Documentação do token da API Qwen

URL Base e Autenticação

Conecte seu cliente ao nosso endpoint usando sua chave de API exclusiva. Use https://api.qwenapitoken.com/v1 como a URL base. Envie sua chave no Authorization cabeçalho como um token Bearer. Isso funciona com qualquer cliente compatível com OpenAI sem alterações no código.

Cadastre-se com Google ou e-mail para obter sua chave instantaneamente. Não é necessário número de telefone. A chave é exibida uma vez, então salve-a com segurança.

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."}]
  }'

Erros como 401 significam que a chave é inválida. Verifique sua conta para o token correto.

Endpoint Chat Completions

Envie mensagens para gerar respostas via requisições POST. O endpoint aceita formatos padrão de chat. O texto de entrada é processado e o texto de saída é retornado. Sem embeddings ou geração de imagens. Apenas conclusão pura de texto.

Defina o ID do modelo para uncensored. Este modelo responde sem recusas de conteúdo para uso adulto legal. Não é GPT ou Claude. É um modelo dedicado sem censura. Use Python ou Node para enviar solicitações 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)

A resposta inclui estatísticas de uso. Rastreie os tokens de entrada e saída para faturamento. Erros são gratuitos, então você paga apenas por conclusões bem-sucedidas. Isso mantém os custos previsíveis.

Respostas em Streaming (SSE)

Receba tokens em tempo real usando Server-Sent Events. Defina stream: true na sua solicitação. A API retorna fragmentos conforme são gerados. Isso reduz significativamente a latência percebida.

Analise o fluxo SSE para exibir o texto progressivamente. O último chunk contém o uso total de tokens. Isso ajuda você a rastrear os custos com precisão. O streaming funciona com todos os SDKs padrão. É ideal para interfaces de 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)

Lide com respostas parciais de forma elegante. Interrupções de rede podem descartar fragmentos. Reconecte se necessário. O modelo uncensored mantém o contexto bem durante o streaming. Os usuários veem as respostas sendo formadas instantaneamente.

Chamada de Função e Modo JSON

Use saídas estruturadas para extração confiável de dados. Ative o modo JSON com response_format: {"type": "json_object"}. O modelo retorna JSON válido sempre. Isso é crucial para integrações de API. A chamada de funções permite o uso de ferramentas. Defina as ferramentas no corpo da solicitação. O modelo seleciona a ferramenta correta com base no prompt.

Definir tool_choice para controlar o comportamento. Forçar uma ferramenta específica ou deixar o modelo decidir. Essa flexibilidade suporta fluxos de trabalho complexos. Combine streaming com JSON para dados em tempo real. O modelo sem censura lida bem com entradas diversas.

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);

Valide a saída JSON se necessário. O modelo busca conformidade estrita. Isso reduz erros de análise no seu código. Use isso para tarefas automatizadas ou processamento de dados.

Limites de Taxa e Janela de Contexto

Sua chave de API suporta 300 solicitações por minuto. Permita até 8 solicitações simultâneas. O corpo da solicitação deve ter menos de 8 MB. Esses limites previnem abusos e garantem uso justo para todos os usuários. Monitore seu uso pelo painel.

A janela de contexto é de 100.000 tokens. Isso inclui tanto o prompt quanto a conclusão. Você pode gerar até 16.000 tokens por solicitação. Defina max_tokens para controlar o comprimento da saída. O padrão é 2.048 tokens se não definido.

Os limites de taxa retornam um código de status 429. Aguarde antes de tentar novamente. O modelo uncensored lida bem com contextos longos. Isso é útil para documentos grandes. Ajuste a lógica do seu cliente para respeitar os limites. Evite tráfego em rajada durante os horários de pico.

ID do Modelo e Parâmetros

Especificar uncensored como o ID do modelo. Isso garante que você tenha a experiência dedicada uncensored. Parâmetros como temperatura e top_p controlam a criatividade. Defina a temperatura entre 0 e 2. Valores mais altos aumentam a aleatoriedade.

Usar stop sequências para interromper a geração. Defina uma seed para resultados reproduzíveis. Penalidades de presença e frequência ajustam a repetição de tokens. Esses parâmetros ajustam a qualidade da saída. O modelo responde a formatos padrão OpenAI.

Verifique o /v1/models endpoint para detalhes. Ele confirma os modelos disponíveis. Apenas um modelo é oferecido. Isso mantém as coisas simples. Sem roteamento complexo ou seleção de fornecedores. Apenas uma opção confiável e sem censura. Teste diferentes parâmetros para encontrar seu ponto ideal.