Разработчики, ищущие Qwen Turbo API, обычно хотят получить быструю текстовую модель Qwen и удобный способ добавить её в приложение. Прежде чем копировать название модели из старого руководства, проверьте актуальный каталог. Псевдонимы моделей, доступ к аккаунту и цены могут меняться.
OdiRouter предоставляет аутентифицированный каталог моделей и совместимый с OpenAI LLM API. Найдите точный идентификатор модели Qwen, доступный вашему API-ключу, затем укажите возвращённый идентификатор в запросе. Нет причин рисковать развёртыванием, используя непроверенный идентификатор qwen-turbo.
Доступна ли сейчас Qwen Turbo через OdiRouter?
Публичная карта сайта моделей OdiRouter, проверенная для этого руководства, не содержала страницы модели с точным названием qwen-turbo. Это не определяет доступность на уровне аккаунта. В документации каталога указано, что его аутентифицированная конечная точка возвращает модели, доступные текущему API-ключу.
Выполните эту проверку перед написанием интеграции:
curl --location "https://api.odirouter.ai/v1/models/catalog?keyword=qwen&category=llm&provider=Qwen&page=1&page_size=100" \
--header "Authorization: Bearer ${ODIROUTER_API_KEY}"Просмотрите массив data в ответе и скопируйте точный id для модели, которую планируете использовать. Если ни один результат не соответствует названию Qwen Turbo, выберите актуальную текстовую модель Qwen на основе её задокументированных функций, лимита контекста, лимита вывода и цены. Не угадывайте идентификатор замены.
Каталог может искать по идентификаторам моделей, названиям и описаниям. В записи модели могут быть указаны поставщик услуг, категория, способы ввода и вывода, поддерживаемые функции, длина контекста, максимальное количество выходных токенов и метка времени создания.
Что вам понадобится перед первым запросом
Подготовьте API-ключ OdiRouter, базовый URL https://api.odirouter.ai/v1, идентификатор модели, скопированный из аутентифицированного каталога, и небольшой тестовый промпт с консервативным ограничением вывода.
Не допускайте попадания ключа в исходный код, используя переменные окружения:
export ODIROUTER_API_KEY="YOUR_API_KEY"
export ODIROUTER_MODEL_ID="MODEL_ID_FROM_CATALOG"OdiRouter использует аутентификацию Bearer для запросов к LLM. POST-запросы должны отправлять Content-Type: application/json.
Вызовите модель Qwen с помощью curl
Конечная точка Chat Completions принимает формат messages, совместимый с OpenAI. После того как каталог вернёт действительный идентификатор модели, начните с непотокового запроса:
curl -sS "https://api.odirouter.ai/v1/chat/completions" \
-H "Authorization: Bearer ${ODIROUTER_API_KEY}" \
-H "Content-Type: application/json" \
-d "{
\"model\": \"${ODIROUTER_MODEL_ID}\",
\"messages\": [
{
\"role\": \"system\",
\"content\": \"You are a concise technical assistant.\"
},
{
\"role\": \"user\",
\"content\": \"Summarize the deployment checklist in five lines.\"
}
],
\"temperature\": 0.3,
\"max_tokens\": 300
}"Непотоковый вызов возвращает один полный JSON-ответ. Получите текст ассистента из первого варианта и сохраните поля использования для проверки стоимости и лимитов.
Используйте OpenAI SDK с OdiRouter
Существующему клиенту OpenAI SDK нужны только базовый URL OdiRouter и настраиваемый идентификатор модели.
