Первый запрос за пять минут

Установите SDK OpenAI

Наш эндпоинт следует стандартному протоколу chat.completions, поэтому вы можете использовать официальные SDK на вашем предпочитаемом языке. Для Python установите пакет через pip. Для Node.js используйте npm. Эти библиотеки обрабатывают сериализацию, повторные попытки и потоковую передачу из коробки.

pip install openai

npm install openai

Убедитесь, что вы используете последнюю версию SDK для поддержки параметров, таких как tool_choice и response_format. Библиотека управляет HTTP-запросами, поэтому вам нужно сосредоточиться только на структуре полезной нагрузки.

Настройте базовый URL и ключ

Направьте ваш клиент на наш выделенный эндпоинт. Не нужно менять логику имени модели; ожидаем, что вы передадите model: "uncensored" в запросах. Аутентификация осуществляется с помощью простого API-ключа в заголовке.

Установите base_url в https://api.qwenapi.top/v1. Сгенерируйте свой qwen api key на панели управления. Ключ отображается сразу после регистрации. Для начальной настройки не требуются номер телефона или кредитная карта.

Базовый запрос на завершение чата

Отправьте стандартный запрос на completion. Модель возвращает текстовые ответы напрямую. Нет сложных слоёв маршрутизации; вы общаетесь с одним экземпляром, настроенным на вывод без цензуры.

Ниже приведен минимальный пример с использованием curl для проверки подключения и формата ответа.

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."}]
  }'

Ответ содержит сгенерированный текст в choices[0].message.content. Вы можете настроить параметры, такие как temperature и top_p, чтобы контролировать креативность.

Потоковые ответы

Для генерации токенов в реальном времени включите потоковую передачу. Сервер отправляет Server-Sent Events (SSE). Последний чанк содержит статистику использования токенов, что позволяет точно отслеживать расход средств.

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)

Потоковая передача необходима для длинных выводов. Вы можете парсить поток и отображать токены по мере их поступления. SDK автоматически обрабатывает парсинг SSE.

Поддержка вызова функций

Определите инструменты в запросе. Модель возвращает структурированные вызовы инструментов. Вы выполняете инструмент, передаете результат обратно, и модель продолжает работу. Это работает с tool_choice и стандартными определениями функций.

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-режим также доступен через response_format. Используйте его, когда нужен строгий вывод JSON без накладных расходов на инструменты.

Лимиты, ошибки и контекст

Контекстное окно составляет 100 000 токенов суммарно. Максимальный вывод на запрос — 32 000 токенов (2 048, если не указано иное). Лимит запросов — 300 запросов в минуту и 8 параллельных запросов на ключ. Тело запроса должно быть не более 8 МБ.

Обработка ошибок: 401 означает неверный ключ, 402 — недостаточный предоплаченный баланс, 429 — превышен лимит запросов. Ошибки бесплатны; вы платите только за потребленные токены. Предоплаченный баланс не сгорает. При двойном списании используйте страницу поддержки для исправления.

Потоковая передача

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)