第1章 Chat Completions API 参考

Chat Completions API POST /chat/completions 为给定的对话创建模型响应。 请求 (Request) application/json Body required messages: object[] required 可能取值: >= 1 目前对话的消息列表。 Array [oneOf System message User message Assistant message Tool message content: string required 系统消息的内容。 role: string required 可能取值: [system] 消息作者的角色，在此为 system。 name: string 参与者的可选名称。提供信息以便模型区分同一角色的不同参与者。 content: string | object[] required 用户消息的内容。可以是字符串，也可以是内容部分数组（用于图像输入）。详情请参阅 Vision 指南。 oneOf Text content Array of content parts string Array [oneOf Text content part Image content part File content part type: string required 可能取值: [text] 内容部分的类型，在此为 text。 text: string required 文本内容。 type: string required 可能取值: [image_url] 内容部分的类型，在此为 image_url。 image_url: object required url: string required 图像的 http(s) URL（最多 8192 个字符）或 base64 编码的数据 URL（data:image/jpeg;base64,...）。支持的格式：JPEG、PNG、GIF 和 WebP。 detail: string 可能取值: [low, high, original, auto] 控制图像的处理方式。low 将图像下采样至 512x512（速度更快，成本更低）。high、original 和 auto 保留原始图像。 type: string required 可能取值: [file] 内容部分的类型，在此为 file。 file_id: string 通过 Files API 上传的文件 ID，形式为 file-api-...。与 file_data 互斥。 file_data: string 图像的 base64 编码数据 URL（data:image/jpeg;base64,...）。与 file_id 互斥。 filename: string 可选的文件名。仅与 file_data 一起有效。 ] role: string required 可能取值: [user] 消息作者的角色，在此为 user。 name: string 参与者的可选名称。提供信息以便模型区分同一角色的不同参与者。 content: string nullable required 助手消息的内容。 role: string required 可能取值: [assistant] 消息作者的角色，在此为 assistant。 name: string 参与者的可选名称。提供信息以便模型区分同一角色的不同参与者。 prefix: bool (Beta) 设置为 true 可强制模型以该助手消息中提供的 prefix 内容作为回答的开头。 必须设置 base_url="https://api.deepseek.com/beta" 才能使用此功能。 reasoning_content: string nullable (Beta) 用于 Chat Prefix Completion 功能中思考模式的输入，作为最后一条助手消息中 CoT 的输入。使用此功能时，必须将 prefix 参数设置为 true。 role: string required 可能取值: [tool] 消息作者的角色，在此为 tool。 content: string | object[] required 工具消息的内容。可以是字符串，也可以是内容部分数组（用于图像输入）。详情请参阅 Vision 指南。 oneOf Text content Array of content parts string Array [oneOf Text content part Image content part File content part type: string required 可能取值: [text] 内容部分的类型，在此为 text。 text: string required 文本内容。 type: string required 可能取值: [image_url] 内容部分的类型，在此为 image_url。 image_url: object required url: string required 图像的 http(s) URL（最多 8192 个字符）或 base64 编码的数据 URL（data:image/jpeg;base64,...）。支持的格式：JPEG、PNG、GIF 和 WebP。 detail: string 可能取值: [low, high, original, auto] 控制图像的处理方式。low 将图像下采样至 512x512（速度更快，成本更低）。high、original 和 auto 保留原始图像。 type: string required 可能取值: [file] 内容部分的类型，在此为 file。 file_id: string 通过 Files API 上传的文件 ID，形式为 file-api-...。与 file_data 互斥。 file_data: string 图像的 base64 编码数据 URL（data:image/jpeg;base64,...）。与 file_id 互斥。 filename: string 可选的文件名。仅与 file_data 一起有效。 ] tool_call_id: string required 该消息所响应的工具调用 ID。 ] model: string required 可能取值: [deepseek-flash, deepseek-v4-pro] 要使用的模型 ID。使用 deepseek-flash 或 deepseek-v4-pro。 thinking: object nullable 控制思考模式与非思考模式的切换。 type: string 可能取值: [enabled, disabled] 默认值: enabled 如果设置为 enabled，则使用思考模式。如果设置为 disabled，则使用非思考模型。 reasoning_effort: string 可能取值: [none, low, high, max] 控制思考模式的开关及思考投入程度。none 禁用思考模式；low / high / max 启用思考模式。默认投入程度为 high。为了与现有软件兼容，minimal 会被接受并映射为 low，medium / xhigh 会被接受并映射为 high。 