Создание завершения чата (qwen-mt-turbo)

По заданному промпту (подсказке) модель возвращает одно или несколько предсказанных завершений (Completion), а также может возвращать вероятности альтернативных токенов (Tokens) для каждой позиции. Данный интерфейс в первую очередь используется для общения с моделью и обработки задач естественного языка, таких как машинный перевод.

Официальная документация: 阿里云百炼 - Модель машинного перевода

Информация об интерфейсе

• Протокол: HTTP/HTTPS
• Метод запроса: POST
• Путь запроса: https://api.codingplanx.ai/v1/chat/completions

Заголовки запроса (Headers)

Параметры запроса (Request Body)

Формат тела запроса — application/json.

Пример запроса (Сценарий машинного перевода)

{
  "model": "qwen-mt-turbo",
  "messages": [
    {
      "role": "user",
      "content": "看完这个视频我没有笑"
    }
  ],
  "translation_options": {
    "source_lang": "auto",
    "target_lang": "English"
  }
}

(Примечание: translation_options — это специфический расширенный параметр, характерный для модели перевода qwen-mt-turbo)

Параметры ответа (Response Body)

Формат возвращаемых данных — application/json.

Пример ответа (200 OK)

{
    "id": "chatcmpl-123",
    "object": "chat.completion",
    "created": 1677652288,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "\r
\r
Hello there, how may I assist you today?"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 9,
        "completion_tokens": 12,
        "total_tokens": 21
    }
}

---

Часто задаваемые вопросы (FAQ)

1. Для каких сценариев в основном используется модель qwen-mt-turbo?

qwen-mt-turbo — это модель, глубоко оптимизированная для задач машинного перевода (Machine Translation). Хотя она использует стандартный интерфейс Chat Completions, передача текста для перевода вместе с настройками исходного и целевого языков позволяет получать результаты перевода высочайшего качества.

2. Как реализовать эффект печатной машинки (потоковый вывод)?

В теле запроса установите параметр stream в значение true. В этом случае интерфейс не будет возвращать полный JSON-ответ сразу, а начнет непрерывно отправлять блоки данных (data chunks) по протоколу Server-Sent Events (SSE). Когда генерация контента завершится, будет возвращен маркер data: [DONE], обозначающий конец потока.

3. Почему я получаю ошибку 401 Unauthorized?

Пожалуйста, проверьте поле Authorization в заголовках запроса. Убедитесь, что его формат — Bearer <ВАШ_API_KEY> (обратите внимание на пробел между Bearer и ключом API), а также в том, что сам API-ключ действителен и имеет права на вызов данной модели.

4. Как следует настраивать параметры temperature и top_p?

Оба эти параметра используются для управления случайностью вывода модели. Официально рекомендуется изменять только один из них, оставляя другой по умолчанию. Если вы хотите, чтобы результаты перевода или ответов были более строгими и точными, рекомендуется снизить temperature (например, до 0.1 - 0.2); если же вы хотите сгенерировать более креативный контент, можете повысить это значение (например, до 0.8).

5. Является ли параметр translation_options обязательным в примере запроса?

Это расширенная конфигурация, поддерживаемая специализированными моделями перевода, такими как qwen-mt-turbo, которая используется для явного указания исходного языка (source_lang) и целевого языка (target_lang). Хотя вы можете использовать естественный язык в content поля messages, чтобы попросить модель перевести текст, использование translation_options делает команду на перевод более четкой, а результат — более стабильным. Если модель используется для базового общения (не перевода), этот параметр можно не передавать.