Claude 价格：无审查 API 的生产清单

1. 验证基础 URL 和模型 ID

您的第一步是确认 API 端点。我们在 https://api.claudekey.cc/v1. 此基础 URL 可与官方 OpenAI SDK 配合使用。更改客户端配置中的基础 URL 和 API 密钥。向以下地址发送请求： POST /v1/chat/completions. 使用模型 ID uncensored. 这是一个专为自由表达优化的开放权重模型。它不是 GPT、Claude 或 Gemini。在测试内容之前，请验证此端点是否可用。

Copycurl https://api.claudekey.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three reasons to use custom api keys for local models"}]
  }'

检查响应标头。确保状态为 200。这确认基础 URL 正确。您的客户端代码应保持标准的 OpenAI 格式。只有基础 URL 和密钥会更改。这确保与现有工具的兼容性。

2. 使用测试提示确认无审查行为

该模型不会对合法的成人内容进行拒绝。请通过关于复杂主题的提示进行测试。检查标准查询是否有拒绝。向聊天补全端点发送请求。审查输出是否直接。该模型经过调优以追求自由。它不会拒绝争议性或安全研究类话题。请尽早验证此行为。这将在集成过程中节省时间。

Copyfrom openai import OpenAI

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

使用多样化的提示词进行测试。包含成人主题和小众话题。确保模型能完整响应。这证实了模型的无审查特性。这对于 NSFW LLM 用例至关重要。验证输出是否符合您的预期。

3. 检查令牌限制和上下文窗口

我们的 API 支持 100,000 个 token 的上下文窗口。这包括提示和补全。每个请求的最大输出为 16,000 个 token。如果你不设置 max_tokens, 默认值为 2,048。检查您的请求大小。大提示可能会触及限制。相应地调整您的客户端设置。这可以防止在高容量使用时出现错误。

Copyimport OpenAI from "openai";

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

监控令牌用量。跟踪输入和输出令牌。确保您的应用能处理大型响应。这对于长上下文任务至关重要。验证限制是否符合您的需求。

4. 验证流式传输和错误处理

支持通过 SSE 进行流式传输。Token 使用情况出现在最后一个数据块中。在 SDK 中启用流式传输。优雅地处理错误。检查 4xx 和 5xx 响应。错误免费，因此测试错误路径。验证流是否正常工作。这确保实时输出。这对于聊天应用至关重要。

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)

使用无效密钥进行测试。检查错误消息。确保您的客户端能处理它。流式传输增加了响应速度。验证数据块格式。这证实了 API 的行为。

5. 计算您的实际每次请求成本

定价为每 100 万输入令牌 0.15 美元。输出令牌每 100 万 0.50 美元。预存信用额度按用量计费。错误和拒绝不收费。无订阅费。计算每次请求的成本。估算令牌用量。这有助于准确预算。必须使用加密货币充值。仅限 USDT 或 USDC。

Copycurl https://api.claudekey.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three reasons to use custom api keys for local models"}]
  }'

跟踪令牌数。监控支出。确保积分覆盖使用情况。试用积分 $0.50，有效期 7 天。这有助于在付费前进行测试。验证成本模型。

6. 监控速率限制和并发性

速率限制为每个密钥每分钟 300 次请求。并发为同时 8 个请求。请求体限制为 8 MB。监控这些限制。每个账户使用一个密钥。如有需要请更换密钥。跟踪使用模式。这可以防止节流。确保稳定的性能。

Copyfrom openai import OpenAI

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

检查限制相关的响应头。实现重试逻辑。处理 429 错误。这确保了可靠性。验证限制是否与您的负载匹配。

7. 在生产环境中保护您的 claude 密钥

安全存储您的 API 密钥。使用环境变量。不要将其暴露在客户端代码中。如有需要请轮换密钥。每个账户仅限一个活跃密钥。使用 Google 或电子邮件注册。密钥将立即显示。无需电话号码。保护密钥。这可以防止未经授权的访问。

Copyimport OpenAI from "openai";

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

验证密钥权限。确保拥有访问权限。监控异常活动。这能保护您的账户安全。从一开始就保护好密钥。

8. 测试函数调用和 JSON 模式

支持函数调用。使用 tools 和 tool_choice. JSON 模式可用，使用 response_format json_object. 测试这些功能。确保您的客户端处理 JSON。验证函数调用是否有效。这为输出增加了结构。

Copycurl https://api.claudekey.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three reasons to use custom api keys for local models"}]
  }'

检查响应格式。确保其解析正确。这对于集成至关重要。验证参数。这确保数据提取的可靠性。

9. 审查隐私和数据使用政策

提示词不用于训练。隐私是关键功能。不进行数据训练。请在文档中验证。查看政策。确保其符合您的需求。这对于敏感数据非常重要。确认隐私立场。这能建立信任。

Copyfrom openai import OpenAI

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

审查条款。确保合规。这保护了你的数据。验证政策。这确保了隐私。