API 文件說明與端點

身份驗證與基礎 URL

API 要求每個請求都需有效的金鑰。使用 Google 或電子郵件地址註冊時，您可即時產生此金鑰。將金鑰傳遞至 Authorization 標頭使用 Bearer 機制。所有請求的基礎 URL 為 HTTPS://api.qwenaipricing.com/v1. 此 URL 適用於官方 OpenAI SDK 以及任何相容的客戶端，只需更新基礎設定即可。

聊天完成端點

主要端點是 POST /v1/chat/completions. 它接受包含 messages 陣列和一個 model 欄位。將 model ID 設定為 "uncensored" 以存取針對無限制輸出進行調校的大型語言模型。您可以定義 system、user 與 assistant 角色，以建構對話語境。

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?"}]
  }'

回應包含生成內容、用量統計與結束原因。錯誤會傳回標準 HTTP 代碼，例如無效金鑰的 401 或預付信用額度耗盡的 402。該 API 不支援嵌入、圖像生成或微調端點。

Python SDK 集成

使用官方 openai 用於與 API 互動的 Python 套件。透過提供您的 API 金鑰並將基礎 URL 設定為我們的端點來初始化客戶端。這使您能夠使用熟悉的方法，例如 chat.completions.create() 無需重寫客戶端邏輯。該程式庫會自動處理 JSON 序列化與回應解析。

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)

將您的訊息作為字典列表傳遞。SDK 支援所有標準參數，如 temperature 和 top_p。此方法確保與預期 OpenAI-compatible 介面的現有程式碼庫相容。

Node.js SDK 集成

Node.js SDK 的運作方式與 Python 版本類似。安裝 openai 套件並設定基礎 URL 和 API 金鑰。然後您可以使用所需的參數呼叫聊天完成端點。此方法非常適合需要非同步生成文字的伺服器端應用程式或後端服務。

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);

處理回應串流或 promise 以處理生成的 token。SDK 為您管理 HTTP 連線和錯誤處理。您也可以使用 GET /v1/models 用於驗證可用模型 ID 的端點。

串流與使用

在請求主體中將 stream: true 在您的請求中。API 會傳回部分回應的伺服器發送事件 (SSE) 串流。每個區塊包含生成文字的一個片段。這對於即時使用者介面很有用，可在文字生成時即時顯示。

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)

串流中的最後一個區塊包含該請求的總 token 使用量。您可以透過監控這些使用統計數據來追蹤預付額度的消耗情況。串流期間的錯誤可能會導致連線提前終止。

限制、錯誤與上下文視窗

該模型支援 100,000 個 token 的上下文視窗，包含提示詞與補全內容。每次請求的最大輸出為 16,000 個 token。若未設定 max_tokens, 限制為 2,048 個 token。每分鐘限制為 300 次請求，每個金鑰最多 8 個同時請求。429 錯誤表示您已超過這些限制。帶有錯誤或拒絕的請求不會消耗信用額度。該 API 不提供 SLA 保證或認證。