max_tokens: integer nullable Chat completion 中可生成的最大 token 数。 输入 token 和生成 token 的总长度受模型上下文长度限制。 值必须在 1 到 384K (393216) 之间。未设置时，非思考模式默认值为 8K，思考模式默认值为 64K（当 reasoning_effort 设置为 max 时为 128K）。详情请参阅“模型与定价”页面。 response_format: object nullable 指定模型必须输出的格式的对象。 设置为 { "type": "json_object" } 可启用 JSON 输出，保证模型生成的消息是有效的 JSON。 重要提示：使用 JSON 输出时，必须通过 system 或 user 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流，直到达到 token 限制，导致请求长时间运行并看似“卡住”。另外请注意，如果 finish_reason="length"，消息内容可能会被部分截断，这表示生成超过了 max_tokens 或对话超过了最大上下文长度。 type: string 可能取值: [text, json_object] 默认值: text 必须是 text 或 json_object 之一。 stop: string | string[] nullable 最多 16 个序列，API 会在这些序列处停止生成更多 token。 oneOf Single stop sequence Stop sequence list string Array [string] stream: boolean nullable 如果设置，将发送部分消息增量。Token 将作为仅数据服务器发送事件 (SSE) 在可用时发送，流由 data: [DONE] 消息终止。 stream_options: object nullable 流式响应的选项。必须与 stream: true 一起设置；如果未将 stream 设置为 true，API 将返回 400 错误。 include_usage: boolean 如果设置为 true，流中的所有 chunk 都将包含 usage 字段，其值在最后一个 chunk 之前均为 null。如果省略或设置为 false，除了最后一个 chunk 外，所有 chunk 中都不存在 usage 字段。 无论如何，在 data: [DONE] 消息之前的最后一个 chunk 的 usage 字段中包含整个请求的 token 使用统计信息。注意，不会单独发出仅含 usage 的 chunk：统计信息搭载在最后一个内容 chunk 上，其 choices 数组始终包含恰好一个元素，该元素不携带新内容且 finish_reason 非 null。 temperature: number nullable 可能取值: <= 2 默认值: 1 使用的采样温度，介于 0 和 2 之间。较高的值（如 0.8）会使输出更随机，而较低的值（如 0.2）则使其更集中且确定性强。 我们通常建议调整 temperature 或 top_p，但不要同时调整。在思考模式下无效。 top_p: number nullable 可能取值: <= 1 默认值: 1 使用温度采样的替代方案，称为核采样 (nucleus sampling)，模型考虑具有 top_p 概率质量的 token 结果。因此 0.1 意味着只考虑构成前 10% 概率质量的 token。 值必须大于 0 且最多为 1。我们通常建议调整 top_p 或 temperature，但不要同时调整。它仅在思考模式下生效，有效范围为 0.95–1.0：低于 0.95 的值被视为 0.95。在非思考模式下固定为 1.0，传入的值被忽略。 tools: object[] nullable 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。工具名称必须唯一。 Array [type: string required 可能取值: [function] 工具的类型。目前仅支持 function。 function: object required description: string 关于该函数功能的描述，供模型选择何时以及如何调用该函数使用。 name: string required 要调用的函数名称。必须为 a-z、A-Z、0-9 或包含下划线和破折号，最大长度为 128。 parameters: object 函数接受的参数，描述为 JSON Schema 对象。示例请参见 Tool Calls 指南，格式文档请参见 JSON Schema 参考。 省略 parameters 定义为空参数列表的函数。 property name * any 函数接受的参数，描述为 JSON Schema 对象。示例请参见 Tool Calls 指南，格式文档请参见 JSON Schema 参考。 省略 parameters 定义为空参数列表的函数。 strict: boolean 默认值: false 如果设置为 true，API 将对工具调用使用严格模式，以确保输出始终符合函数的 JSON schema。这是一个 Beta 功能，更多详情请参阅 Tool Calls 指南 ] tool_choice: string | object nullable 控制模型调用哪个（如果有）工具。 none 表示模型不调用任何工具，而是生成消息。 auto 表示模型可以在生成消息或调用一个或多个工具之间选择。 required 表示模型必须调用一个或多个工具。 通过 {"type": "function", "function": {"name": "my_function"}} 指定特定工具可强制模型调用该工具。 在没有工具时，默认为 none。在存在工具时，默认为 auto。 required 和命名工具选择在思考模式下不支持；API 将返回 400 错误。请先禁用思考模式再使用它们。 oneOf ChatCompletionToolChoice ChatCompletionNamedToolChoice string 可能取值: [none, auto, required] type: string required 可能取值: [function] 工具的类型。目前仅支持 function。 function: object required name: string required 要调用的函数名称。 logprobs: boolean nullable 是否返回输出 token 的对数概率。如果为 true，返回在消息内容中返回的每个输出 token 的对数概率。 top_logprobs: integer nullable 可能取值: <= 20 指定在每个 token 位置返回的最可能 token 数量（0 到 20 之间的整数），每个都带有相关的对数概率。如果使用此参数，必须将 logprobs 设置为 true。 user_id: nullable 自定义 user_id。允许字符集为 [a-zA-Z0-9\-_]，最大长度为 512。请勿在 user_id 中包含用户隐私信息。 user_id 可用于区分您这边的用户身份，以帮助我们进行内容安全审核。 user_id 可用于 KVCache 隔离以进行隐私管理。 