Documentación de la API y puntos finales

Autenticación y URL base

La API requiere una clave válida para cada solicitud. Generas esta clave al instante cuando te registras con Google o una dirección de correo electrónico. Pasa la clave en el Authorization header usando el Bearer esquema. La URL base para todas las solicitudes es HTTPS://api.qwenaipricing.com/v1. Esta URL funciona con los SDK oficiales de OpenAI y cualquier cliente compatible simplemente actualizando la configuración base.

Endpoint Chat Completions

El endpoint principal es POST /v1/chat/completions. Acepta un cuerpo JSON con un messages array y un model campo. Establezca el ID del modelo como "uncensored" para acceder al modelo de lenguaje grande optimizado para salidas sin restricciones. Puede definir roles de sistema, usuario y asistente para estructurar el contexto de su conversación.

Copycurl https://api.qwenaipricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the monthly cost for the 72B model?"}]
  }'

La respuesta incluye el contenido generado, las estadísticas de uso y la razón de finalización. Los errores devuelven códigos HTTP estándar como 401 para claves inválidas o 402 si tu crédito prepagado se agota. La API no admite endpoints de incrustaciones, generación de imágenes o ajuste fino.

Integración del SDK de Python

Usa el oficial openai Paquete de Python para interactuar con la API. Inicializa el cliente proporcionando tu clave de API y estableciendo la URL base en nuestro punto final. Esto te permite usar métodos familiares como chat.completions.create() sin reescribir la lógica de tu cliente. La biblioteca maneja la serialización JSON y el análisis de respuestas automáticamente.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.qwenaipricing.com/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)

Pasa tus mensajes como una lista de diccionarios. El SDK admite todos los parámetros estándar como temperature y top_p. Este enfoque garantiza la compatibilidad con las bases de código existentes que esperan una interfaz compatible con OpenAI.

Integración del SDK de Node.js

El SDK de Node.js funciona de manera similar a la versión de Python. Instala el openai paquete y configura la URL base y la clave de API. Luego puedes llamar al endpoint de finalización de chat con los parámetros deseados. Este método es ideal para aplicaciones del lado del servidor o servicios backend que necesitan generar texto de forma asíncrona.

Copyimport OpenAI from "openai";

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

Maneja el flujo de respuesta o la promesa para procesar los tokens generados. El SDK gestiona la conexión HTTP y el manejo de errores por ti. También puedes utilizar GET /v1/models endpoint para verificar el ID del modelo disponible.

Streaming y uso

Habilita la transmisión estableciendo stream: true en tu solicitud. La API devuelve un flujo de eventos enviados por servidor (SSE) de respuestas parciales. Cada fragmento contiene un fragmento del texto generado. Esto es útil para interfaces de usuario en tiempo real que muestran el texto a medida que se genera.

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)

El último fragmento del stream contiene el uso total de tokens para la solicitud. Puedes rastrear el consumo de tu crédito prepagado monitoreando estas estadísticas de uso. Los errores durante el streaming pueden terminar la conexión anticipadamente.

Límites, Errores y Ventana de Contexto

El modelo admite una ventana de contexto de 100.000 tokens para prompt y completion combinados. El máximo de salida por solicitud es de 16.000 tokens. Si no estableces max_tokens, el límite es de 2,048 tokens. Tienes un límite de 300 solicitudes por minuto y 8 solicitudes concurrentes por clave. Un error 429 indica que has excedido estos límites. Las solicitudes con errores o rechazos no consumen crédito. La API no ofrece garantías de SLA ni certificaciones.