Python
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["ODIROUTER_API_KEY"],
base_url="https://api.odirouter.ai/v1",
)
response = client.chat.completions.create(
model=os.environ["ODIROUTER_MODEL_ID"],
messages=[
{"role": "system", "content": "You are a concise technical assistant."},
{"role": "user", "content": "List three checks before an API rollout."},
],
temperature=0.3,
max_tokens=300,
)
print(response.choices[0].message.content)Node.js
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.ODIROUTER_API_KEY,
baseURL: "https://api.odirouter.ai/v1",
});
const response = await client.chat.completions.create({
model: process.env.ODIROUTER_MODEL_ID,
messages: [
{ role: "system", content: "You are a concise technical assistant." },
{ role: "user", content: "List three checks before an API rollout." },
],
temperature: 0.3,
max_tokens: 300,
});
console.log(response.choices[0].message.content ?? "");Если идентификатор модели задан в конфигурации, изменение каталога не потребует переписывать слой запросов. Обновите настроенное значение после проверки новой модели.
Добавьте потоковую передачу после того, как базовый вызов заработает
Установите для stream значение true, чтобы получать Server-Sent Events с той же конечной точки. Сначала убедитесь, что аутентификация, выбор модели и формат ответа работают без потоковой передачи. Затем обрабатывайте каждую строку data:, пока не поступит [DONE].
Для получения данных об использовании в потоке отправьте stream_options.include_usage=true. В документации OdiRouter также отмечается, что запрос может завершиться и перейти к выставлению счёта после отключения клиента. Проверьте поведение отмены и тайм-аутов, прежде чем использовать потоковую передачу в production.
Устранение распространённых ошибок
Ответ 401
Убедитесь, что ключ принадлежит OdiRouter, существует в среде выполнения и отправляется как Authorization: Bearer. Проверьте, не обрезала ли или не заменила ли значение оболочка либо платформа развёртывания.
Модель не найдена
Прекратите повторную попытку скопированного имени. Запросите значение /v1/models/catalog, используя значение keyword=qwen, а затем воспользуйтесь точно полученным значением id. Каталоги моделей могут меняться, и доступ к ним может различаться в зависимости от учетной записи.
SDK обращается к другому поставщику услуг.
В Python проверьте значение base_url. В Node.js проверьте baseURL. Оба значения должны быть в точности https://api.odirouter.ai/v1. Правильный ключ не поможет, если клиент по-прежнему указывает на другой хост.
Неожиданная стоимость или лимиты
Перед увеличением трафика проверьте страницу выбранной модели и актуальную цену. OdiRouter поясняет, что тарификация LLM может отдельно учитывать входные данные, выходные данные, чтение кэша и запись в кэш. Некоторые модели также могут по-разному тарифицировать запросы в зависимости от длины контекста. Текущая страница модели является источником достоверной информации.
Контрольный список для развёртывания
Запросите аутентифицированный каталог и сохраните точный идентификатор модели.
Подтвердите провайдера, модальности, функции, лимит контекста и максимальное число выходных токенов в возвращённой записи.
Проверьте текущую цену модели.
Выполните короткий непотоковый запрос.
Ведите журнал идентификаторов запросов и данных об использовании, но никогда не сохраняйте учётные данные или конфиденциальные промпты.
Настройте клиентские тайм-ауты и ограниченное число повторных попыток для временных сбоев.
Отдельно проверьте потоковую передачу и поведение при отключении, если это требуется продукту.
Храните идентификатор модели в конфигурации, чтобы его можно было изменить без выпуска кода.
Начните с результата из актуального каталога
Надёжный путь к Qwen Turbo API начинается с каталога, а не с названия модели, запомненного со старой страницы. OdiRouter предоставляет единый базовый URL для LLM, аутентифицированный каталог и форматы запросов, совместимые с OpenAI. Найдите модель Qwen, к которой имеет доступ ваш ключ, скопируйте её точный идентификатор, проверьте текущую цену и выполните небольшой запрос, прежде чем увеличивать трафик.
Источники
Документация по каталогу моделей OdiRouter: https://odirouter.ai/docs/api-reference/models/model-list
Настройка LLM OdiRouter: https://odirouter.ai/docs/model-api/llm/setup
OdiRouter Chat Completions: https://odirouter.ai/docs/model-api/llm/chat
Руководство по ценообразованию OdiRouter: https://odirouter.ai/docs/model-api/pricing
Каталог моделей OdiRouter: https://odirouter.ai/models