APIドキュメント
最終更新日: 2026 年 10 月
初回無料通話
- メールアドレスを登録して確認するか、Google にサインインします。カードやチャージは必要ありません。
- API キーを開き、qwen/qwen3.8-27b を許可するキーを作成し、表示されたシークレットを一度保存します。
- このスクリプトは、cURLとPython 3を使用してBash（macOS、Linux、またはWSL）で実行してください。your-api-keyを実際のAPIキーに置き換えてください。response.jsonはローカルに保存してください。
バッシュ・Qwen3.8-27B・$0
エクスポート ITERACOMPUTE_API_KEY=「APIキー」
カール --fail-with-body --max-time 180 https://api.iteracompute.com/v1/chat/completions \ -H 「認証: Bearer $ITERACOMPUTE_API_KEY」 \ -H 「Content-Type: application/json」 \ -d '{"model":"qwen/qwen3.8-27b","messages":[{"role":"user","content":"正確に「Hello!」と返信してください}],"max_tokens":512,"chat_template_kwargs":{"enable_thinking":false}}' \ -o 応答.json && python3 -c 'import json; r=json.load(open("response.json"));text=r["choices"][0]["message"]["content"]; assert text and text.strip(), "空のモデル応答: アクティベーションが不完全です"; print(text)'
成功とは、choices[0].message.content が空ではないことを意味します。このコマンドはそれを出力しますが、空の応答で失敗します。登録または HTTP 200 だけではアクティベーションは完了しません。期待される出力: こんにちは!(表現は異なる場合があります)。
この Qwen の例では、目に見える短い応答に対する思考を無効にします。401/403: キーとモデルの権限を確認します。429: コンソールで毎月の使用量と TPM を確認し、再試行後を尊重します。空き容量がキューに入る可能性があります。並列再試行を繰り返し実行しないでください。
API クイックスタート → · 無料枠と制限 →
モデルのサポートとコスト
以下の高度な例では、有料の DeepSeek V4.1 Flash を使用し、API 残高から使用量を差し引きます。[モデル] ページで現在の入力、キャッシュされた入力、および出力の価格を確認します。無料の Qwen3.8-27B は、チャット完了、ストリーミング、ツール呼び出しをサポートしています。このガイドでは、Qwen Responses API のサポートを確立しません。モデル ID と推論パラメーターは互換性がありません。例を適用する前に、選択したモデルが各エンドポイントとオプションをサポートしていることを確認してください。
DeepSeek V4.1 フラッシュの価格 →
1. 概要
IteraCompute API は OpenAI と互換性があります。アプリケーションがすでに OpenAI API と通信している場合、移行は
ベースURL と API キー。チャットの完了、応答、ストリーミング、およびツールの呼び出しは、選択したモデルがサポートする互換性のある形式に従います。
2. ベース URL と認証
API リクエストは次の場所に送信されます https://api.iteracompute.com/v1チャット完了および応答リクエストは、APIキーを使用して認証されます。
認可 ヘッダー。
エクスポート ITERACOMPUTE_API_KEY=「APIキー」
カール --fail-with-body https://api.iteracompute.com/v1/chat/completions \ -H 「認証: Bearer $ITERACOMPUTE_API_KEY」 \ -H 「Content-Type: application/json」 \ -d '{"model":"deepseek/deepseek-v4.1-flash","messages":[{"role":"user","content":"正確に「Hello!」と返信してください}],"temperature":0,"max_tokens":128}'
3. モデルID
正確なものを使用してください プロバイダー/モデル モデルエンドポイントによって返される ID。を追加しないでください iteracompute/ 接頭辞。ゲートウェイによって現在公開されているモデルをリストします。
カール --fail-with-body https://api.iteracompute.com/v1/models
Models エンドポイントはパブリックであり、現在のゲートウェイ カタログを返します。それを使用してください ID 返された値とまったく同じです。モデルへの商用アクセスは、引き続き API キーと契約によって制御されます。
4. チャットの完了
POST /v1/chat/completions OpenAI のリクエストとレスポンスの形式に従います。
インポート OS
から openai インポート OpenAI クライアント = OpenAI(base_url=「https://api.iteracompute.com/v1」, api_key=os.environ[「ITERACOMPUTE_API_KEY」], ) resp = client.chat.completions.create(model=「deepseek/deepseek-v4.1-flash」, messages=[{「role」: 「ユーザー」, 「コンテンツ」: 「正確に「Hello!」と返信してください。」}]、温度=0、max_tokens=128、)
印刷する(resp.choices[0].message.content)
印刷する(resp.usage) # プロンプトトークン / 完了トークン / 合計トークン数
5. 応答 API
POST /v1/responses Codex などのクライアントによって使用される OpenAI Response API をサポートします。
