Première requête en cinq minutes

Installer le SDK OpenAI

Notre endpoint suit le protocole standard chat.completions, ce qui vous permet d'utiliser les SDK officiels de votre langage préféré. Pour Python, installez le package via pip. Pour Node.js, utilisez npm. Ces bibliothèques gèrent la sérialisation, les réessais et le streaming nativement.

pip install openai

npm install openai

Assurez-vous d'utiliser une version récente du SDK pour prendre en charge tous les paramètres comme tool_choice et response_format. La bibliothèque cliente gère les requêtes HTTP, vous n'avez donc qu'à vous concentrer sur la structure des données.

Configurer l'URL de base et la clé

Configurez votre client pour qu'il pointe vers notre endpoint dédié. Vous n'avez pas besoin de modifier la logique du nom du modèle ; nous attendons que vous passiez model: "uncensored" dans vos requêtes. L'authentification est gérée via une clé API simple transmise dans l'en-tête.

Définissez base_url sur https://api.qwenapi.top/v1. Générez votre qwen api key sur le tableau de bord. La clé est affichée immédiatement après l'inscription. Aucun numéro de téléphone ni carte bancaire n'est requis pour la configuration initiale.

Requête de complétion de chat basique

Envoyez une requête de complétion standard. Le modèle renvoie des réponses textuelles directement. Il n'y a pas de couches de routage complexes ; vous vous adressez à une seule instance ajustée pour des sorties sans censure.

Voici un exemple minimal utilisant curl pour vérifier la connectivité et le format de réponse.

Copycurl https://api.qwenapi.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

La réponse contient le texte généré dans choices[0].message.content. Vous pouvez ajuster des paramètres comme temperature et top_p pour contrôler la créativité.

Réponses en streaming

Pour la génération de tokens en temps réel, activez le streaming. Le serveur envoie des Server-Sent Events (SSE). Le dernier chunk inclut les statistiques d'utilisation des tokens, vous permettant de suivre précisément la consommation de crédit.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.qwenapi.top/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)

Le streaming est essentiel pour les sorties longues. Vous pouvez analyser le flux et restituer les tokens à leur arrivée. Le SDK gère automatiquement l'analyse du SSE.

Prise en charge de l'appel de fonctions

Définissez des outils dans votre requête. Le modèle renvoie des appels d'outils structurés. Vous exécutez l'outil, renvoyez le résultat et le modèle continue. Cela fonctionne avec tool_choice et les définitions d'outils standard.

Copyimport OpenAI from "openai";

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

Le mode JSON est également disponible via response_format. Utilisez-le lorsque vous avez besoin d'une sortie JSON stricte sans surcharge d'outils.

Limites, erreurs et contexte

La fenêtre de contexte est de 100 000 tokens au total. La sortie maximale par requête est de 32 000 tokens (2 048 si non spécifié). Les limites de débit sont de 300 requêtes par minute et 8 requêtes simultanées par clé. Les corps de requête doivent rester inférieurs à 8 Mo.

Gérez les erreurs : 401 signifie clé invalide, 402 signifie crédit insuffisant, 429 signifie limite de débit dépassée. Les erreurs sont gratuites ; vous ne payez que pour les tokens consommés. Le crédit n'expire jamais. En cas de double facturation, utilisez la page Support pour une correction.

Streaming

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)