Documentation de l'API et Points de terminaison

Authentification et URL de base

L'API nécessite une clé valide pour chaque requête. Vous générez cette clé instantanément lors de votre inscription avec Google ou une adresse e-mail. Transmettez la clé dans le Authorization header en utilisant le Bearer schéma. L'URL de base pour toutes les requêtes est HTTPS://api.qwenaipricing.com/v1. Cette URL fonctionne avec les SDK OpenAI officiels et tout client compatible en mettant simplement à jour la configuration de base.

Point de terminaison Chat Completions

Le point de terminaison principal est POST /v1/chat/completions. Il accepte un corps JSON avec un messages tableau et un model champ. Définissez l'ID du modèle sur "uncensored" pour accéder au modèle de langage large optimisé pour des sorties non restreintes. Vous pouvez définir les rôles système, utilisateur et assistant pour structurer le contexte de votre conversation.

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 réponse inclut le contenu généré, les statistiques d'utilisation et la raison de fin. Les erreurs renvoient des codes HTTP standard comme 401 pour des clés invalides ou 402 si votre crédit prépayé est épuisé. L'API ne prend pas en charge les embeddings, la génération d'images ou les points de terminaison de fine-tuning.

Intégration du SDK Python

Utilisez l'officiel openai Package Python pour interagir avec l'API. Initialisez le client en fournissant votre clé API et en définissant l'URL de base sur notre point de terminaison. Cela vous permet d'utiliser des méthodes familières comme chat.completions.create() sans réécrire la logique de votre client. La bibliothèque gère automatiquement la sérialisation JSON et l'analyse des réponses.

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)

Transmettez vos messages sous forme de liste de dictionnaires. Le SDK prend en charge tous les paramètres standard tels que temperature et top_p. Cette approche garantit la compatibilité avec les bases de code existantes qui attendent une interface compatible avec OpenAI.

Intégration du SDK Node.js

Le SDK Node.js fonctionne de manière similaire à la version Python. Installez le openai paquet et configurez l'URL de base et la clé API. Vous pouvez ensuite appeler le point de terminaison des compléments de chat avec les paramètres souhaités. Cette méthode est idéale pour les applications côté serveur ou les services backend qui doivent générer du texte de manière asynchrone.

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);

Gérez le flux de réponse ou la promesse pour traiter les jetons générés. Le SDK gère la connexion HTTP et la gestion des erreurs pour vous. Vous pouvez également utiliser le GET /v1/models point de terminaison pour vérifier l'ID du modèle disponible.

Streaming et utilisation

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie un flux d'événements envoyés par le serveur (SSE) de réponses partielles. Chaque fragment contient un extrait du texte généré. Cela est utile pour les interfaces utilisateur en temps réel qui affichent le texte au fur et à mesure de sa génération.

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)

Le dernier chunk du flux contient l'utilisation totale des jetons pour la requête. Vous pouvez suivre la consommation de votre crédit prépayé en surveillant ces statistiques d'utilisation. Les erreurs lors du streaming peuvent interrompre la connexion prématurément.

Limites, Erreurs et Fenêtre de contexte

Le modèle prend en charge une fenêtre de contexte de 100 000 tokens pour le prompt et la complétion combinés. La sortie maximale par requête est de 16 000 tokens. Si vous ne définissez pas max_tokens, la limite est de 2 048 tokens. Vous êtes limité à 300 requêtes par minute et à 8 requêtes simultanées par clé. Une erreur 429 indique que vous avez dépassé ces limites. Les requêtes avec erreurs ou refus ne consomment pas de crédit. L'API ne propose pas de garanties SLA ni de certifications.