Alibaba/qwen-flash-character

qwen-flash-character

Essayez gratuitement l’API Qwen Flash Character pour un roleplay textuel rapide guidé par persona, le profil, la mémoire et des workflows Alibaba LLM évolutifs.

Text Chat

Documentation

Exemples d'API

JavaScriptPythoncURL

Exemple d'envoi

const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer YOUR_API_KEY',
    Accept: 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'qwen-flash-character',
    messages: [
      {
        role: 'system',
        content: 'You are a calm library assistant who speaks briefly and vividly.'
      },
      {
        role: 'user',
        content: 'Introduce yourself in three sentences.'
      }
    ],
    stream: true,
    max_tokens: 800,
    temperature: 0.7,
    seed: 12345
  })
});

if (!response.ok) {
  const errorBody = await response.json().catch(() => null);
  throw new Error(errorBody?.error?.message ?? errorBody?.message ?? `HTTP ${response.status}`);
}

const reader = response.body.getReader();
const decoder = new TextDecoder();
let buffer = '';
let assistantText = '';

while (true) {
  const { done, value } = await reader.read();
  if (done) break;

  buffer += decoder.decode(value, { stream: true });
  const frames = buffer.split(/\r?\n\r?\n/);
  buffer = frames.pop() || '';

  for (const frame of frames) {
    const lines = frame.split(/\r?\n/).filter(Boolean);
    let eventName = 'message';
    const dataLines = [];

    for (const line of lines) {
      if (line.startsWith('event:')) {
        eventName = line.slice(6).trim();
      } else if (line.startsWith('data:')) {
        dataLines.push(line.replace(/^data:\s*/, ''));
      }
    }

    const raw = dataLines.join('\n').trim();
    if (raw === '[DONE]') {
      console.log('\nFinal text:', assistantText);
      continue;
    }

    let payload;
    try {
      payload = JSON.parse(raw);
    } catch {
      continue;
    }

    if (eventName === 'error' || payload.error) {
      const msg = payload.error?.message ?? payload.message ?? 'Chat request failed';
      throw new Error(msg);
    }

    const delta = payload.choices?.[0]?.delta;
    if (delta?.content) {
      assistantText += delta.content;
      console.log(assistantText);
    }
  }
}

Exemple d'envoi

import json
import requests

response = requests.post(
    'https://api.flaq.ai/api/v1/chat/completions',
    headers={
        'Authorization': 'Bearer YOUR_API_KEY',
        'Accept': 'text/event-stream',
        'Content-Type': 'application/json',
    },
    json={
        'model': 'qwen-flash-character',
        'messages': [
            {
                'role': 'system',
                'content': 'You are a calm library assistant who speaks briefly and vividly.',
            },
            {
                'role': 'user',
                'content': 'Introduce yourself in three sentences.',
            },
        ],
        'stream': True,
        'max_tokens': 800,
        'temperature': 0.7,
        'seed': 12345,
    },
    stream=True,
)

response.raise_for_status()

event_name = 'message'
assistant_text = ''

for raw_line in response.iter_lines(decode_unicode=True):
    if not raw_line:
        event_name = 'message'
        continue

    if raw_line.startswith('event:'):
        event_name = raw_line.replace('event:', '', 1).strip()
        continue

    if raw_line.startswith('data:'):
        raw_data = raw_line.replace('data:', '', 1).strip()
        if raw_data == '[DONE]':
            print('\nFinal text:', assistant_text)
            continue

        payload = json.loads(raw_data)

        if event_name == 'error' or payload.get('error'):
            error = payload.get('error') or payload
            raise RuntimeError(error.get('message', 'Chat request failed'))

        choices = payload.get('choices') or []
        if choices:
            delta = choices[0].get('delta') or {}
            content = delta.get('content')
            if content:
                assistant_text += content
                print(content, end='', flush=True)

Exemple d'envoi

curl -N -X POST "https://api.flaq.ai/api/v1/chat/completions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Accept: text/event-stream" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-flash-character",
    "messages": [
      {
        "role": "system",
        "content": "You are a calm library assistant who speaks briefly and vividly."
      },
      {
        "role": "user",
        "content": "Introduce yourself in three sentences."
      }
    ],
    "stream": true,
    "max_tokens": 800,
    "temperature": 0.7,
    "seed": 12345
  }'

Démarrer un nouveau chat

Envoyez un message pour commencer.

Tarifs de Qwen Flash Character

Paramètres	Prix	Prix d’origine	Remise

Jeton: input	$0.0500 par 1 M de jetons d’entrée	-	Standard
Jeton: output	$0.4000 par 1 M de jetons de sortie	-	Standard

README

API Qwen Flash Character rapide et abordable (LLM Alibaba de roleplay de personnages)

L'API Qwen Flash Character sur Flaq AI donne un accès rapide et économique au LLM Alibaba de roleplay de personnages pour les produits de chat, apps de compagnon, systèmes de storytelling et workflows guidés par persona. Cette intégration abordable de l'API Qwen aide les développeurs à générer rapidement des réponses textuelles cohérentes avec le personnage, tout en prenant en charge le ton guidé par prompt, la configuration de profil et le contexte de conversation. Elle est conçue pour l'itération rapide, les tests de dialogue à haut volume et les fonctions de roleplay évolutives.

