チャット会話リクエストの作成
大規模言語モデル
チャット会話リクエストの作成
POST
チャット会話リクエストの作成
指定されたチャット会話に基づいてモデルの応答を生成します
リクエストヘッダー
列挙値:
application/jsonBearer 認証形式: Bearer {{API Key}}。
リクエストボディ
使用するモデル名。
現在の会話を構成するメッセージのリスト。
補完で生成される最大トークン数。プロンプト（以前のメッセージ）に max_tokens のトークン数を加えた値がモデルのコンテキスト長を超える場合、動作は context_length_exceeded_behavior によって異なります。デフォルトでは、エラーを返すのではなく、max_tokens がコンテキストウィンドウに収まるように引き下げられます。
部分的な進捗をストリーミングで返すかどうか。設定すると、トークンはデータ専用のサーバー送信イベント (SSE) として利用可能になり次第送信され、ストリームは
data: [DONE] メッセージで終了します。ストリーミング応答のオプション。stream が true に設定されている場合にのみ設定します。
各プロンプトに対して生成する補完の数。注意：このパラメータは多数の補完を生成するため、トークン割り当てを急速に消費する可能性があります。慎重に使用し、max_tokens と stop に適切な設定を行ってください。必須範囲：
1 < x < 128指定した場合、同じ seed とパラメータでリクエストを繰り返すと同じ結果が返るよう、システムは可能な限り決定論的にサンプリングを行います。
正の値は、新しいトークンがテキスト内に既に出現している頻度に基づいてペナルティを与え、モデルが同じ行を逐語的に繰り返す可能性を低下させます。目的が繰り返しサンプルを少し減らすだけであれば、0.1 から 1 の間が妥当な値です。繰り返しを強く抑制することが目的であれば、係数を 2 まで増やすこともできますが、サンプル品質が大幅に低下する可能性があります。負の値は、繰り返しの可能性を高めるために使用できます。少なくとも 1 回出現したトークンに固定率でペナルティを与える presence_penalty も参照してください。必須範囲：
-2 < x < 2正の値は、新しいトークンがテキスト内に出現しているかどうかに基づいてペナルティを与え、モデルが新しいトピックについて話す可能性を高めます。目的が繰り返しサンプルを少し減らすだけであれば、0.1 から 1 の間が妥当な値です。繰り返しを強く抑制することが目的であれば、係数を 2 まで増やすこともできますが、サンプル品質が大幅に低下する可能性があります。負の値は、繰り返しの可能性を高めるために使用できます。トークンの出現頻度に基づいて増加率でトークンにペナルティを与える
frequency_penalty も参照してください。必須範囲：-2 < x < 2繰り返しを抑制または促進するために、繰り返されるトークンにペナルティを適用します。値 1.0 はペナルティなしを意味し、自由な繰り返しを許可します。1.0 より大きい値は繰り返しにペナルティを与え、繰り返しトークンの可能性を低下させます。0.0 から 1.0 の間の値は繰り返しに報酬を与え、繰り返しトークンの機会を増やします。良好なバランスを得るには、通常 1.2 の値を使用することをお勧めします。ペナルティは、生成された出力とデコーダー専用モデルのプロンプトに適用されることに注意してください。必須範囲：
0 < x < 2API がそれ以上のトークン生成を停止する最大 4 つのシーケンス。返されるテキストには停止シーケンスが含まれます。
使用するサンプリング温度。0 から 2 の間です。0.8 のように高い値にすると出力はよりランダムになり、0.2 のように低い値にするとより集中し決定論的になります。通常、この項目または
top_p のどちらか一方のみを変更し、両方を同時に変更しないことをお勧めします。必須範囲：0 < x < 2サンプリング温度の代替手法で、核サンプリングと呼ばれます。モデルは top_p の確率質量を持つトークン結果を考慮します。したがって、0.1 は上位 10% の確率質量を構成するトークンのみを考慮することを意味します。通常、この項目または temperature のどちらか一方のみを変更し、両方を同時に変更しないことをお勧めします。必須範囲：
0 < x <= 1Top-k サンプリングはもう 1 つのサンプリング手法で、最も可能性の高い次の k 個のトークンがフィルタリングされ、確率質量はこれら k 個の次トークン間でのみ再分配されます。k の値は、テキスト生成中の各ステップにおける次トークンの候補数を制御します。必須範囲：
1 < x < 128最も可能性の高いトークンの確率に対して、トークンが考慮される最小確率を表します。必須範囲：
0 <= x <= 1指定したトークンが補完に出現する可能性を変更します。JSON オブジェクトを受け取り、トークンを -100 から 100 の間の関連するバイアス値にマッピングします。
数学的には、サンプリング前にモデルが生成した logits にバイアスが追加されます。正確な効果はモデルによって異なります。たとえば、
"logit_bias":{"1024": 6} を設定すると、token ID が 1024 のトークンの可能性が高まります。出力トークンの対数確率を返すかどうか。true の場合、メッセージ内容内の各出力トークンの対数確率が返されます。
0 から 20 の間の整数で、各トークン位置で返される最も可能性の高いトークン数を指定します。各トークンには関連する対数確率があります。このパラメータを使用する場合は、
logprobs を true に設定する必要があります。必須範囲：0 <= x <= 20モデルが呼び出せるツールのリスト。現在、ツールとしてサポートされているのは関数のみです。モデルが JSON 入力を生成できる関数のリストを提供するために使用します。関数呼び出しの詳細については、関数呼び出しガイドを参照してください。
モデルに特定の出力形式を生成させることができます。
{ "type": "json_schema", "json_schema": {...} } に設定すると構造化出力が有効になり、モデルが提供された JSON schema に一致することを保証します。{ "type": "json_object" } に設定すると従来の JSON モードが有効になり、モデルが生成するメッセージが有効な JSON であることを保証します。対応しているモデルでは、json_schema の使用をお勧めします。推論を “content” から分離して “reasoning_content” フィールドに入れるかどうか。サポートされるモデル：
deepseek/deepseek-r1-turbo
思考モードと非思考モードの切り替えを制御します。サポートされるモデル：
zai-org/glm-4.5
レスポンス情報
チャット補完オプションのリスト。
応答が生成された Unix 時刻（秒単位）。
応答の一意の識別子。
チャット補完に使用されたモデル。
オブジェクトタイプ。常に
chat.completion です。使用統計。ストリーミング応答の場合、usage フィールドは返される最後のレスポンスブロックに含まれます。