Permintaan pertama dalam lima menit

Instal SDK OpenAI

Endpoint kami mengikuti protokol chat.completions standar, sehingga Anda dapat menggunakan SDK resmi dari bahasa pilihan Anda. Untuk Python, instal paket melalui pip. Untuk Node.js, gunakan npm. Perpustakaan ini menangani serialisasi, percobaan ulang, dan streaming secara bawaan.

pip install openai

npm install openai

Pastikan Anda menggunakan versi SDK terbaru untuk mendukung semua parameter seperti tool_choice dan response_format. Perpustakaan klien mengelola permintaan HTTP, sehingga Anda hanya perlu fokus pada struktur payload.

Konfigurasikan URL Dasar dan Kunci

Arahkan klien Anda ke endpoint khusus kami. Anda tidak perlu mengubah logika nama model; kami meminta Anda meneruskan model: "uncensored" dalam permintaan Anda. Autentikasi ditangani melalui kunci API sederhana yang diteruskan dalam header.

Atur base_url ke https://api.qwenapi.top/v1. Buat qwen api key Anda di dasbor. Kunci ditampilkan segera setelah pendaftaran. Tidak perlu nomor telepon atau kartu kredit untuk pengaturan awal.

Permintaan Penyelesaian Obrolan Dasar

Kirimkan permintaan penyelesaian standar. Model mengembalikan respons teks secara langsung. Tidak ada lapisan routing kompleks; Anda berbicara dengan satu instance yang disesuaikan untuk output tanpa sensor.

Di bawah ini adalah contoh minimal menggunakan curl untuk memverifikasi konektivitas dan format respons.

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."}]
  }'

Respons berisi teks yang dihasilkan di choices[0].message.content. Anda dapat menyesuaikan parameter seperti temperature dan top_p untuk mengontrol kreativitas.

Respons Streaming

Untuk generasi token waktu nyata, aktifkan streaming. Server mengirim Acara yang Dikirim Server (SSE). Potongan terakhir mencakup statistik penggunaan token, memungkinkan Anda melacak konsumsi kredit secara akurat.

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)

Streaming sangat penting untuk output panjang. Anda dapat mengurai stream dan merender token saat tiba. SDK menangani penguraian SSE secara otomatis.

Dukungan Pemanggilan Fungsi

Definisikan alat dalam permintaan Anda. Model mengembalikan panggilan alat terstruktur. Anda menjalankan alat, meneruskan hasilnya kembali, dan model melanjutkan. Ini bekerja dengan tool_choice dan definisi fungsi standar.

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);

Mode JSON juga tersedia melalui response_format. Gunakan saat Anda memerlukan output JSON ketat tanpa overhead alat.

Batas, Kesalahan, dan Konteks

Jendela konteks adalah 100.000 token secara total. Output maksimum per permintaan adalah 32.000 token (2.048 jika tidak ditentukan). Batas laju adalah 300 permintaan per menit dan 8 permintaan konkuren per kunci. Body permintaan harus tetap di bawah 8 MB.

Tangani kesalahan: 401 berarti kunci tidak valid, 402 berarti saldo tidak cukup, 429 berarti batas laju terlampaui. Kesalahan itu gratis; Anda hanya membayar token yang terpakai. Saldo tidak pernah kedaluwarsa. Jika Anda tercharge dua kali, gunakan halaman Dukungan untuk memperbaikinya.

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)