跳到主要内容

Chinda 泰语大模型 4B

免费（至2025年12月31日）
Input: 0.00 IC / 1K tokens (~0.0 泰铢/1M, ~$0.00/1M)
Output: 0.00 IC / 1K tokens (~0.0 泰铢/1M, ~$0.00/1M)
v1.0 可用 POST /v3/llm/chinda-thaillm-4b/chat/completions

欢迎使用Chinda泰语大模型4B API，这是由iApp Technology与AIEAT（泰国人工智能工程协会）合作开发的开源泰语大语言模型。Chinda基于Qwen3 4B架构，专门针对泰语理解和生成进行了优化。

演示​

与 Chinda Thai LLM 4B 对话

Log in to use your API keys or Create an account

Start a conversation with the AI assistant

Type your message below and press Enter or click Send
0 messages in conversationModel: chinda-qwen3-4b

概述​

Chinda（จินดา）是泰国首个社区驱动的开源LLM，旨在提供强大的泰语AI能力。该模型支持流式和非流式推理的聊天补全功能。

主要特点​

  • 泰语优化：专门针对泰语理解和生成进行微调
  • 开源：可通过API访问和本地部署
  • OpenAI兼容：遵循OpenAI API格式，易于集成
  • 流式支持：实时token流式传输，实现快速响应
  • 40K上下文：支持最多40,960个tokens的上下文长度
  • 免费访问：至2025年12月31日前免费

快速开始​

  1. 前提条件

    • iApp Technology的API密钥
    • 互联网连接

  2. 快速开始

    • 简单的REST API接口
    • OpenAI兼容格式
    • 支持流式和非流式

  3. 速率限制

    • 每秒5个请求
    • 每分钟200个请求
如何获取API密钥？

请访问API密钥管理页面查看现有的API密钥或申请新的。

API端点​

端点方法描述费用
/v3/llm/chinda-thaillm-4b/chat/completionsPOST聊天补全（流式和非流式）免费（0 IC）
/v3/llm/chinda-thaillm-4b/completionsPOST文本补全免费（0 IC）
/v3/llm/chinda-thaillm-4b/modelsGET列出可用模型免费（0 IC）

代码示例​

cURL - 非流式​

curl -X POST 'https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions' \
  -H 'apikey: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "chinda-qwen3-4b",
    "messages": [
      {"role": "user", "content": "สวัสดีครับ คุณช่วยอะไรได้บ้าง?"}
    ],
    "max_tokens": 4096
  }'

cURL - 流式​

curl -X POST 'https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions' \
  -H 'apikey: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "chinda-qwen3-4b",
    "messages": [
      {"role": "user", "content": "อธิบายเกี่ยวกับ AI ให้หน่อย"}
    ],
    "max_tokens": 4096,
    "stream": true
  }'

响应（非流式）​

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "chinda-qwen3-4b",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "สวัสดีครับ! ผมเป็น Chinda ผู้ช่วย AI ภาษาไทย ผมสามารถช่วยคุณได้หลายอย่าง เช่น:\n\n1. ตอบคำถามทั่วไป\n2. ช่วยเขียนข้อความ\n3. อธิบายเรื่องต่างๆ\n4. แปลภาษา\n5. ช่วยคิดไอเดีย\n\nมีอะไรให้ช่วยไหมครับ?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 15,
    "completion_tokens": 89,
    "total_tokens": 104
  }
}

Python​

import requests
import json

url = "https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions"

payload = {
    "model": "chinda-qwen3-4b",
    "messages": [
        {"role": "user", "content": "สวัสดีครับ คุณช่วยอะไรได้บ้าง?"}
    ],
    "max_tokens": 4096
}

headers = {
    'apikey': 'YOUR_API_KEY',
    'Content-Type': 'application/json'
}

response = requests.post(url, headers=headers, json=payload)
print(response.json())

Python - 流式​

import requests
import json

url = "https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions"

payload = {
    "model": "chinda-qwen3-4b",
    "messages": [
        {"role": "user", "content": "อธิบายเกี่ยวกับ AI"}
    ],
    "max_tokens": 4096,
    "stream": True
}

headers = {
    'apikey': 'YOUR_API_KEY',
    'Content-Type': 'application/json'
}

response = requests.post(url, headers=headers, json=payload, stream=True)

for line in response.iter_lines():
    if line:
        line = line.decode('utf-8')
        if line.startswith('data: '):
            data = line[6:]
            if data != '[DONE]':
                chunk = json.loads(data)
                content = chunk['choices'][0]['delta'].get('content', '')
                print(content, end='', flush=True)

JavaScript / Node.js​

const axios = require('axios');

const url = 'https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions';

const payload = {
  model: 'chinda-qwen3-4b',
  messages: [
    { role: 'user', content: 'สวัสดีครับ คุณช่วยอะไรได้บ้าง?' }
  ],
  max_tokens: 4096
};

const config = {
  headers: {
    'apikey': 'YOUR_API_KEY',
    'Content-Type': 'application/json'
  }
};

axios.post(url, payload, config)
  .then(response => {
    console.log(response.data.choices[0].message.content);
  })
  .catch(error => {
    console.error(error);
  });

PHP​

<?php

$curl = curl_init();

$payload = json_encode([
    'model' => 'chinda-qwen3-4b',
    'messages' => [
        ['role' => 'user', 'content' => 'สวัสดีครับ คุณช่วยอะไรได้บ้าง?']
    ],
    'max_tokens' => 4096
]);

curl_setopt_array($curl, [
    CURLOPT_URL => 'https://api.iapp.co.th/v3/llm/chinda-thaillm-4b/chat/completions',
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_POST => true,
    CURLOPT_POSTFIELDS => $payload,
    CURLOPT_HTTPHEADER => [
        'apikey: YOUR_API_KEY',
        'Content-Type: application/json'
    ],
]);

$response = curl_exec($curl);
curl_close($curl);

$result = json_decode($response, true);
echo $result['choices'][0]['message']['content'];

API参考​

请求头​

参数类型必需描述
apikeyString是您的API密钥
Content-TypeString是application/json

请求体参数​

参数类型必需描述
modelString是模型名称：chinda-qwen3-4b
messagesArray是包含role和content的消息对象数组
max_tokensInteger否生成的最大tokens数（默认：4096，最大：40960）
streamBoolean否启用流式响应（默认：false）
temperatureFloat否采样温度0-2（默认：0.7）
top_pFloat否核采样（默认：0.9）

消息对象​

字段类型描述
roleStringsystem、user或assistant
contentString消息内容

模型信息​

属性值
模型名称chinda-qwen3-4b
基础模型Qwen3 4B
上下文长度40,960 tokens
语言泰语、英语
许可证开源

使用场景​

  • 聊天机器人：构建会说泰语的AI对话助手
  • 内容生成：为文章、社交媒体和营销生成泰语内容
  • 翻译：泰语和英语之间的翻译
  • 问答系统：用泰语回答问题
  • 代码助手：帮助解答编程问题（带泰语解释）
  • 教育：泰语教学和解释

开源​

Chinda也可作为开源模型本地运行：

本地运行Chinda的教程：

定价​

AI API服务名称端点IC费用本地部署
Chinda泰语大模型4B [v1.0]/v3/llm/chinda-thaillm-4b/chat/completions

免费（至2025年12月31日）

Input: 0.00 IC / 1K tokens
Output: 0.00 IC / 1K tokens

联系我们

支持​

如需支持和问题咨询：