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/json
Bearer 身份验证格式，例如：Bearer {{API 密钥}}。
请求体
截至目前组成对话的消息列表。
在生成对话时可产生的最大 tokens 数。
如果您的提示（之前的消息）中的 tokens 数量加上 max_tokens 超过了模型的上下文长度，则行为取决于 context_length_exceeded_behavior。默认情况下，max_tokens 会被调整以适应上下文窗口，而不是返回错误。
是否使用流式传输。默认为 false，如果设置了，tokens 将以 data-only server-sent events（SSE）发送，并以 data: [DONE] 消息终止流。
流式回复选项。仅当 stream 设置为 true 时设置。
每个提示生成多少个对话。默认值为 1。
注意：由于此参数会生成多个对话，因此可能会快速消耗您的 tokens 计费额度。请谨慎使用，并确保为 max_tokens 和 stop 设置了合理的值。
所需范围：1 < x < 128
如果指定，我们的系统将尽最大努力进行确定性采样，以便相同的 seed 和参数的重复请求应返回相同的结果。
默认值为 0，正值会根据新 tokens 在当前文本中的出现频率对其进行惩罚，从而降低模型重复相同内容的可能性。
如果目的是仅仅减少重复样本，合理的值大约在 0.1 到 1 之间。如果目的是强烈抑制重复，可以将系数提高到 2，但这可能会明显降低样本质量。负值可以用来增加重复的可能性。
另见 presence_penalty，用于以固定速率惩罚至少出现一次的 tokens
所需范围：-2 < x < 2
默认值为 0，正值会根据新 tokens 是否出现在当前文本中对其进行惩罚，从而增加模型谈论新话题的可能性。
如果目的是稍微减少重复样本，合理的值大约在 0.1 到 1 之间。如果目的是强烈抑制重复，可以将系数提高到 2，但这可能会显著降低样本质量。负值可以用来增加重复的可能性。
另见 frequency_penalty，用于根据 tokens 出现的频率按递增速率进行惩罚
所需范围：-2 < x < 2
对重复的 tokens 应用惩罚，以抑制或鼓励重复。值为 1.0 表示没有惩罚，允许自由重复。大于 1.0 的值会惩罚重复，降低重复 tokens 的可能性。介于 0.0 和 1.0 之间的值会奖励重复，增加重复 tokens 的机会。为了达到良好的平衡，通常建议使用 1.2。请注意，在仅解码器模型中，惩罚会同时应用于生成的输出和提示。
所需范围：0 < x < 2
最多 4 个序列，API 将停止生成更多 tokens。返回的文本包含停止序列。
对话中的随机性程度，默认值为 1，介于 0 和 2 之间。较高的值（如 0.8）会使输出更加随机，而较低的值（如 0.2），会使输出更集中且确定性更强。
我们通常建议只调整此项或 top_p，而不是同时调整两者。
所需范围：0 < x < 2
作为 temperature 的替代方法，称为 nucleus sampling，模型会考虑具有 top_p 概率质量的 tokens 的结果。因此，0.1 意味着只考虑构成前 10% 概率质量的 tokens。我们通常建议只调整此项或 temperature，而不是同时调整两者。
所需范围：0 < x ≤ 1
Top-k 采样是另一种采样方法，在这种方法中，k 个最可能的下一个 tokens 会被筛选出来，并且概率质量仅在这 k 个 tokens 之间重新分配。k 的值控制了在每一步生成文本时，下一个 tokens 的候选数量。
所需范围：1 < x < 128
表示一个 tokens 被考虑的最小概率的浮动值，相对于最有可能的 tokens 的概率。
所需范围：0 ≤ x ≤ 1
默认为 null。修改指定 tokens 在对话中出现的可能性。接受一个 JSON 对象，将 tokens 映射到一个从 -100 到 100 的关联偏差值。
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 到 20 之间的整数，指定在每个 tokens 位置返回的最可能的 tokens 数量，每个 tokens 都有一个关联的对数概率。如果使用此参数，必须将 logprobs 设置为 true。
所需范围：0 ≤ x ≤ 20
支持强制模型生成特定的输出格式。
设置为 “type”: “json_object” 将启用 JSON 模式，确保模型生成的消息是有效的 JSON。
JSON 模式的格式可以这样定义 response_format = “type”: “json_object”, “schema”: [json_schema] 。
重要提示：在使用 JSON 模式时，您还必须通过系统或用户消息指示模型生成 JSON。如果没有这样做，模型可能会生成无休止的空白流，直到生成达到 tokens 限制，从而导致请求长时间运行并且看起来像是“卡住”了。还需要注意的是，如果 finish_reason=“length”，则消息内容可能会部分截断，这表示生成超过了 max_tokens 或对话超出了最大上下文长度。
控制是否将 “思考内容” 单独放入 “reasoning_content” 字段中。默认为 false，即不单独返回 “思考内容”。
目前支持的模型：deepseek/deepseek-r1-turbo
响应参数
生成的对话选择列表。
响应生成的 Unix 时间戳（以秒为单位）。
响应的唯一标识符。
用于对话的模型。
对象类型，始终为 chat.completion。
使用统计。
对于流式回复，usage 字段被包含在返回的最后一个回复块中。