user_id 可用于您业务侧的用户调度隔离。 有关 user_id 参数的更多详细信息，请参见 Rate Limit & Isolation frequency_penalty deprecated 此参数不再支持。传入 API 时不会生效。 presence_penalty deprecated 此参数不再支持。传入 API 时不会生效。 响应 (Responses) 200 (No streaming) 200 (Streaming) OK, 返回 chat completion 对象 application/json Schema Example (from schema) Example Schema id: string required Chat completion 的唯一标识符。 choices: object[] required Chat completion 选项列表。 Array [finish_reason: string required 可能取值: [stop, length, content_filter, tool_calls, insufficient_system_resource, aborted] 模型停止生成 token 的原因。如果是模型遇到自然停止点或提供的停止序列，则为 stop； 如果达到请求中指定的最大 token 数，则为 length； 如果内容因内容过滤器标记而被省略，则为 content_filter； 如果模型调用了工具，则为 tool_calls； 如果由于推理系统资源不足导致请求中断，则为 insufficient_system_resource； 如果生成被中断，则为 aborted。 index: integer required 选项在选项列表中的索引。 message: object required 模型生成的 chat completion 消息。 content: string nullable required 消息的内容。 reasoning_content: string nullable 仅限思考模式。助手消息在最终答案之前的推理内容。 tool_calls: object[] 模型生成的工具调用。 Array [id: string required 工具调用的 ID。 type: string required 可能取值: [function] 工具的类型。目前仅支持 function。 function: object required 模型调用的函数。 name: string required 要调用的函数名称。 arguments: string required 调用函数的参数，由模型以 JSON 格式生成。注意，模型并不总是生成有效的 JSON，可能会幻想出函数架构中未定义的参数。在调用函数前请在代码中验证参数。 ] role: string required 可能取值: [assistant] 该消息作者的角色。 logprobs: object nullable required 选项的对数概率信息。 content: object[] nullable required 带有对数概率信息的消息内容 token 列表。 Array [token: string required Token。 logprob: number required 该 token 的对数概率，如果它在前 20 个最可能的 token 内。否则，使用值 -9999.0 表示该 token 可能性极低。 bytes: integer[] nullable required 代表 token 的 UTF-8 字节表示的整数列表。在字符由多个 token 表示且需要结合它们的字节表示以生成正确文本表示的情况下有用。如果 token 没有字节表示，可以为 null。 top_logprobs: object[] required 该 token 位置最可能的 token 及其对数概率列表。在极少数情况下，返回的数量可能少于请求的 top_logprobs 数量。 Array [token: string required Token。 logprob: number required 该 token 的对数概率，如果它在前 20 个最可能的 token 内。否则，使用值 -9999.0 表示该 token 可能性极低。 bytes: integer[] nullable required 代表 token 的 UTF-8 字节表示的整数列表。在字符由多个 token 表示且需要结合它们的字节表示以生成正确文本表示的情况下有用。如果 token 没有字节表示，可以为 null。 ] ] reasoning_content: object[] nullable 带有对数概率信息的消息内容 token 列表。 Array [token: string required Token。 logprob: number required 该 token 的对数概率，如果它在前 20 个最可能的 token 内。否则，使用值 -9999.0 表示该 token 可能性极低。 bytes: integer[] nullable required 代表 token 的 UTF-8 字节表示的整数列表。在字符由多个 token 表示且需要结合它们的字节表示以生成正确文本表示的情况下有用。如果 token 没有字节表示，可以为 null。 top_logprobs: object[] required 该 token 位置最可能的 token 及其对数概率列表。在极少数情况下，返回的数量可能少于请求的 top_logprobs 数量。 Array [token: string required Token。 logprob: number required 该 token 的对数概率，如果它在前 20 个最可能的 token 内。否则，使用值 -9999.0 表示该 token 可能性极低。 bytes: integer[] nullable required 代表 token 的 UTF-8 字节表示的整数列表。在字符由多个 token 表示且需要结合它们的字节表示以生成正确文本表示的情况下有用。如果 token 没有字节表示，可以为 null。 ] ] ] created: integer required 创建 chat completion 时的 Unix 时间戳（以秒为单位）。 model: string required 用于 chat completion 的模型。 system_fingerprint: string required 该指纹代表模型运行的后端配置。 object: string required 可能取值: [chat.completion] 对象类型，始终为 chat.completion。 usage: object Completion 请求的使用统计信息。 completion_tokens: integer required 生成的 completion 中的 token 数。 prompt_tokens: integer required Prompt 中的 token 数。等于 prompt_cache_hit_tokens + prompt_cache_miss_tokens。 prompt_tokens_details: object required Prompt 中使用的 token 分解。 cached_tokens: integer 命中上下文缓存的 prompt token 数。与 prompt_cache_hit_tokens 相同。 prompt_cache_hit_tokens: integer required 命中上下文缓存的 prompt token 数。 prompt_cache_miss_tokens: integer required 未命中上下文缓存的 prompt token 数。 total_tokens: integer required 请求中使用的总 token 数（prompt + completion）。 completion_tokens_details: object Completion 中使用的 token 分解。 reasoning_tokens: integer 模型为推理生成的 token 数。 {
