Eerste verzoek in vijf minuten

Installeer de OpenAI SDK

Onze endpoint volgt het standaard chat.completions-protocol, dus je kunt de officiële SDK's van je voorkeurstaal gebruiken. Voor Python installeer je het pakket via pip. Voor Node.js gebruik je npm. Deze bibliotheken verwerken serialisatie, retries en streaming out of the box.

pip install openai

npm install openai

Zorg ervoor dat je een recente versie van de SDK gebruikt om alle parameters zoals tool_choice en response_format te ondersteunen. De clientbibliotheek verwerkt de HTTP-verzoeken, dus je hoeft je alleen te concentreren op de payloadstructuur.

Configureer basis-URL en sleutel

Wijs je client naar onze speciale endpoint. Je hoeft de modelnaamlogica niet te wijzigen; we verwachten dat je model: "uncensored" in je verzoeken meegeeft. Authenticatie wordt afgehandeld via een eenvoudige API-sleutel in de header.

Stel de base_url in op https://api.qwenapi.top/v1. Genereer je qwen api key op het dashboard. De sleutel wordt direct na het aanmaken van je account weergegeven. Voor de initiële setup zijn geen telefoonnummer of creditcard nodig.

Eenvoudig chat-afrondingsverzoek

Stuur een standaard completion-verzoek. Het model retourneert tekstantwoorden direct. Er zijn geen complexe routinglagen; je communiceert met een enkele instantie die is afgestemd op ongecensureerde outputs.

Hieronder staat een minimaal voorbeeld met curl om de connectiviteit en responsformaat te verifiëren.

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."}]
  }'

De respons bevat de gegenereerde tekst in choices[0].message.content. Je kunt parameters aanpassen zoals temperature en top_p om de creativiteit te sturen.

Streaming-antwoorden

Schakel streaming in voor real-time token-generatie. De server stuurt Server-Sent Events (SSE). Het laatste fragment bevat statistieken over tokengebruik, zodat je het verbruik van je tegoed nauwkeurig kunt bijhouden.

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 is essentieel voor lange uitvoer. Je kunt de stream parseren en tokens renderen zodra ze aankomen. De SDK verwerkt de SSE-parsering automatisch.

Ondersteuning voor function calling

Definieer tools in je verzoek. Het model retourneert gestructureerde toolaanroepen. Je voert de tool uit, geeft het resultaat terug en het model gaat verder. Dit werkt met tool_choice en standaard definitities van functies.

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);

JSON-modus is ook beschikbaar via response_format. Gebruik dit wanneer je strikte JSON-uitvoer nodig hebt zonder tool-overhead.

Limieten, fouten en context

Het contextvenster is in totaal 100.000 tokens. Maximaal 32.000 tokens per verzoek (2.048 als niet gespecificeerd). Rate limits zijn 300 verzoeken per minuut en 8 gelijktijdige verzoeken per sleutel. Aanvraaglichamen moeten kleiner zijn dan 8 MB.

Verwerk fouten: 401 betekent ongeldige sleutel, 402 betekent onvoldoende tegoed, 429 betekent dat het rate limit is overschreden. Fouten zijn gratis; je betaalt alleen voor verbruikte tokens. Het tegoed vervalt nooit. Bij dubbele afschrijving gebruik je de Support-pagina voor een oplossing.

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)