创建聊天对话请求

枚举值: application/json

Bearer 身份验证格式，例如：Bearer {{API 密钥}}。

对应的模型名称。可用模型名称请参考：模型列表

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

A list of tools the model may call. Currently, only functions are supported as a tool. Use this to provide a list of functions the model may generate JSON inputs for.

Learn more about function calling in the function calling guide.

Allows to force the model to produce specific output format.

Setting to { "type": "json_schema", "json_schema": {...} } enables Structured Outputs which ensures the model will match your supplied JSON schema.

Setting to { "type": "json_object" } enables the older JSON mode, which ensures the message the model generates is valid JSON. Using json_schema is preferred for models that support it.

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

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。