Sora2官方接口（Chat格式）

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	说明
model	string	必需	模型 ID。指定要使用的模型（如 gpt-4o, o1-preview 等）。
messages	array [object]	必需	聊天记录。包含对话历史的对象数组。
├─ role	string	可选	角色类型：user（用户）、assistant（助手）或 system（系统）。
└─ content	string	可选	具体的文本内容。
store	boolean	可选	存储设置。是否将输出存储用于模型蒸馏或评估产品。
reasoning_effort	string	可选	推理努力程度（仅限 o系列模型）。可选 low, medium, high，减少推理工作可加快响应速度。
metadata	object	可选	元数据。最多 16 个键值对（键最长64字符，值最长512字符），用于结构化存储额外信息。
modalities	array[string]	可选	输出模态。默认 ["text"]；若需生成音频可设为 ["text", "audio"]。
prediction	object	可选	预测配置。当预先知道模型大部分响应内容时使用，可大幅提高响应速度。
audio	object	可选	音频参数。当 modalities 包含 "audio" 时必须提供，用于配置语音输出。
temperature	number	可选	采样温度 (0-2)。值越高输出越随机，建议与 top_p 二选一调整。
top_p	number	可选	核采样。例如 0.1 意味着只考虑概率质量前 10% 的 token。
n	integer	可选	生成数量。为每个输入生成多少个选择。保持 n=1 可降低成本。
stop	string	可选	停止序列。遇到这些序列时停止生成（最多 4 个）。注：最新的推理模型（如 o3, o4-mini）不支持此参数。
max_completion_tokens	integer	可选	最大生成长度。生成的 token 上限（包含可见输出和推理 token）。
presence_penalty	number	可选	存在惩罚 (-2.0 到 2.0)。正值增加模型讨论新话题的可能性。
frequency_penalty	number	可选	频率惩罚 (-2.0 到 2.0)。正值降低模型逐字重复同一行的可能性。
logit_bias	string	可选	对数偏差。修改特定标记出现的概率（映射 token ID 到 -100 到 100 的偏差值）。
logprobs	boolean	可选	对数概率。是否返回输出 token 的对数概率。
user	string	可选	用户标识。代表最终用户的唯一 ID，用于监控滥用行为。
service_tier	string	可选	服务层级。指定处理请求的延迟层级： • auto：自动使用 Scale tier 信用或默认层级 • default：默认服务层级（较低 SLA） • flex：Flex Processing 服务层级
stream_options	object	必需	流式响应选项。仅在 stream: true 时使用。
└─ include_usage	boolean	必需	是否在 data: [DONE] 之前流式传输一个包含整个请求令牌使用统计信息的附加块。
response_format	string	必需	响应格式。例如设置为 { "type": "json_object" } 启用 JSON 模式，或使用 json_schema 启用结构化输出。
seed	integer	必需	Beta 功能 / 随机种子。尽最大努力进行确定性采样，使相同 seed 和参数的请求返回相同结果。
tools	array[string]	必需	工具列表。目前仅支持函数作为工具，最多支持 128 个函数，供模型生成 JSON 输入调用。
tool_choice	string	必需	工具调用控制。 • none：不调用任何工具 • auto：模型自行决定 • required：必须调用一个或多个工具 • 或指定具体函数强制调用
parallel_tool_calls	boolean	必需	并行工具调用。是否允许在工具使用期间启用并行函数调用。
stream	boolean	必需	流式输出。设为 true 时，响应将通过服务器发送事件（SSE）逐块传输。
top_logprobs	integer	必需	最可能标记数 (0-20)。指定在每个标记位置返回的最可能标记数量，需配合 logprobs: true 使用。
web_search_options	object	必需	联网搜索工具。启用后模型会搜索网络以获取相关结果用于回复。

请求示例 (JSON)

{
    "model": "sora-2",
    "messages": [
        {
            "role": "user",
            "content": "A calico cat playing a piano on stage"
        }
    ]
}

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": "string",
    "object": "string",
    "created": 0,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "string",
                "content": "string"
            },
            "finish_reason": "string"
        }
    ],
    "usage": {
        "prompt_tokens": 0,
        "completion_tokens": 0,
        "total_tokens": 0
    }
}

示例代码

import http.client
import json

conn = http.client.HTTPSConnection("nxaiapp.com")
payload = json.dumps({
   "model": "sora-2",
   "messages": [
      {
         "role": "user",
         "content": "A calico cat playing a piano on stage"
      }
   ]
})
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"))