基础文本对话

POST  v1/chat/completions

本中转所有模型均已适配v1/chat/completions 只需要把模型名称完整复制到model参数即可使用

请求参数

Authorization

在 Header 添加参数 Authorization，其值为在 Bearer 之后拼接 Token。

Authorization: Bearer ******************

Header 参数

参数	类型	必填	说明	示例
Content-Type	string	可选	请求体的数据格式类型	application/json
Accept	string	可选	客户端期望接收的响应数据格式	application/json

Body 参数

Content-Type: application/json

参数名	类型	必填项	说明
model	string	必需	要使用的模型 ID。有关哪些模型适用于 Chat API 的详细信息，请参阅模型端点兼容性表。
messages	array [object]	必需	模型聊天记录
└─role	string	可选	角色类型：user / assistant / system
└─content	string	可选	文本内容
store	boolean	可选	是否存储此聊天补全请求的输出以用于模型蒸馏或评估产品。
reasoning_effort	string	可选	仅适用于 o 系列的模型。 约束推理模型的推理工作。当前支持的值为 low、medium 和 high。减少推理工作可以加快响应速度并减少响应中用于推理的标记数。
metadata	object	可选	可以附加到对象的 16 个键值对集合。这对于以结构化格式存储对象的其他信息很有用，并可以通过 API 或仪表板查询对象。 - 键：最大长度为 64 个字符的字符串。 - 值：最大长度为 512 个字符的字符串。
modalities	array[string]	可选	您希望模型为此请求生成的输出类型。大多数模型都能生成文本，这是默认设置：["text"]。 该模型还可以用于生成音频。要请求此模型同时生成文本和音频响应，您可以使用：["text", "audio"]
prediction	object	可选	预测输出的配置。当提前知道模型响应的大部分内容时，可以大大提高响应时间。这在您只对文件进行微小更改时最常见。
audio	object	可选	音频输出的参数。当使用 modalities: ["audio"] 请求音频输出时需要。
temperature	number	可选	要使用的采样温度，介于 0 和 2 之间。 - 较高值（如 0.8）：使输出更加随机。 - 较低值（如 0.2）：使其更加集中和确定性。 建议：通常建议更改此值或 top_p，但不要同时更改。
top_p	number	可选	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 概率质量的标记结果。因此，0.1 意味着只考虑包含前 10% 概率质量的标记。 建议：通常建议更改此值或 temperature，但不要同时更改。
n	integer	可选	为每个输入消息生成多少个聊天补全选择。请注意，您将根据所有选择生成的标记数量收费。保持 n 为 1 可最大限度地降低成本。
stop	string	可选	不支持最新的推理模型和 .o3、o4-mini。 API 将停止生成更多标记的最多 4 个序列。返回的文本不会包含停止序列。
max_completion_tokens	integer	可选	补全中可以生成的标记数的上限，包括可见输出标记和推理标记。
presence_penalty	number	可选	介于 -2.0 和 2.0 之间的数字。正值根据新标记到目前为止在文本中出现的情况来惩罚它们，从而增加模型讨论新主题的可能性。
frequency_penalty	number	可选	介于 -2.0 和 2.0 之间的数字。正值根据新标记到目前为止在文本中的现有频率来惩罚它们，从而降低模型逐字重复同一行的可能性。
logit_bias	string	可选	修改指定标记出现在补全中的可能性。 接受一个 JSON 对象，该对象将标记（由分词器中的标记 ID 指定）映射到从 -100 到 100 的关联偏差值。在数学上，偏差被添加到模型在采样之前生成的对数中。确切的效果会因模型而异，但介于 -1 和 1 之间的值应该会减少或增加选择的可能性；像 -100 或 100 这样的值应该导致相关标记被禁止或独占选择。
logprobs	boolean	可选	是否在响应中包含对数概率。
user	string	可选	表示最终用户的唯一标识符，可以帮助 OpenAI 监控和检测滥用行为。
service_tier	string	可选	指定用于处理请求的延迟层级。此参数与订阅了 scale tier 服务的客户相关： - 如果设置为 'auto'，且项目启用了 Scale tier，系统将使用 scale tier 信用直到用完 - 如果设置为 'auto'，且项目未启用 Scale tier，请求将使用默认服务层级处理，具有较低的正常运行时间 SLA 且无延迟保证 - 如果设置为 'default'，请求将使用默认服务层级处理，具有较低的正常运行时间 SLA 且无延迟保证 - 如果设置为 'flex'，请求将使用 Flex Processing 服务层级处理。 未设置时，默认行为为 'auto'。 当设置此参数时，响应体将包含使用的 service_tier
stream_options	object	必需	流式响应的选项。仅在设置 stream: true 时使用。
└─include_usage	boolean	必需	如果设置，将在 data: [DONE] 消息之前流式传输一个附加块。该块上的 usage 字段显示整个请求的令牌使用统计信息，choices 字段始终为空数组。所有其他块也将包含 usage 字段，但值为 null。注意：如果流被中断，您可能不会收到包含请求总令牌使用量的最终使用块。
response_format	string	必需	指定模型必须输出的格式。 - 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 JSON 模式，确保模型生成的消息是有效的 JSON。 重要提示：使用 JSON 模式时，您还必须通过系统或用户消息自行指示模型生成 JSON。否则，模型可能会生成无尽的空白直到生成达到令牌限制。
seed	integer	必需	Beta 功能。如果指定，我们的系统将尽最大努力进行确定性采样，使得具有相同 seed 和参数的重复请求应返回相同的结果。不保证确定性，您应参考响应参数的 system_fingerprint 以监控后端的变化
tools	array[string]	必需	模型可能调用的工具列表。目前仅支持函数作为工具。使用此参数提供模型可能生成 JSON 输入的函数列表。最多支持 128 个函数。
tool_choice	string	必需	控制模型调用哪个工具（如果有）： - none：模型不会调用任何工具，而是生成消息 - auto：模型可以在生成消息或调用一个或多个工具之间选择 - required：模型必须调用一个或多个工具 - {"type": "function", "function": {"name": "my_function"}}：强制模型调用特定工具 当没有工具时默认为 none，有工具时默认为 auto
parallel_tool_calls	boolean	必需	是否在工具使用期间启用并行函数调用。
stream	boolean	必需	如果设置为 true，模型响应数据将在生成时通过服务器发送事件流式传输到客户端。请参阅下方的流式响应部分获取更多信息，以及流式响应指南了解如何处理流式事件。
top_logprobs	integer	必需	0 到 20 之间的整数，指定在每个标记位置返回的最可能标记的数量，每个标记都有关联的对数概率。如果使用此参数，必须将 logprobs 设置为 true。
web_search_options	object	必需	此工具搜索网络以获取相关结果用于回复。了解更多关于网络搜索工具的信息。

