Tài liệu Token API Qwen

Base URL và Xác thực

Kết nối khách hàng của bạn với endpoint của chúng tôi bằng khóa API độc nhất của bạn. Sử dụng https://api.qwenapitoken.com/v1 như URL cơ sở. Gửi khóa của bạn trong Authorization header dưới dạng mã Bearer. Điều này hoạt động với bất kỳ khách hàng tương thích OpenAI nào mà không cần thay đổi mã.

Đăng ký bằng Google hoặc email để nhận khóa của bạn ngay lập tức. Không cần số điện thoại. Khóa được hiển thị một lần, vì vậy hãy lưu nó một cách bảo mật.

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."}]
  }'

Lỗi như 401 có nghĩa là khóa không hợp lệ. Kiểm tra tài khoản của bạn để lấy token chính xác.

Endpoint Hoàn thành Trò chuyện

Gửi tin nhắn để tạo phản hồi qua các yêu cầu POST. Endpoint chấp nhận các định dạng chat tiêu chuẩn. Văn bản đầu vào đi vào, văn bản đầu ra đi ra. Không có embedding hay tạo ảnh ở đây. Chỉ là hoàn thiện văn bản thuần túy.

Đặt ID mô hình thành uncensored. Mô hình này trả lời mà không từ chối nội dung cho mục đích người lớn hợp pháp. Nó không phải là GPT hay Claude. Đó là một mô hình không kiểm duyệt chuyên dụng. Sử dụng Python hoặc Node để gửi yêu cầu dễ dàng.

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)

Phản hồi bao gồm thống kê sử dụng. Theo dõi token đầu vào và đầu ra để tính phí. Lỗi miễn phí, vì vậy bạn chỉ trả tiền cho các kết thúc thành công. Điều này giúp chi phí có thể dự đoán được.

Phản hồi luồng (SSE)

Nhận token theo thời gian thực bằng Server-Sent Events. Đặt stream: true trong yêu cầu của bạn. API trả về các chunk ngay khi chúng được tạo. Điều này giảm đáng kể độ trễ cảm nhận.

Phân tích luồng SSE để hiển thị văn bản từng phần. Chunk cuối cùng chứa tổng số token đã sử dụng. Điều này giúp bạn theo dõi chi phí chính xác. Luồng hoạt động với tất cả các SDK tiêu chuẩn. Nó lý tưởng cho các giao diện trò chuyện.

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)

Xử lý gracefully các phản hồi từng phần. Các gián đoạn mạng có thể làm mất các chunk. Kết nối lại nếu cần. Mô hình không kiểm duyệt duy trì ngữ cảnh tốt trong quá trình phát trực tiếp. Người dùng thấy câu trả lời hình thành ngay lập tức.

Function Calling và chế độ JSON

Sử dụng đầu ra có cấu trúc để trích xuất dữ liệu đáng tin cậy. Bật chế độ JSON với response_format: {"type": "json_object"}. Mô hình trả về JSON hợp lệ mỗi lần. Điều này rất quan trọng cho các tích hợp API. Gọi hàm cho phép sử dụng công cụ. Xác định công cụ trong thân yêu cầu. Mô hình chọn công cụ phù hợp dựa trên ngữ cảnh.

Đặt tool_choice để kiểm soát hành vi. Buộc một công cụ cụ thể hoặc để mô hình tự quyết định. Sự linh hoạt này hỗ trợ các quy trình làm việc phức tạp. Kết hợp streaming với JSON cho dữ liệu theo thời gian thực. Mô hình không kiểm duyệt xử lý tốt các đầu vào đa dạng.

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);

Xác nhận đầu ra JSON nếu cần. Mô hình hướng tới sự tuân thủ nghiêm ngặt. Điều này giảm lỗi phân tích cú pháp trong mã của bạn. Sử dụng điều này cho các tác vụ tự động hóa hoặc xử lý dữ liệu.

Giới hạn tốc độ và Cửa sổ ngữ cảnh

Khóa API của bạn hỗ trợ 300 yêu cầu mỗi phút. Cho phép 8 yêu cầu đồng thời. Thân yêu cầu phải dưới 8 MB. Các giới hạn này ngăn chặn lạm dụng. Chúng đảm bảo sử dụng công bằng cho tất cả người dùng. Theo dõi mức sử dụng của bạn qua bảng điều khiển.

Cửa sổ ngữ cảnh là 100,000 token. Điều này bao gồm cả prompt và completion. Bạn có thể xuất tối đa 16,000 token cho mỗi request. Đặt max_tokens để kiểm soát độ dài đầu ra. Mặc định là 2.048 token nếu không đặt.

Giới hạn tốc độ trả về mã trạng thái 429. Hãy chờ trước khi thử lại. Mô hình không kiểm duyệt (uncensored) xử lý ngữ cảnh dài rất tốt. Điều này hữu ích cho các tài liệu lớn. Điều chỉnh logic máy khách của bạn để tôn trọng các giới hạn. Tránh lưu lượng truy cập bùng nổ trong giờ cao điểm.

ID Mô hình và Tham số

Chỉ định uncensored như ID mô hình. Điều này đảm bảo bạn có trải nghiệm không kiểm duyệt chuyên dụng. Các tham số như nhiệt độ và top_p kiểm soát sự sáng tạo. Đặt nhiệt độ giữa 0 và 2. Giá trị cao hơn tăng tính ngẫu nhiên.

Sử dụng stop chuỗi để dừng quá trình tạo. Đặt một seed cho kết quả có thể tái lập. Hình phạt hiện diện và tần suất điều chỉnh sự lặp lại của token. Các tham số này tinh chỉnh chất lượng đầu ra. Mô hình phản hồi với các định dạng OpenAI tiêu chuẩn.

Kiểm tra /v1/models điểm cuối để biết chi tiết. Nó xác nhận các mô hình có sẵn. Chỉ có một mô hình được cung cấp. Điều này giữ cho mọi thứ đơn giản. Không có định tuyến phức tạp hoặc lựa chọn nhà cung cấp. Chỉ có một tùy chọn không kiểm duyệt đáng tin cậy. Kiểm tra các tham số khác nhau để tìm điểm ngọt ngào của bạn.