Documentazione API e Endpoint

Autenticazione e Base URL

L'API richiede una chiave valida per ogni richiesta. Generi questa chiave istantaneamente quando ti registri con Google o un indirizzo email. Passa la chiave nel Authorization header utilizzando il Bearer schema. L'URL base per tutte le richieste è HTTPS://api.qwenaipricing.com/v1. Questo URL funziona con gli SDK ufficiali di OpenAI e qualsiasi client compatibile aggiornando semplicemente la configurazione di base.

Endpoint Chat Completions

L'endpoint principale è POST /v1/chat/completions. Accetta un corpo JSON con un messages array e un model campo. Imposta l'ID del modello su "uncensored" per accedere al modello di linguaggio di grandi dimensioni ottimizzato per output non vincolati. Puoi definire ruoli system, user e assistant per strutturare il contesto della conversazione.

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 risposta include il contenuto generato, le statistiche sull'utilizzo e il motivo di fine. Gli errori restituiscono codici HTTP standard come 401 per chiavi non valide o 402 se il tuo credito prepagato è esaurito. L'API non supporta endpoint per embeddings, generazione di immagini o fine-tuning.

Integrazione SDK Python

Utilizza l'SDK ufficiale openai Pacchetto Python per interagire con l'API. Inizializza il client fornendo la tua chiave API e impostando l'URL base sul nostro endpoint. Questo ti permette di utilizzare metodi familiari come chat.completions.create() senza riscrivere la logica del client. La libreria gestisce automaticamente la serializzazione JSON e l'analisi delle risposte.

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)

Passa i tuoi messaggi come una lista di dizionari. L'SDK supporta tutti i parametri standard come temperature e top_p. Questo approccio garantisce la compatibilità con codebase esistenti che si aspettano un'interfaccia compatibile con OpenAI.

Integrazione SDK Node.js

L'SDK Node.js funziona in modo simile alla versione Python. Installa il openai configura il pacchetto e l'URL di base e la chiave API. Puoi quindi chiamare l'endpoint di completamento chat con i parametri desiderati. Questo metodo è ideale per applicazioni lato server o servizi backend che devono generare testo in modo asincrono.

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);

Gestisci lo stream di risposta o la promise per elaborare i token generati. L'SDK gestisce per te la connessione HTTP e la gestione degli errori. Puoi anche utilizzare il GET /v1/models endpoint per verificare l'ID del modello disponibile.

Streaming e utilizzo

Abilita lo streaming impostando stream: true nella tua richiesta. L'API restituisce uno stream di Server-Sent Events (SSE) di risposte parziali. Ogni chunk contiene un frammento del testo generato. Questo è utile per interfacce utente in tempo reale che visualizzano il testo man mano che viene generato.

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)

L'ultimo chunk dello stream contiene l'utilizzo totale dei token per la richiesta. Puoi monitorare il consumo del tuo credito prepagato osservando queste statistiche di utilizzo. Gli errori durante lo streaming possono interrompere la connessione anticipatamente.

Limiti, Errori e Finestra di Contesto

Il modello supporta una finestra di contesto di 100.000 token per prompt e completamento combinati. L'output massimo per richiesta è di 16.000 token. Se non imposti max_tokens, il limite è di 2.048 token. Sei limitato a 300 richieste al minuto e 8 richieste concorrenti per chiave. Un errore 429 indica che hai superato questi limiti. Le richieste con errori o rifiuti non consumano credito. L'API non offre garanzie SLA o certificazioni.