त्वरित आरंभ

30 सेकंड में आपकी पहली कॉल

पहले dashboard से अपना API key लें, फिर एक language चुनें। QSP-specific बस base_url और key हैं — बाकी सब standard OpenAI SDK है।

1. API key प्राप्त करें

साइन इन करें quicksilverpro.io/dashboard पर, और "Connect your agent" section से key copy करें।

इसे QSP_KEY environment variable के रूप में set करें ताकि नीचे दिए snippets ज्यों के त्यों चलें:

shell
export QSP_KEY="sk-..."

2. कॉल करें

Python

python
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)

resp = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)

Node.js / TypeScript

typescript
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});

const resp = await client.chat.completions.create({
  model: "deepseek-v4.1-flash",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(resp.choices[0].message.content);

सोचने की प्रक्रिया बंद करना: पहला कॉल मॉडल की डिफ़ॉल्ट सेटिंग से दिखने वाला जवाब देता है। तर्क की प्रक्रिया के बिना सीधे जवाब के लिए गैर-मानक reasoning फ़ील्ड को Python SDK के extra_body विकल्प में भेजें।

python
resp = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Hello!"}],
    extra_body={"reasoning": {"enabled": False}},
)
print(resp.choices[0].message.content)

TypeScript में दस्तावेज़ का body अनुरोध विकल्प create के दूसरे आर्ग्युमेंट में इस्तेमाल करें। यह पूरा बॉडी बदल देता है, इसलिए पहले मानक params फैलाएँ और फिर reasoning जोड़ें। देखें OpenAI Node SDK.

typescript
const params = {
  model: "deepseek-v4.1-flash",
  messages: [{ role: "user" as const, content: "Hello!" }],
};
const resp = await client.chat.completions.create(params, {
  body: { ...params, reasoning: { enabled: false } },
});
console.log(resp.choices[0].message.content);

Swift

swift
import Foundation
import OpenAI

let openAI = OpenAI(
  configuration: .init(
    token: ProcessInfo.processInfo.environment["QSP_KEY"]!,
    host: "api.quicksilverpro.io",
    basePath: "/v1"
  )
)

let query = ChatQuery(
  messages: [.user(.init(content: .string("Hello!")))],
  model: "deepseek-v4.1-flash"
)
let resp = try await openAI.chats(query: query)
print(resp.choices.first?.message.content?.string ?? "")

curl

shell
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4.1-flash",
    "messages": [{"role": "user", "content": "Hello!"}],
    "reasoning": {"enabled": false}
  }'

3. जो response मिलेगा

Standard OpenAI chat-completions JSON। choices[0].message.content model का reply है। usage field prompt और completion token counts देता है, साथ ही एक synthetic cost field जो हमारे public per-million rate से calculate होता है।

json
{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "created": 1715800000,
  "model": "deepseek-v4.1-flash",
  "choices": [{
    "index": 0,
    "message": {"role": "assistant", "content": "Hello! How can I help?"},
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 9,
    "completion_tokens": 8,
    "total_tokens": 17,
    "cost": 0.00000275
  }
}

आगे क्या