几分钟内集成 Uncensored Qwen API

基础 URL 和认证

通过将客户端指向 https://api.qwenapiprice.com/v1 并在 Authorization 。

点击即时获取您的密钥 获取 API 密钥 on our site; you can sign in with Google or use a simple email and password without providing a phone number.

每个账户同时仅支持一个活跃密钥，因此生成新密钥会立即使前一个密钥失效以确保安全。

我们的服务严格兼容 OpenAI，这意味着您无需重写集成逻辑即可切换到我们的无审查模型。

保持密钥安全，因为它是你预付费额度和使用限制的唯一标识符。

聊天完成端点

将文本发送至 POST /v1/chat/completions 用于接收即时、无过滤响应的端点，来自我们的模型。

该端点处理标准的文本输入、文本输出交互，无需复杂的配置或额外的设置步骤。

您可以使用 messages 数组，就像您使用任何其他兼容 OpenAI 的服务一样。

该模型运行在我们自己的服务器上，不使用您的提示进行训练，确保您的数据保持私密。

使用此端点处理从创意写作到技术调试的各种任务，无需担心内容过滤器阻止您的请求。

模型信息端点

查询 GET /v1/models 用于验证您的连接并查看可用模型 ID 的端点。

此简易请求可在您开始发送大量负载之前，确认您的身份验证是否正常工作。

你将看到模型 ID 列为 uncensored, 您必须在后续的聊天请求中使用它。

该端点返回有关模型的元数据，帮助您确保客户端库配置正确。

这是一个轻量级调用，消耗极少的 token，非常适合集成测试。

流式传输与工具使用

通过将 stream: true 通过服务器发送事件（SSE）接收 token 以降低感知延迟。

流中的最后一个数据块包含完整的令牌使用统计信息，使您可以实时准确跟踪成本。

您还可以使用函数调用，通过提供 tools 数组并指定 tool_choice 让模型决定何时执行函数。

这种灵活性使我们的 API 适合构建需要与外部系统或 API 交互的复杂智能体。

流式传输对于长篇幅内容生成特别有用，用户希望看到输出正在生成的过程。

JSON 模式与参数

通过设置 response_format 到 {"type": "json_object"} 用于可靠的数据提取。

您可以使用以下参数调整模型的行为： temperature, top_p, stop 序列，以及 seed 用于可复现性。

调整 presence_penalty 和 frequency_penalty 控制模型重复自身或引入新主题的频率。

这些参数使您能够对模型的输出风格和一致性进行细粒度控制，而无需重新训练任何内容。

使用 JSON 模式确保您的下游应用程序每次都能收到格式完美的数据。

Token 限制与上下文窗口

该模型支持 100,000 个 token 的总上下文窗口，包含 prompt 和 completion。

您可以每次请求生成多达 16,000 个 token，如果您未指定，则默认为 2,048 个 token max_tokens.

每个密钥的请求限制为每分钟 300 次，并发限制为 8 个同时请求，以确保稳定性。

最大请求体大小为 8 MB，这对于大多数大上下文用例来说已经足够，不会触及网络限制。

充值余额永不过期，因此您可以为大型项目积累 token，无需担心月度续期日期。

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);

流式传输

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)