Alibaba/qwen-flash-character

qwen-flash-character

Coba gratis API Qwen Flash Character untuk roleplay teks berbasis persona yang cepat, profil, memori, dan alur kerja LLM Alibaba yang skalabel.

Text Chat

Dokumentasi

Contoh API

JavaScriptPythoncURL

Contoh Pengiriman

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);
    }
  }
}

Contoh Pengiriman

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)

Contoh Pengiriman

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
  }'

Mulai chat baru

Kirim pesan untuk memulai.

Harga Qwen Flash Character

Parameter	Harga	Harga asli	Diskon

Token: input	$0.0500 per 1 juta token input	-	Standar
Token: output	$0.4000 per 1 juta token output	-	Standar

README

API Qwen Flash Character yang Cepat & Terjangkau (Alibaba Character Roleplay LLM)

Qwen Flash Character API di Flaq AI menyediakan akses Alibaba character roleplay LLM yang cepat dan hemat biaya untuk produk chat, aplikasi companion, sistem storytelling, dan alur kerja berbasis persona. Integrasi Qwen API yang terjangkau ini membantu developer menghasilkan respons teks yang konsisten dengan karakter secara cepat sambil mendukung tone berpanduan prompt, penyiapan profil, dan konteks percakapan. API ini dirancang untuk iterasi cepat, pengujian dialog bervolume tinggi, dan fitur roleplay yang skalabel.

Fitur Utama Qwen Flash Character API

Dialog Karakter Cepat: Hasilkan respons teks yang selaras dengan persona secara cepat untuk prototipe, aplikasi roleplay, asisten, dan alur kerja percakapan bervolume tinggi.
Akses API Hemat Biaya: Gunakan Qwen Flash Character untuk character chat terjangkau tanpa memelihara infrastruktur model khusus.
Kontrol Persona Berpanduan Prompt: Tentukan latar belakang karakter, tone, gaya bicara, dan perilaku respons melalui pesan system, dengan profile digunakan untuk mode memori jangka panjang.
Arah Percakapan Konsisten: Jaga dialog tetap selaras dengan karakteristik yang mudah dikenali dan konteks sesi lintas giliran.
Dukungan Memori Jangka Panjang: Gunakan ulang memori di percakapan terkait dengan enable_long_term_memory, profile, dan nilai x-session yang ditentukan pengguna.
Simulasi Chat Grup: Simulasikan adegan multi-pembicara dengan menulis nama pembicara secara manual dalam konten pesan dan menggunakan prefiks assistant dengan partial: true.
Cakupan Roleplay Fleksibel: Bangun companion, karakter cerita, persona pelatihan, bot dukungan, dan pengalaman fiksi interaktif.
Integrasi Ramah Developer: Tambahkan alur kerja character LLM yang cepat ke produk melalui route Alibaba API terkelola dari Flaq AI.

Cara Menggunakan Qwen Flash Character API untuk Character Chat Cepat di Flaq AI

Input: Pesan chat, instruksi persona sistem, pengaturan memori jangka panjang opsional, dan pesan kelanjutan assistant partial opsional.
Output: Respons teks untuk dialog karakter, roleplay, storytelling, dan pengalaman chat berbasis persona.
Kontrol Percakapan: Mendukung arahan berbasis prompt untuk identitas, tone, perilaku memori, gaya respons, konteks jangka pendek, dan kontinuitas sesi jangka panjang.
Kemampuan: Dialog roleplay cepat, pembuatan teks yang konsisten dengan karakter, persona chat, simulasi chat grup, kelanjutan assistant parsial, storytelling interaktif, dan alur kerja karakter yang skalabel melalui integrasi Qwen Flash Character API.

Untuk simulasi chat grup, nama pembicara tidak disimpulkan dari profile. Tambahkan nama secara manual di awal setiap pesan, lalu tambahkan pesan assistant terakhir seperti Ling Lu: dengan partial: true agar model melanjutkan sebagai karakter tersebut.

Kasus Penggunaan Terbaik untuk Integrasi Qwen Flash Character API

Iterasi Dialog Cepat: Uji suara karakter, profil, dan gaya interaksi dengan cepat sebelum memilih arah persona final.
Aplikasi Companion & Roleplay: Dukung produk untuk pengguna yang membutuhkan character chat cepat, memori ringan, dan pembuatan teks terjangkau.
Prototyping Cerita & Game: Eksplorasi dialog, perilaku NPC, adegan bercabang, dan interaksi karakter untuk pengembangan produk tahap awal.
Training & Simulasi: Buat latihan percakapan berbasis peran untuk pembelajaran bahasa, coaching, training dukungan, dan latihan skenario.
Alur Kerja Chat Bervolume Tinggi: Dukung sistem roleplay dan persona-chat yang skalabel ketika kecepatan dan keterjangkauan penting.

Catatan Pastikan prompt, profil karakter, penggunaan memori, dan teks yang dihasilkan mematuhi persyaratan keamanan Alibaba dan Flaq AI. Jika terjadi error, revisi request, profil, atau pengaturan generasi lalu coba lagi.

Qwen Flash Character vs Kompetitor: Analisis Perbandingan

Qwen Flash Character vs. Qwen Plus Character
Qwen Plus Character diposisikan untuk roleplay yang lebih kaya dan respons berbasis persona yang lebih rapi. Qwen Flash Character memprioritaskan dialog cepat dan terjangkau untuk alur kerja yang sangat bergantung pada iterasi.
Qwen Flash Character vs. GPT Character Chat Model GPT mendukung percakapan serbaguna yang luas. Qwen Flash Character berfokus pada alur kerja character chat cepat bertenaga Alibaba dengan akses API terkelola.
Qwen Flash Character vs. Claude Character Chat Claude berguna untuk dialog panjang yang cermat. Qwen Flash Character menawarkan route yang lebih cepat dan lebih murah untuk produk roleplay dan companion chat yang skalabel.
Qwen Flash Character vs. Kimi Text-to-Text Kimi berguna untuk penalaran LLM umum dan penulisan. Qwen Flash Character berfokus pada perilaku persona karakter, gaya respons roleplay, dan dialog bervolume tinggi.
Qwen Flash Character vs. General Qwen Chat Model chat Qwen umum mencakup tugas teks yang luas. Qwen Flash Character dioptimalkan untuk percakapan berbasis persona ketika kecepatan, keterjangkauan, dan konsistensi karakter penting.