Documentazione token API Qwen

URL Base e Autenticazione

Connetti il tuo client al nostro endpoint utilizzando la tua chiave API univoca. Usa https://api.qwenapitoken.com/v1 come URL di base. Invia la tua chiave nell' Authorization header come token Bearer. Questo funziona con qualsiasi client compatibile con OpenAI senza modifiche al codice.

Iscriviti con Google o email per ottenere la tua chiave istantaneamente. Nessun numero di telefono richiesto. La chiave viene visualizzata una sola volta, quindi salvala in modo sicuro.

Copycurl https://api.qwenapitoken.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List steps to install the package."}]
  }'

Errori come 401 significano che la chiave non è valida. Controlla il tuo account per il token corretto.

Endpoint Chat Completions

Invia messaggi per generare risposte tramite richieste POST. L'endpoint accetta formati di chat standard. Il testo di input entra, il testo di output esce. Qui non ci sono embedding né generazione di immagini. Solo puro completamento di testo.

Imposta l'ID del modello su uncensored. Questo modello risponde senza rifiuti di contenuti per l'uso adulto lecito. Non è GPT o Claude. È un modello uncensored dedicato. Usa Python o Node per inviare richieste facilmente.

Copyfrom openai import OpenAI

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

La risposta include le statistiche di utilizzo. Monitora i token di input e output per la fatturazione. Gli errori sono gratuiti, quindi paghi solo per i completamenti riusciti. Questo mantiene i costi prevedibili.

Risposte in streaming (SSE)

Ricevi token in tempo reale utilizzando Server-Sent Events. Imposta stream: true nella tua richiesta. L'API restituisce chunk man mano che vengono generati. Questo riduce significativamente la latenza percepita.

Analizza il flusso SSE per visualizzare il testo in modo progressivo. L'ultimo chunk contiene l'utilizzo totale dei token. Questo ti aiuta a monitorare i costi con precisione. Lo streaming funziona con tutti gli SDK standard. È ideale per le interfacce di chat.

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)

Gestisci le risposte parziali con grazia. Le interruzioni di rete potrebbero far perdere alcuni chunk. Riconnettiti se necessario. Il modello uncensored mantiene bene il contesto durante lo streaming. Gli utenti vedono le risposte formarsi istantaneamente.

Function Calling e modalità JSON

Usa gli output strutturati per un'estrazione affidabile dei dati. Abilita la modalità JSON con response_format: {"type": "json_object"}. Il modello restituisce sempre JSON valido. Questo è fondamentale per le integrazioni API. Il function calling consente l'uso di strumenti. Definisci gli strumenti nel corpo della richiesta. Il modello seleziona lo strumento corretto in base al prompt.

Imposta tool_choice per controllare il comportamento. Forzate un tool specifico o lasciate che il modello decida. Questa flessibilità supporta flussi di lavoro complessi. Combinare lo streaming con JSON per dati in tempo reale. Il modello senza filtri gestisce bene input diversificati.

Copyimport OpenAI from "openai";

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

Convalida l'output JSON se necessario. Il modello mira alla conformità rigorosa. Questo riduce gli errori di analisi nel tuo codice. Usa questo per attività automatizzate o l'elaborazione dei dati.

Limiti di frequenza e finestra di contesto

La tua chiave API supporta 300 richieste al minuto. Consenti fino a 8 richieste simultanee. Il corpo della richiesta deve essere inferiore a 8 MB. Questi limiti prevengono gli abusi e garantiscono un utilizzo equo per tutti gli utenti. Monitora il tuo utilizzo tramite la dashboard.

La finestra di contesto è di 100.000 token. Include sia prompt che completamento. Puoi emettere fino a 16.000 token per richiesta. Imposta max_tokens per controllare la lunghezza dell'output. Il valore predefinito è 2.048 token se non impostato.

I limiti di frequenza restituiscono un codice di stato 429. Attendi prima di ritentare. Il modello uncensored gestisce bene i contesti lunghi. Questo è utile per documenti di grandi dimensioni. Regola la logica del tuo client per rispettare i limiti. Evita il traffico a raffica durante le ore di punta.

ID modello e parametri

Specificare uncensored come ID del modello. Questo garantisce l'esperienza uncensored dedicata. Parametri come temperatura e top_p controllano la creatività. Imposta la temperatura tra 0 e 2. Valori più alti aumentano la casualità.

Usa stop sequenze per interrompere la generazione. Imposta un seed per risultati riproducibili. Le penalità di presenza e frequenza regolano la ripetizione dei token. Questi parametri perfezionano la qualità dell'output. Il modello risponde ai formati standard OpenAI.

Verifica il /v1/models endpoint per i dettagli. Conferma i modelli disponibili. Viene offerto un solo modello. Questo mantiene le cose semplici. Nessun instradamento complesso o selezione del fornitore. Solo un'opzione affidabile senza filtri. Prova diversi parametri per trovare il tuo punto ottimale.