Claude 價格：快速入門和 API 參考

安裝與環境設定

開始安裝您語言的官方用戶端程式庫。我們的服務位於標準 /v1 路徑，因此您只需更新基礎 URL 和 API 密鑰。此站點的基礎 URL 為 HTTPS://api.claudeprecio.com/v1。身份驗證依賴於每個帳戶一個活動密鑰。您可以立即通過 Google 或電子郵件在「獲取 API 密鑰」頁面生成此密鑰。無需手機號碼。密鑰僅顯示一次，因此請安全複製。

使用 Python 進行首次請求

使用標準 Python SDK 發送完成請求。將客戶端指向我們的基礎網址，並將模型設定為 "uncensored"。這個開放權重模型運行在我們自己的伺服器上，並經過微調以無內容拒絕地作答。您可以傳遞如 temperature 或 top_p 就像您使用任何 OpenAI 相容服務一樣。請求結構與標準格式完全相同。

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)

驗證回應包含生成的文本。如果您收到 401 錯誤，表示您的金鑰無效。402 錯誤表示預付信用額度不足。生成過程中的錯誤不會消耗 token，因此您只需為成功的輸出付費。

串流回應與用量追蹤

在請求主體中將 stream=True 在您的客戶端配置中。API 為每個生成的 token 返回伺服器發送事件（SSE）。這讓您在等待完整回應的同時，能夠即時顯示文字。使用資料（包括輸入和輸出的 token 數量）包含在串流的最後一個區塊中。這種方式可降低長輸出時的感知延遲。它與標準 SDK 無縫協作。

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)

優雅地處理串流中斷。網路斷線可能會留下部分回應。請務必檢查最後一個區塊以獲取準確的 token 使用統計資料。這可確保您的計費儀表板與實際消耗量相符。

參數：temperature、top_p 與 seed

使用標準生成參數控制創造力和可重複性。 temperature 值用於調整隨機性，較低的值會產生更具決定性的輸出。使用 top_p 將採樣限制在最高的機率質量。設定 seed 以固定隨機狀態，以在多次呼叫中獲得可重現的結果。這些參數與 OpenAI 標準完全相同。根據您的使用案例（無論是程式碼編寫還是創意寫作）調整它們。

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);

結合這些設置以進行精確控制。例如，低溫度搭配固定種子可確保測試期間輸出的穩定性。模型支援所有標準參數，例如 stop 序列和 presence_penalty. 請嘗試找到適合您特定專案的最佳平衡點。

函式呼叫與 JSON 模式

使用函式呼叫將 API 整合到你的應用程式中。在請求主體中定義工具，模型將返回包含函式參數的結構化 JSON。透過設定 response_format 以 {"type": "json_object"}. 這可確保輸出始終是有效的 JSON，這簡化了解析。用於資料擷取或結構化回應。模型能高效處理複雜的工具定義。

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"}]
  }'

使用簡單的工具定義測試函式呼叫。驗證模型是否遵循工具結構描述。JSON 模式在需要可預測輸出結構時特別有用。將其與串流結合使用，以進行即時資料處理。此功能使 API 適合用於生產級應用。

限制、錯誤與上下文視窗

上下文視窗支援提示與補完合計 100,000 個 token。每次請求的最大輸出為 16,000 個 token。若 max_tokens 未設定），預設限制為 2,048。您每分鐘每個金鑰允許 300 次請求。併發性限制為每個金鑰同時 8 個請求。請求主體不得超過 8 MB。401、402 和 429 等錯誤透過標準 HTTP 狀態碼處理。Token 使用量計費準確，錯誤不計費。