インポート OS
から openai インポート OpenAI クライアント = OpenAI(base_url=「https://api.iteracompute.com/v1」, api_key=os.environ[「ITERACOMPUTE_API_KEY」], ) 応答 = client.responses.create(モデル=「deepseek/deepseek-v4.1-flash」, input=「正確に「Hello!」と返信してください。」, max_output_tokens=128, )
印刷する(response.output_text)
6. ストリーミング (SSE)
設定 「stream」: true サーバーから送信されたイベントを受信します。チャンクは生成されたとおりに到着します。トークンの使用状況は、を運ぶ最後のチャンクに含まれます。
使用法, 端末の前
[完了] イベント。ストリームを 1 つの論理リクエストとして扱います。トークンが発行されると、リクエストは透過的に再試行されません。
インポート OS
から openai インポート OpenAI クライアント = OpenAI(base_url=「https://api.iteracompute.com/v1」, api_key=os.environ[「ITERACOMPUTE_API_KEY」], ) stream = client.chat.completions.create(model=「deepseek/deepseek-v4.1-flash」, messages=[{「role」: 「ユーザー」, 「コンテンツ」: 「正確に「Hello!」と返信してください。」}]、ストリーム=本当、stream_options={「include_usage」: 本当}、温度=0、max_tokens=128、)
のために チャンク で ストリーム:
もし チャンクの選択 そして chunk.choices[0].delta.content:
印刷する(chunk.choices[0].delta.content, end="")
もし チャンクの使用法: # 最終チャンク：トークン使用量
印刷する(「\n」, chunk.usage)
7. ツールの呼び出し
ツールは ツール
OpenAI 関数呼び出し形式に従って、パラメータを指定します。モデルがツールの呼び出しを決定すると、応答には次のものが含まれます。
ツールコール;ツールの結果をロールとともに送り返す 「ツール」 会話を続けるには。
インポート json
インポート OS
から openai インポート OpenAI クライアント = OpenAI(base_url=「https://api.iteracompute.com/v1」, api_key=os.environ[「ITERACOMPUTE_API_KEY」]、) メッセージ = [{「role」: 「ユーザー」, 「コンテンツ」: 「シンガポールの天気は？」}] ツール = [{
「タイプ」: 「関数」,
「関数」: {
「name」: 「get_weather」,
「説明」: 「都市の現在の天気を取得」,
「parameters」: {
「タイプ」: 「object」,
「properties」: {「都市」: {「タイプ」: 「string」}},
「required」: [「都市」], }, }, }] resp = client.chat.completions.create(model=「deepseek/deepseek-v4.1-flash」, messages=messages, tools=tools, tool_choice={「タイプ」: 「関数」, 「関数」: {「name」: 「get_weather」}}, max_tokens=512, ) Assistant_message = resp.choices[0].messagemessages.append(assistant_message)
のために 電話する で Assistant_message.tool_calls または []: 引数 = json.loads(call.function.arguments) 結果 = {「都市」: 引数[「都市」], 「temperature_c」: 29} メッセージ.append({
「role」: 「ツール」,
「ツール呼び出しID」: 通話ID、
「コンテンツ」: json.dumps(result), })final = client.chat.completions.create(model=「deepseek/deepseek-v4.1-flash」, messages=messages, tools=tools, max_tokens=512, )
印刷する(final.choices[0].message.content)
8. エラーコード
エラーは、次の JSON 本文を持つ OpenAI エラー形式を使用します。
{"エラー": {"メッセージ"、"タイプ"、"コード"}}:
| ステータス |
意味 |
| 400 | 無効なリクエスト - JSON の形式が間違っているか、必須パラメータが欠落しています |
| 401 | 認証に失敗しました - API キーが見つからないか無効です |
| 403 | このモデルまたはアクションにはキーが許可されていません |
| 404 | 不明なモデルまたはエンドポイント |
| 429 | レート制限を超えました - 速度を落として再試行後を尊重します |
| 500 | 内部エラー - リクエストを再試行しても安全です |
| 503 | モデルは一時的に利用できません - バックオフで再試行してください |
9. レート制限
Qwen3.8-27B は、アカウント全体の月次手当と TPM を使用します。無料 / スターター / プロは、UTC 暦月あたり 3,000 万 / 100M / 300M トークン、160K / 300K / 600K TPM および 128K / 128K / 256K コンテキストを提供します。正味 10 ドルまたは 50 ドルのリチャージが完了すると、スターターまたはプロのロックが解除されます。無料アカウントは、GPU の容量がビジーな場合にキューに入れられる可能性があり、GPU あたり最大 32 の待機リクエストと 120 秒の待機が発生します。他のモデルではキー制限が使用されます。許容量を使い果たし、キューがいっぱいになり、タイムアウトが再発する 429;名誉 再試行後 再試行する前に。
