Integrer Uncensored Qwen API på få minutter

Base URL og autentificering

Start med at sende anmodninger ved at pege din klient på https://api.qwenapiprice.com/v1 og send din nøgle i Authorization header.

Hent din nøgle øjeblikkeligt ved at klikke Få API-nøgle på vores site; du kan logge ind med Google eller bruge en simpel e-mail og adgangskode uden at oplyse et telefonnummer.

Hver konto understøtter kun én aktiv nøgle ad gangen, så generering af en ny ugyldiggør øjeblikkeligt den tidligere nøgle af sikkerhedsmæssige årsager.

Vores service er strengt OpenAI-kompatibel, hvilket betyder, at du ikke behøver at omskrive din integrationslogik bare for at skifte til vores uncensored-model.

Hold din nøgle sikker, da den er den eneste identifikator for din forudbetalte kredit og brugsbegrænsninger.

Chat Completions Endpoint

Send tekst til POST /v1/chat/completions endpoint til at modtage øjeblikkelige, ufiltrerede svar fra vores model.

Dette endpoint håndterer standard tekst-til-tekst-interaktioner uden at kræve komplekse konfigurationer eller yderligere opsætningstrin.

Du kan definere din samtalehistorik ved hjælp af messages array, præcis som du ville gøre med enhver anden OpenAI-kompatibel tjeneste.

Modellen kører på vores egne servere og bruger ikke dine prompts til træning, hvilket sikrer, at dine data forbliver private.

Brug denne endpoint til alt fra kreativ skrivning til teknisk fejlfinding uden at bekymre dig om, at indholdsfiltre blokerer dine anmodninger.

Slutpunkt til modelinformation

Spørg til GET /v1/models endpoint til at verificere din forbindelse og se den tilgængelige model-ID.

Denne simple forespørgsel bekræfter, at din autentificering fungerer korrekt, før du begynder at sende tunge payload.

Du ser model-ID'et angivet som uncensored, som du skal bruge i dine efterfølgende chat-anmodninger.

Dette endpoint returnerer metadata om modellen, hvilket hjælper dig med at sikre, at din klientbibliotek er korrekt konfigureret.

Det er en letvægtskald, der forbruger minimale tokens, hvilket gør det perfekt til integrationstests.

Streaming og værktøjsbrug

Aktivér streaming ved at indstille stream: true for at modtage tokens via Server-Sent Events (SSE) for lavere opfattet latens.

Den sidste chunk af streamen indeholder de komplette tokenbrugsstatistikker, hvilket giver dig mulighed for at spore omkostninger præcist i realtid.

Du kan også bruge function calling ved at angive en tools array og angivelse tool_choice for at lade modellen afgøre, hvornår funktioner skal udføres.

Denne fleksibilitet gør vores API velegnet til at bygge komplekse agenter, der skal interagere med eksterne systemer eller APIs.

Streaming er særligt nyttigt til generering af langform-indhold, hvor brugere foretrækker at se output, mens det genereres.

JSON-tilstand og parametre

Tving struktureret output ved at indstille response_format til {"type": "json_object"} for pålidelig dataudtrækning.

Du kan tilpasse modellens adfærd ved hjælp af parametre som temperature, top_p, stop sekvenser, og seed for reproducerbarhed.

Juster presence_penalty og frequency_penalty til at kontrollere, hvor ofte modellen gentager sig selv eller introducerer nye emner.

Disse parametre giver dig finjusteret kontrol over modellens output-stil og konsistens uden at skulle re-træne noget.

Brug JSON-tilstand til at sikre, at dine downstream-applikationer modtager perfekt formaterede data hver gang.

Token-grænser og kontekstvindu

Modellen understøtter et totalt kontekstvindue på 100.000 tokens, der omfatter både prompt og completion.

Du kan generere op til 16,000 tokens pr. anmodning, eller standard til 2,048 tokens, hvis du ikke angiver max_tokens.

Anmodninger er begrænset til 300 i minuttet per nøgle, med en samtidighedsgrænse på 8 samtidige anmodninger for at sikre stabilitet.

Den maksimale størrelse af request-body er 8 MB, hvilket er tilstrækkeligt til de fleste use cases med stor kontekst uden at ramme netværksgrænser.

Betalt kredit udløber aldrig, så du kan samle tokens til store projekter uden at bekymre dig om månedlige fornyelsesdatoer.

cURL

Copycurl https://api.qwenapiprice.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the current pricing tiers for the API"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)