创建聊天对话请求
大语言
创建聊天对话请求
POST
创建聊天对话请求
根据指定的聊天对话生成模型回复
请求头
枚举值:
application/jsonBearer 身份验证格式: Bearer {{API 秘钥}}。
请求体
要使用的模型名称。
组成当前对话的消息列表。
在完成中生成的最大 tokens 数量。如果您的提示（先前的消息）加上 max_tokens 的 tokens 数超过模型的上下文长度，则行为取决于 context_length_exceeded_behavior。默认情况下，max_tokens 将被降低以适应上下文窗口，而不是返回错误。
是否流式返回部分进度。如果设置，tokens 将作为数据专用的服务器发送事件 (SSE) 发送，当它们可用时，流将以
data: [DONE] 消息终止。流响应的选项。仅在设置 stream 为 true 时设置此项。
为每个提示生成的完成数量。注意：由于此参数会生成许多完成，因此可能会快速消耗您的 tokens 配额。请谨慎使用，并确保您对 max_tokens 和 stop 有合理的设置。必需范围：
1 < x < 128如果指定，我们的系统将尽力以确定性的方式进行采样，以便使用相同的 seed 和参数重复请求应返回相同的结果。
正值会根据新 tokens 在文本中现有的频率进行惩罚，降低模型逐字重复相同行的可能性。如果目标只是稍微减少重复样本，合理的值在 0.1 到 1 之间。如果目标是强烈抑制重复，则可以将系数增加到 2，但这可能会显著降低样本质量。负值可用于增加重复的可能性。另请参见 presence_penalty，用于以固定速率惩罚至少出现一次的 tokens。必需范围：
-2 < x < 2正值会根据新 tokens 是否出现在文本中进行惩罚，增加模型谈论新主题的可能性。如果目标只是稍微减少重复样本，合理的值在 0.1 到 1 之间。如果目标是强烈抑制重复，则可以将系数增加到 2，但这可能会显著降低样本质量。负值可用于增加重复的可能性。另请参见
frequency_penalty，用于根据 tokens 出现的频率以递增速率惩罚 tokens。必需范围：-2 < x < 2对重复的 tokens 应用惩罚以阻止或鼓励重复。值为 1.0 表示没有惩罚，允许自由重复。值高于 1.0 会惩罚重复，降低重复 tokens 的可能性。值在 0.0 和 1.0 之间会奖励重复，增加重复 tokens 的机会。为了获得良好的平衡，通常建议使用 1.2 的值。请注意，惩罚适用于生成的输出和仅解码器模型中的提示。必需范围：
0 < x < 2API 将停止生成进一步 tokens 的最多 4 个序列。返回的文本将包含停止序列。
使用的采样温度，介于 0 和 2 之间。较高的值如 0.8 会使输出更随机，而较低的值如 0.2 会使其更集中和确定性。我们通常建议更改此项或
top_p，但不要同时更改。必需范围：0 < x < 2一种替代采样温度的方法，称为核采样，其中模型考虑具有 top_p 概率质量的 tokens 结果。因此，0.1 表示仅考虑构成前 10% 概率质量的 tokens。我们通常建议更改此项或温度，但不要同时更改。必需范围：
0 < x <= 1Top-k 采样是另一种采样方法，其中最可能的 k 个下一个 tokens 被过滤，并且概率质量仅在这 k 个下一个 tokens 之间重新分配。k 的值控制文本生成期间每个步骤下一个 tokens 的候选数量。必需范围：
1 < x < 128表示 tokens 被考虑的最小概率，相对于最可能 tokens 的概率。必需范围：
0 <= x <= 1修改指定 tokens 在完成中出现的可能性。接受一个 JSON 对象，将 tokens 映射到 -100 到 100 之间的关联偏差值。
数学上，偏差被添加到模型在采样之前生成的 logits 中。确切的效果会因模型而异。例如，通过设置
"logit_bias":{"1024": 6} 将增加 token ID 为 1024 的 tokens 的可能性。是否返回输出 tokens 的对数概率。如果为 true，则返回消息内容中每个输出 tokens 的对数概率。
一个介于 0 和 20 之间的整数，指定在每个 tokens 位置返回的最可能 tokens 的数量，每个 tokens 都有一个关联的对数概率。如果使用此参数，则必须将
logprobs 设置为 true。必需范围：0 <= x <= 20允许强制模型生成特定的输出格式。设置为
{ "type": "json_schema", "json_schema": {...} } 启用结构化输出，确保模型将匹配您提供的 JSON schema。设置为 { "type": "json_object" } 启用旧的 JSON 模式，确保模型生成的消息是有效的 JSON。对于支持它的模型，建议使用 json_schema。是否将推理与 “content” 分开到 “reasoning_content” 字段中。支持的模型：
deepseek/deepseek-r1-turbo
控制在思考和非思考模式之间的切换。支持的模型：
zai-org/glm-4.5
响应
聊天完成选项的列表。
响应生成时的 Unix 时间（以秒为单位）。
响应的唯一标识符。
用于聊天完成的模型。
对象类型，始终为
chat.completion。使用统计信息。对于流式响应，使用字段包含在返回的最后一个响应块中。