Qwen API：5 分钟发起首个请求

基础 URL 和认证

我们的 API 遵循标准 OpenAI 格式，便于你切换现有客户端配置。所有请求的基础 URL 为 https://api.qwenapis.com/v1。你需要一个 API 密钥来对请求进行鉴权。如果你尚未创建密钥，请访问 获取 API 密钥 页面，仅使用邮箱和密码生成密钥。开始使用试用额度无需信用卡。

每个账户同时只能有一个活跃密钥。你可以随时重新生成密钥，这将立即使前一个密钥失效。这确保如果你的密钥泄露，你可以立即保护账户，而无需等待月度周期。请将密钥安全地保存在环境变量或密钥管理器中。

发起首个请求

通过发送一个简单的文本补全请求来验证你的设置。以下示例使用 curl 向无审查模型发送提示词。将 YOUR_API_KEY 替换为前一步生成的密钥。模型 ID 设置为 uncensored，该模型经过调整，可对合法的成人用途进行无内容拒绝的回答。

Copycurl https://api.qwenapis.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

如果成功，你将收到包含生成文本的 JSON 响应。如果收到 401 错误，请检查密钥是否正确。402 错误表示你的预付额度已耗尽。

Python SDK 集成

对于 Python 开发者，官方 OpenAI SDK 可直接与我们的接口配合使用。使用 pip 安装库，然后配置客户端指向我们的基础 URL。这允许你使用熟悉的方法如 chat.completions.create()，而无需大幅更改应用程序逻辑。SDK 会为你处理 JSON 序列化和重试逻辑。

Copyfrom openai import OpenAI

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

请正确设置 api_key 和 base_url。模型名称仍为 uncensored。此方法可确保与为其他提供商编写的代码兼容，从而轻松切换或测试不同的接口。

Node SDK 用法

Node.js 开发者可以使用 @anthropic-ai/sdk 或官方 openai npm 包。使用我们的基础 URL 和 API 密钥配置客户端。请求结构与其他 OpenAI 兼容服务相同。这允许你以最小的代码更改将无审查 Qwen 集成到现有的 Node.js 应用程序中。

Copyimport OpenAI from "openai";

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

确保适当处理异步响应。SDK 将返回完整的补全对象，包括 token 使用统计信息。这有助于你实时监控预付额度的消耗情况。

启用流式输出

为了降低延迟并获得更好的用户体验，请在请求中启用流式输出。流式输出在生成时逐个 token 发送响应，允许你的应用程序逐步显示输出。在请求中将 stream 参数设置为 true。SDK 将提供可迭代的块流。

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)

这对于长文本内容生成或交互式应用程序特别有用。每个块包含部分文本，你可以将其追加到显示缓冲区。当模型完成响应或达到上下文限制时，流结束。

限制、错误和上下文

我们的 API 有特定的限制以确保公平使用。每个密钥允许每分钟 300 个请求。最大请求体大小为 8 MB。上下文窗口为 100,000 个 token，涵盖提示词和补全结果。如果你超过速率限制，将收到 429 错误。如果你的额度不足，将收到 402 错误。对于无效密钥，将收到 401 错误。这些错误有助于你有效管理应用程序流程和额度使用情况。