新しいモデルのサポート
Qwen3-Coder-480B-A35B モデル(モデル識別子: Qwen3-Coder)のサポートが開始されました。このモデルはコード生成と理解に最適化されており、256kのコンテキスト長と64kの最大出力長を備え、Claude Code、Cline、Roo Code などのツールをサポートしています。
クイックスタート
iFlow APIは100% OpenAI互換のインターフェースサービスを提供し、高性能でコスト効果の高いソリューションのために私たちのAIサービスにシームレスに切り替えることができます。
ステップ1: APIキーの取得
- **iFlow公式サイト**にアクセスして登録・ログインを完了してください
- ユーザー設定ページで独自のAPI KEYを生成します
- 後続のAPI呼び出しのためにAPI KEYを安全に保管してください
💡 ヒント: API KEYにはアカウントの完全な権限があります。他人に漏らさないようにしてください。
ステップ2: サポートされているモデルの理解
現在、以下のAIモデルをサポートしています:
| モデル名 | モデル識別子 | コンテキスト長 | 最大出力長 |
|---|---|---|---|
| TBSTARS-2.0-200B-A13B | TBStars2-200B-A13B | 32k | 32k |
| DeepSeek-R1-671B | DeepSeek-R1 | 128k | 32k |
| DeepSeek-V3-671B | DeepSeek-V3 | 128k | 32k |
| Qwen3-32B | Qwen3-32B | 128k | 32k |
| Qwen3-235B-A22B | Qwen3-235B | 128k | 32k |
| Qwen3-Coder-480B-A35B | Qwen3-Coder | 256k | 64k |
| Kimi K2 | KIMI-K2 | 128k | 64k |
| Qwen3-235B-A22B-Thinking | Qwen3-235B-A22B-Thinking-2507 | 256k | 64k |
| Qwen3-235B-A22B-Instruct | Qwen3-235B-A22B-Instruct | 256k | 64k |
ステップ3: APIパラメータの設定
以下の設定情報を使用してiFlow APIを呼び出します:
| パラメータ名 | パラメータ値 | 説明 |
|---|---|---|
| Base URL | https://apis.iflow.cn/v1/chat/completions | チャット完了エンドポイント |
| API Key | your key | コンソールから取得 |
ステップ4: API呼び出しの開始
基本例
以下は、さまざまなプログラミング言語を使用してiFlow APIを呼び出す例です:
- Bash/cURL
- Python
- JavaScript
curl https://apis.iflow.cn/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "TBStars2-200B-A13B",
"messages": [
{"role": "system", "content": "あなたはプロのAIアシスタントです。"},
{"role": "user", "content": "人工知能の発展史について紹介してください"}
],
"temperature": 0.7,
"max_tokens": 1000
}'
import requests
# APIの設定
url = "https://apis.iflow.cn/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
# リクエストデータ
data = {
"model": "TBStars2-200B-A13B",
"messages": [
{"role": "user", "content": "量子コンピューティングの基本原理を説明してください"}
],
"temperature": 0.7,
"max_tokens": 1000
}
# リクエストの実行
response = requests.post(url, json=data, headers=headers)
result = response.json()
# 結果の出力
print(result["choices"][0]["message"]["content"])
const response = await fetch('https://apis.iflow.cn/v1/chat/completions', {
method: 'POST',
headers: {
'Authorization': 'Bearer YOUR_API_KEY',
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: 'TBStars2-200B-A13B',
messages: [
{role: 'user', content: 'クイックソートアルゴリズムのPython実装を書いてください'}
],
temperature: 0.7,
max_tokens: 1000
})
});
const data = await response.json();
console.log(data.choices[0].message.content);
次のステップ
- 📖 詳細ドキュメント: 完全なAPIリファレンスマニュアルを表示
- 🔧 高度な設定: パラメータ設定オプションについて詳しく学ぶ
- 💬 技術サポート: 公式サイトでヘルプを見る
🚀 構築開始: 基礎をマスターしたので、プロジェクトへのiFlow API統合を開始できます!