Intégrez l'API Qwen Uncensored en quelques minutes

URL de base et authentification

Commencez à envoyer des requêtes en pointant votre client vers https://api.qwenapiprice.com/v1 et en passant votre clé dans le Authorization header.

Obtenez votre clé instantanément en cliquant Obtenir la clé API sur notre site ; vous pouvez vous connecter avec Google ou utiliser un simple e-mail et mot de passe sans fournir de numéro de téléphone.

Chaque compte ne prend en charge qu'une seule clé active à la fois, donc la génération d'une nouvelle invalide immédiatement la clé précédente pour des raisons de sécurité.

Notre service est strictement compatible OpenAI, ce qui signifie que vous n'avez pas besoin de réécrire votre logique d'intégration simplement pour passer à notre modèle non filtré.

Conservez votre clé en sécurité, car elle est l'unique identifiant de votre crédit prépayé et de vos limites d'utilisation.

Point de terminaison Chat Completions

Envoyer du texte au POST /v1/chat/completions point de terminaison pour recevoir des réponses instantanées et sans filtre de notre modèle.

Ce point de terminaison gère les interactions standard texte en entrée, texte en sortie sans nécessiter de configurations complexes ou d'étapes de configuration supplémentaires.

Vous pouvez définir l'historique de votre conversation en utilisant le messages tableau, tout comme vous le feriez avec n'importe quel autre service compatible OpenAI.

Le modèle s'exécute sur nos propres serveurs et n'utilise pas vos prompts pour l'entraînement, garantissant que vos données restent privées.

Utilisez ce point de terminaison pour tout, de l'écriture créative au débogage technique, sans vous soucier que les filtres de contenu bloquent vos requêtes.

Point de terminaison des informations du modèle

Interrogez le GET /v1/models point de terminaison pour vérifier votre connexion et voir l'ID du modèle disponible.

Cette requête simple confirme que votre authentification fonctionne correctement avant d'envoyer des charges utiles importantes.

Vous verrez l'ID du modèle indiqué comme uncensored, que vous devez utiliser dans vos demandes de chat ultérieures.

Ce point de terminaison retourne des métadonnées sur le modèle, vous aidant à vous assurer que votre bibliothèque cliente est correctement configurée.

C'est un appel léger qui consomme un minimum de jetons, ce qui le rend parfait pour les tests d'intégration.

Utilisation du streaming et des outils

Activez le streaming en définissant stream: true pour recevoir des tokens via les Server-Sent Events (SSE) pour une latence perçue plus faible.

Le dernier chunk du flux inclut les statistiques complètes d'utilisation des jetons, vous permettant de suivre les coûts avec précision en temps réel.

Vous pouvez également utiliser l'appel de fonctions en fournissant un tools tableau et la spécification tool_choice pour laisser le modèle décider quand exécuter des fonctions.

Cette flexibilité rend notre API adaptée à la création d'agents complexes nécessitant d'interagir avec des systèmes ou des API externes.

Le streaming est particulièrement utile pour la génération de contenu de longue forme où les utilisateurs préfèrent voir la sortie à mesure qu'elle est générée.

Mode JSON et paramètres

Forcez une sortie structurée en définissant response_format à {"type": "json_object"} pour l'extraction fiable des données.

Vous pouvez ajuster le comportement du modèle à l’aide de paramètres tels que temperature, top_p, stop séquences, et seed pour la reproductibilité.

Ajuster presence_penalty et frequency_penalty pour contrôler la fréquence à laquelle le modèle se répète ou introduit de nouveaux sujets.

Ces paramètres vous donnent un contrôle fin sur le style et la cohérence de la sortie du modèle sans avoir besoin de réentraîner quoi que ce soit.

Utilisez le mode JSON pour garantir que vos applications en aval reçoivent des données parfaitement formatées à chaque fois.

Limites des jetons et fenêtre de contexte

Le modèle prend en charge une fenêtre de contexte totale de 100 000 tokens, englobant à la fois le prompt et la complétion.

Vous pouvez générer jusqu'à 16 000 tokens par requête, ou par défaut 2 048 tokens si vous ne spécifiez pas max_tokens.

Les requêtes sont limitées à 300 par minute par clé, avec une limite de concurrence de 8 requêtes simultanées pour garantir la stabilité.

La taille maximale du corps de la requête est de 8 Mo, ce qui est suffisant pour la plupart des cas d'utilisation à grand contexte sans atteindre les limites réseau.

Le crédit payé n'expire jamais, vous pouvez ainsi accumuler des tokens pour de grands projets sans vous soucier des dates de renouvellement mensuel.

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)