Получаем доступ к API мощной нейросети [Qwen AI]

Всем привет, сейчас я вам расскажу как можно бесплатно получить API нейросети Qwen AI для своих нужд.​

Шаг 1. Авторизация​

Для начала нужно авторизироваться. Здесь всё максимально просто. Переходим на сайт (https://qwenlm.ai/auth), авторизируемая через Google, Github или почтой.​

Шаг 2. Получаем токен​

После самой авторизации нужно получить токен, что-бы в будущем через него отправлять сообщения. В чате нам нужно отловить запрос с токеном, для это: Нажимаем F12 > Переходим во вкладку Network > Ставим сортировку по Fetch/XHR запросам (Для удобности)
​

Далее ловим сам запрос отправкой любого сообщения ии. После отправки сообщения в DevTools посыпались различные запросы от клиента, нам нужен только completions, в нём и будет наш токен.

Скролим чуть ниже, к полю Authorization, там и лежит наш токен.

Well done!

Шаг 3. Используем токен​

Токен получен, используем в коде. К примеру буду приводить код на Python, так как используем REST API из библиотек использую только requests.​

# Константы
TOKEN = "Токен который мы получили на предыдущем шаге"

QWEN_URL = "https://chat.qwenlm.ai/api/chat/completions"
QWEN_HEADERS = {
"Authorization": f"Bearer {TOKEN}",
"Content-Type": "application/json",
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/237.84.2.178 Safari/537.36"
}

Python

# Константы

TOKEN = "Токен который мы получили на предыдущем шаге"



QWEN_URL = "https://chat.qwenlm.ai/api/chat/completions"

QWEN_HEADERS = {

    "Authorization": f"Bearer {TOKEN}",

    "Content-Type": "application/json",

    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/237.84.2.178 Safari/537.36"

}

Массив из отправленных сообщений может содержать сообщения как от пользователя - user, от ии - assistant, и от системы - system.

# Пример сообщений для отправки
messages = [
{"role": "user", "content": "Привет!", "extra": {}, "chat_type": "t2t"},
] # chat_type указываю на t2t для обмена сообщениями (В самом ИИ можно ещё видео и картинки генерировать)

Python

# Пример сообщений для отправки

messages = [

    {"role": "user", "content": "Привет!", "extra": {}, "chat_type": "t2t"},

] # chat_type указываю на t2t для обмена сообщениями (В самом ИИ можно ещё видео и картинки генерировать)

В боди запроса можно указать модель ИИ (qwen-max-latest самая мощная на данный момент, на уровне с gpt-4o или даже выше), так же параметр stream отвечает за потоковую передачу сообщений.

# Параметры запроса
payload = {
"chat_type": "t2t",
"messages": messages,
"model": "qwen-max-latest",
"stream": False
}

Python

# Параметры запроса

payload = {

    "chat_type": "t2t",

    "messages": messages,

    "model": "qwen-max-latest",

    "stream": False

}

Ну и сама отправка запроса и получение ответа от ИИ:

# Отправка POST-запроса
response = requests.post(QWEN_URL, headers=QWEN_HEADERS, json=payload)

# Обработка ответа
if response.status_code == 200:
result = response.json()
print("Ответ от нейросети:", result["choices"][0]["message"]["content"])
else:
print(f"Ошибка при отправке запроса: {response.status_code}")
print("Текст ошибки:", response.text)

Python

# Отправка POST-запроса

response = requests.post(QWEN_URL, headers=QWEN_HEADERS, json=payload)



# Обработка ответа

if response.status_code == 200:

    result = response.json()

    print("Ответ от нейросети:", result["choices"][0]["message"]["content"])

else:

    print(f"Ошибка при отправке запроса: {response.status_code}")

    print("Текст ошибки:", response.text)

Тест:

Готово! Мы получили полностью рабочую китайскую ИИшку для любых целей. :peka:

Заключение​

Кому надо, вот полный код на питончике

import requests

TOKEN = "Токен который мы получили на шаге 2"

QWEN_URL = "https://chat.qwenlm.ai/api/chat/completions"
QWEN_HEADERS = {
"Authorization": f"Bearer {TOKEN}",
"Content-Type": "application/json",
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/237.84.2.178 Safari/537.36"
}

messages = [
{"role": "user", "content": "Привет!", "extra": {}, "chat_type": "t2t"},
]

payload = {
"chat_type": "t2t",
"messages": messages,
"model": "qwen-max-latest",
"stream": False
}

response = requests.post(QWEN_URL, headers=QWEN_HEADERS, json=payload)

if response.status_code == 200:
result = response.json()
print("Ответ от нейросети:", result["choices"][0]["message"]["content"])
else:
print(f"Ошибка при отправке запроса: {response.status_code}")
print("Текст ошибки:", response.text)

Python

import requests



TOKEN = "Токен который мы получили на шаге 2"



QWEN_URL = "https://chat.qwenlm.ai/api/chat/completions"

QWEN_HEADERS = {

    "Authorization": f"Bearer {TOKEN}",

    "Content-Type": "application/json",

    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/237.84.2.178 Safari/537.36"

}



messages = [

    {"role": "user", "content": "Привет!", "extra": {}, "chat_type": "t2t"},

]



payload = {

    "chat_type": "t2t",

    "messages": messages,

    "model": "qwen-max-latest",

    "stream": False

}



response = requests.post(QWEN_URL, headers=QWEN_HEADERS, json=payload)



if response.status_code == 200:

    result = response.json()

    print("Ответ от нейросети:", result["choices"][0]["message"]["content"])

else:

    print(f"Ошибка при отправке запроса: {response.status_code}")

    print("Текст ошибки:", response.text)

Спасибо за прочтение! Это была моя первая статья, не бейте сапогом ​