Unquant

Opening your workspace…

Unquant

Chatantwoorden

OpenAI-compatibele chatantwoorden, met ondersteuning voor streamen, afbeeldingen, toolaanroepen en instelbaar redeneren.

POST /v1/chat/completions

curl https://api.unquant.io/v1/chat/completions \
  -H "Authorization: Bearer $UNQUANT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3-flash",
       "messages":[{"role":"user","content":"Hello!"}]}'

Aanvraagvelden

Basis
modeltekenreeksVerplicht

glm-5.3-flash of qwen-3.8-flash-next.

messagesarrayVerplicht

Rollen: system, user, assistant en tool. De inhoud is een tekenreeks of een array met onderdelen van het type text en image_url.

streambooleaanse waarde

Stream het antwoord als gebeurtenissen die door de server worden verstuurd.

stream_optionsobject

{"include_usage": true} voegt een laatste gegevensblok met tokenaantallen toe.

Lengte
max_tokensgeheel getal

Bovengrens voor de lengte van het antwoord.

max_completion_tokensgeheel getal

Hetzelfde als max_tokens.

Tokenselectie
temperaturegetal

Mate van willekeur bij het selecteren van tokens.

top_pgetal

Selectie uit de kleinste groep tokens waarvan de gezamenlijke waarschijnlijkheid de ingestelde drempel bereikt.

top_kgeheel getal

Selecteer uit de k meest waarschijnlijke tokens.

min_pgetal

Minimale relatieve waarschijnlijkheid van een token.

seedgeheel getal

Startwaarde voor herhaalbare tokenselectie.

stoptekenreeks of array

Tekenreeksen waarbij het genereren stopt.

Herhaling
frequency_penaltygetal

Verlaag de kans op tokens op basis van hoe vaak ze al zijn voorgekomen.

presence_penaltygetal

Verlaag de kans op tokens die al eerder zijn voorgekomen.

repetition_penaltygetal

Vermenigvuldigingsfactor om herhaling te ontmoedigen.

Tools
toolsarray

Functies die het model mag aanroepen, in het OpenAI-formaat.

tool_choicetekenreeks of object

auto, none, required of een functie die je bij naam opgeeft.

parallel_tool_callsbooleaanse waarde

Sta meerdere toolaanroepen binnen één beurt toe.

Uitvoer
response_formatobject

Uitvoer in JSON-formaat.

logprobsbooleaanse waarde

Geef de logaritmische waarschijnlijkheden van tokens terug.

top_logprobsgeheel getal

Het aantal alternatieven dat per token wordt teruggegeven.

ngeheel getal

Moet 1 zijn: één gegenereerd antwoord per aanvraag.

Redeneren
reasoning_efforttekenreeks

Beide modellen: none, low of high; GLM-5.3-Flash accepteert ook max.

chat_template_kwargsobject

Sjablooninstellingen, zoals {"enable_thinking": false}.

Andere velden worden genegeerd.

Antwoord

response.choices[0].message.content

Verbruiksaantallen worden teruggegeven zodat je je eigen gebruik kunt bijhouden; ze worden nooit in rekening gebracht.

Streamen

Met "stream": true komt het antwoord binnen als gebeurtenissen die door de server worden verstuurd, in het gegevensblokformaat van OpenAI, met data: [DONE] als afsluiting. Lees de tekst uit choices[0].delta.content.

Afbeeldingen

Beide modellen accepteren afbeeldingen als image_url-onderdelen met een base64-data-URL (data:image/png;base64,..., JPEG of WebP). Afbeeldingen waarnaar een URL verwijst, worden niet opgehaald en leveren foutcode 400 op.

{"role": "user", "content": [
  {"type": "text", "text": "Describe this image."},
  {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}
]}

Tools aanroepen

Geef tools mee zoals bij de OpenAI API. Wanneer het model een tool aanroept, bevat het antwoord finish_reason: "tool_calls" en message.tool_calls; voer de tool uit, voeg een tool-bericht toe met het resultaat en de bijbehorende tool_call_id, en doe opnieuw een aanvraag.

Redeneren

Beide modellen redeneren voordat ze antwoorden en accepteren reasoning_effort: none voor directe antwoorden, low voor beperkt redeneren of high voor moeilijkere problemen; GLM-5.3-Flash biedt ook max en gebruikt standaard high. De denkstappen worden afzonderlijk teruggegeven in reasoning_content en worden nooit vermengd met content. Met "thinking": {"type": "disabled"} of "chat_template_kwargs": {"enable_thinking": false} schakel je het redeneren ook uit.

Gelijktijdige aanvragen

Je abonnement bepaalt hoeveel aanvragen tegelijk kunnen worden uitgevoerd, over al je API-sleutels samen. Een aanvraag boven die limiet levert direct foutcode 429 op en wordt niet in een wachtrij geplaatst; lopende aanvragen gaan gewoon door.

Handleiding voor ontwikkelaars