Fonctionnalités clés de l'API Qwen Flash Character

Dialogue de personnage rapide : Générez rapidement des réponses textuelles alignées sur la persona pour prototypes, apps de roleplay, assistants et workflows de conversation à haut volume.
Accès API économique : Utilisez Qwen Flash Character pour un chat de personnages abordable sans maintenir une infrastructure de modèles personnalisée.
Contrôle de persona guidé par prompt : Définissez l'arrière-plan du personnage, le ton, le style de parole et le comportement de réponse via des messages system, avec profile utilisé pour le mode mémoire long terme.
Direction de conversation cohérente : Gardez le dialogue aligné sur des traits reconnaissables du personnage et le contexte de session entre les tours.
Prise en charge de la mémoire long terme : Réutilisez la mémoire dans les conversations liées avec enable_long_term_memory, profile et une valeur x-session définie par l'utilisateur.
Simulation de chat de groupe : Simulez des scènes à plusieurs locuteurs en écrivant manuellement les noms des locuteurs dans le contenu des messages et en utilisant un préfixe assistant avec partial: true.
Couverture flexible du roleplay : Créez des compagnons, personnages d'histoire, personas de formation, bots de support et expériences de fiction interactive.
Intégration pensée pour les développeurs : Ajoutez des workflows LLM de personnages rapides aux produits via la route gérée de l'API Alibaba de Flaq AI.

Comment utiliser l'API Qwen Flash Character pour le chat rapide de personnages sur Flaq AI

Entrée : Messages de chat, instructions de persona système, paramètres optionnels de mémoire long terme et messages optionnels de continuation assistant partial.
Sortie : Réponses textuelles pour le dialogue de personnages, le roleplay, le storytelling et les expériences de chat guidées par persona.
Contrôle de conversation : Prend en charge une direction basée sur les prompts pour l'identité, le ton, le comportement de mémoire, le style de réponse, le contexte court terme et la continuité de session long terme.
Capacités : Dialogue de roleplay rapide, génération de texte cohérente avec le personnage, chat de persona, simulation de chat de groupe, continuation partielle assistant, storytelling interactif et workflows de personnages évolutifs via l'intégration de l'API Qwen Flash Character.

Pour la simulation de chat de groupe, les noms des locuteurs ne sont pas déduits de profile. Ajoutez les noms manuellement au début de chaque message, puis ajoutez un dernier message assistant comme Ling Lu: avec partial: true afin que le modèle continue comme ce personnage.

Meilleurs cas d'utilisation pour l'intégration de l'API Qwen Flash Character

Itération rapide de dialogue : Testez rapidement les voix, profils et styles d'interaction de personnages avant de choisir une direction finale de persona.
Apps de compagnon et de roleplay : Alimentez des produits destinés aux utilisateurs qui nécessitent un chat de personnages rapide, une mémoire légère et une génération de texte abordable.
Prototypage d'histoires et de jeux : Explorez dialogues, comportements de NPC, scènes ramifiées et interactions de personnages pour les premières phases de développement produit.
Formation et simulation : Créez des pratiques de conversation basées sur des rôles pour l'apprentissage des langues, le coaching, la formation support et la répétition de scénarios.
Workflows de chat à haut volume : Prenez en charge des systèmes évolutifs de roleplay et de chat de persona où vitesse et coût abordable comptent.

Remarque Veillez à ce que les prompts, profils de personnages, usages de la mémoire et textes générés respectent les exigences de sécurité d'Alibaba et Flaq AI. Si une erreur survient, révisez la requête, le profil ou les paramètres de génération, puis réessayez.

Qwen Flash Character face aux concurrents : analyse comparative

Qwen Flash Character face à Qwen Plus Character
Qwen Plus Character est positionné pour un roleplay plus riche et des réponses guidées par persona plus soignées. Qwen Flash Character privilégie un dialogue rapide et abordable pour les workflows très itératifs.
Qwen Flash Character face à GPT Character Chat Les modèles GPT prennent en charge une conversation généraliste large. Qwen Flash Character se concentre sur des workflows rapides de chat de personnages propulsés par Alibaba avec accès API géré.
Qwen Flash Character face à Claude Character Chat Claude est utile pour un dialogue long format attentif. Qwen Flash Character offre une route plus rapide et moins coûteuse pour les produits évolutifs de roleplay et de chat compagnon.
Qwen Flash Character face à Kimi Text-to-Text Kimi est utile pour le raisonnement LLM général et l'écriture. Qwen Flash Character se concentre sur le comportement de persona, le style de réponse de roleplay et le dialogue à haut volume.
Qwen Flash Character face à General Qwen Chat Les modèles Qwen de chat général couvrent de larges tâches textuelles. Qwen Flash Character est optimisé pour les conversations guidées par persona où vitesse, coût abordable et cohérence du personnage comptent.