请求示例 (JSON)

{
    "model": "gpt-4.1-mini",
    "messages": [
        {
            "role": "user",
            "content": "Hello!"
        }
    ]
}

返回响应

200 成功

Content-Type: application/json

响应参数

参数	类型	必填	说明
id	string	必需	聊天补全对象的唯一标识符。
object	string	必需	对象类型，通常为 "chat.completion"。
created	integer	必需	补全创建时的 Unix 时间戳（秒）。
model	string	必需	用于生成此补全的模型。
choices	array [object]	必需	模型生成的补全列表。
└─index	integer	可选	此补全在其列表中的索引。
└─message	object	可选	包含模型生成的响应消息的对象。
└─logprobs	null	可选	如果请求中设置了 logprobs，则包含标记的对数概率。
└─finish_reason	string	可选	模型停止生成补全的原因。可能是 "stop"、"length" 或 "tool_calls"。
usage	object	必需	此补全请求使用的令牌统计信息。
└─prompt_tokens	integer	必需	提示中使用的令牌数量。
└─completion_tokens	integer	必需	补全中生成的令牌数量。
└─total_tokens	integer	必需	使用的总令牌数（提示 + 补全）。
└─prompt_tokens_details	object	必需	提示令牌的详细信息（例如缓存令牌）。
└─completion_tokens_details	object	必需	补全令牌的详细信息（例如推理令牌）。
service_tier	string	必需	用于处理请求的服务层级。
system_fingerprint	string	必需	用于监控后端变化的系统指纹。

响应示例

{
    "id": "chatcmpl-CQne0GUFU3glJ6vgbwByj0RbKVTxJ",
    "object": "chat.completion",
    "created": 1760503396,
    "model": "gpt-4.1-mini-2025-04-14",
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "Hello! How can I assist you today?",
                "refusal": null,
                "annotations": []
            },
            "logprobs": null,
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 9,
        "completion_tokens": 9,
        "total_tokens": 18,
        "prompt_tokens_details": {
            "cached_tokens": 0,
            "audio_tokens": 0
        },
        "completion_tokens_details": {
            "reasoning_tokens": 0,
            "audio_tokens": 0,
            "accepted_prediction_tokens": 0,
            "rejected_prediction_tokens": 0
        }
    },
    "service_tier": "default",
    "system_fingerprint": "fp_c064fdde7c"
}

示例代码

import http.client
import json

conn = http.client.HTTPSConnection("nxaiapp.com")
payload = json.dumps({
   "model": "gpt-4.1-mini",
   "messages": [
      {
         "role": "user",
         "content": "Hello!"
      }
   ]
})
headers = {
   'Accept': 'application/json',
   'Authorization': 'Bearer <token>',
   'Content-Type': 'application/json'
}
conn.request("POST", "/v1/chat/completions", payload, headers)
res = conn.getresponse()
data = res.read()
print(data.decode("utf-8"))