusta a aleatoriedade, com valores mais baixos produzindo saídas mais determinísticas. Use top_p para limitar a amostragem à massa de probabilidade superior. Defina seed para corrigir o estado aleatório para resultados reproduzíveis em várias chamadas. Esses parâmetros funcionam exatamente como o padrão OpenAI. Ajuste-os com base no seu caso de uso, seja programação ou escrita criativa.

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);

Combine essas configurações para controle preciso. Por exemplo, uma temperatura baixa com uma semente fixa garante saídas consistentes para testes. O modelo suporta todos os parâmetros padrão como stop sequências e presence_penalty. Experimente para encontrar o equilíbrio certo para o seu projeto específico.

Chamada de função e modo JSON

Use chamadas de função para integrar a API em seus aplicativos. Defina ferramentas no corpo da solicitação, e o modelo retornará JSON estruturado contendo argumentos de função. Habilite o modo JSON definindo response_format para {"type": "json_object"}. Isso garante que a saída seja sempre JSON válido, o que simplifica a análise. Use isso para extração de dados ou respostas estruturadas. O modelo lida eficientemente com definições de ferramentas complexas.

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"}]
  }'

Teste a chamada de funções com uma definição de ferramenta simples. Verifique se o modelo respeita o esquema da ferramenta. O modo JSON é particularmente útil quando você precisa de estruturas de saída previsíveis. Combine-o com streaming para processamento de dados em tempo real. Este recurso torna a API adequada para aplicações de nível de produção.

Limites, erros e janela de contexto

A janela de contexto suporta 100.000 tokens para prompt e conclusão combinados. A saída máxima por solicitação é de 16.000 tokens. Se max_tokens não estiver definido, o limite padrão é 2.048. Você tem permissão para 300 solicitações por minuto por chave. A concorrência é limitada a 8 solicitações simultâneas por chave. O corpo da solicitação não deve exceder 8 MB. Erros como 401, 402 e 429 são tratados por meio de códigos de status HTTP padrão. O uso de tokens é cobrado com precisão, e erros são gratuitos.