Documentação da API e Endpoints

Autenticação e URL Base

A API requer uma chave válida para cada solicitação. Você gera essa chave instantaneamente ao se registrar com Google ou um endereço de e-mail. Passe a chave no Authorization Cabeçalho usando o Bearer scheme. A URL base para todas as solicitações é HTTPS://api.qwenaipricing.com/v1. Este URL funciona com os SDKs oficiais do OpenAI e qualquer cliente compatível simplesmente atualizando a configuração base.

Endpoint Chat Completions

O endpoint principal é POST /v1/chat/completions. Aceita um corpo JSON com um messages array e um model campo. Defina o ID do modelo como "uncensored" para acessar o modelo de linguagem grande ajustado para saídas sem restrições. Você pode definir papéis de sistema, usuário e assistente para estruturar o contexto da sua conversa.

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?"}]
  }'

A resposta inclui o conteúdo gerado, estatísticas de uso e motivo de finalização. Erros retornam códigos HTTP padrão como 401 para chaves inválidas ou 402 se seu crédito pré-pago estiver esgotado. A API não oferece suporte a embeddings, geração de imagens ou endpoints de ajuste fino.

Integração do SDK Python

Use o oficial openai Pacote Python para interagir com a API. Inicialize o cliente fornecendo sua chave de API e definindo a URL base para nosso endpoint. Isso permite que você use métodos familiares como chat.completions.create() sem reescrever a lógica do seu cliente. A biblioteca lida com a serialização JSON e a análise de respostas automaticamente.

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)

Envie suas mensagens como uma lista de dicionários. O SDK suporta todos os parâmetros padrão, como temperature e top_p. Esta abordagem garante compatibilidade com bases de código existentes que esperam uma interface compatível com OpenAI.

Integração do SDK Node.js

O SDK Node.js funciona de forma semelhante à versão Python. Instale o openai pacote e configure a URL base e a chave da API. Você pode então chamar o endpoint de conclusões de chat com seus parâmetros desejados. Este método é ideal para aplicativos do lado do servidor ou serviços de back-end que precisam gerar texto de forma assíncrona.

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);

Manipule o stream de resposta ou a promessa para processar os tokens gerados. O SDK gerencia a conexão HTTP e o tratamento de erros para você. Você também pode usar o GET /v1/models endpoint para verificar o ID do modelo disponível.

Streaming e Uso

Ative o streaming definindo stream: true na sua solicitação. A API retorna um fluxo de Server-Sent Events (SSE) de respostas parciais. Cada fragmento contém um trecho do texto gerado. Isso é útil para interfaces de usuário em tempo real que exibem texto conforme é gerado.

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)

O último chunk no stream contém o uso total de tokens para a solicitação. Você pode acompanhar o consumo do seu crédito pré-pago monitorando essas estatísticas de uso. Erros durante o streaming podem encerrar a conexão antecipadamente.

Limites, Erros e Janela de Contexto

O modelo suporta uma janela de contexto de 100.000 tokens para prompt e conclusão combinados. A saída máxima por solicitação é de 16.000 tokens. Se você não definir max_tokens, o limite é de 2.048 tokens. Você está limitado a 300 solicitações por minuto e 8 solicitações simultâneas por chave. Um erro 429 indica que você excedeu esses limites. Solicitações com erros ou recusas não consomem crédito. A API não oferece garantias de SLA ou certificações.