"id": "string",
"choices": [
{
"finish_reason": "stop",
"index": 0,
"message": {
"content": "string",
"reasoning_content": "string",
"tool_calls": [
{
"id": "string",
"type": "function",
"function": {
"name": "string",
"arguments": "string"
}
}
],
"role": "assistant"
},
"logprobs": {
"content": [
{
"token": "string",
"logprob": 0,
"bytes": [
0
],
"top_logprobs": [
{
"token": "string",
"logprob": 0,
"bytes": [
0
]
}
]
}
],
"reasoning_content": [
{
"token": "string",
"logprob": 0,
"bytes": [
0
],
"top_logprobs": [
{
"token": "string",
"logprob": 0,
"bytes": [
0
]
}
]
}
]
}
}
],
"created": 0,
"model": "string",
"system_fingerprint": "string",
"object": "chat.completion",
"usage": {
"completion_tokens": 0,
"prompt_tokens": 0,
"prompt_tokens_details": {
"cached_tokens": 0
},
"prompt_cache_hit_tokens": 0,
"prompt_cache_miss_tokens": 0,
"total_tokens": 0,
"completion_tokens_details": {
"reasoning_tokens": 0
}
}
}
{
"id": "930c60df-bf64-41c9-a88e-3ec75f81e00e",
"choices": [
{
"finish_reason": "stop",
"index": 0,
"message": {
"content": "Hello! How can I help you today?",
"role": "assistant"
},
"logprobs": null
}
],
"created": 1705651092,
"model": "deepseek-flash",
"object": "chat.completion",
"system_fingerprint": "fp_7a09fdf9c2",
"usage": {
"completion_tokens": 10,
"prompt_tokens": 16,
"total_tokens": 26,
"prompt_tokens_details": {
"cached_tokens": 0
}, "prompt_cache_hit_tokens": 0,
"prompt_cache_miss_tokens": 16
}
}
HTTP 状态码 200，返回 chat completion chunk 对象的流式序列。 Content-Type: text/event-stream 示例（来自 schema） - id (string, 必填)：chat completion 的唯一标识符。每个 chunk 拥有相同的 ID。 - choices (object[], 必填)：chat completion 的选项列表。 - delta (object, 必填)：由流式模型响应生成的 chat completion 增量数据。 - content (string, 可空)：chunk 消息的内容。 - reasoning_content (string, 可空)：仅适用于思考模式。在最终答案之前，助手消息的推理内容。 - role (string)：该消息作者的角色的可能取值：[assistant]。 - tool_calls (object[])：模型生成的工具调用（如函数调用）。每个工具调用的首个 chunk 携带 id、type 和 function 字段；后续的 chunk 仅携带 function 参数。 - index (integer, 必填) - id (string)：工具调用的 ID。 - type (string)：工具类型的可能取值：[function]。目前仅支持 function。 - function (object) - name (string)：要调用的函数名。 - arguments (string)：模型以 JSON 格式生成的用于调用函数的参数。注意：模型并非总是生成合法的 JSON，可能会幻觉出未在函数 schema 中定义的参数。在调用函数前，请在代码中验证参数。 - logprobs (object, 可空)：该选项的对数概率信息。 - content (object[], 可空, 必填)：带有对数概率信息的消息内容 token 列表。 - token (string, 必填)：token 本身。 - logprob (number, 必填)：如果该 token 位于前 20 个最可能的 token 之中，则为该 token 的对数概率；否则使用 -9999.0 表示该 token 的可能性极低。 - bytes (integer[], 可空, 必填)：表示 token 的 UTF-8 字节表示的整数列表。当字符由多个 token 表示且需合并它们的字节表示以生成正确的文本表示时，该字段很有用。如果 token 没有字节表示，可为 null。 - top_logprobs (object[], 必填)：在该 token 位置返回最可能的 token 及其对数概率列表。在极少数情况下，返回的 top_logprobs 数量可能少于请求的数量。 - token (string, 必填)：token 本身。 - logprob (number, 必填)：如果该 token 位于前 20 个最可能的 token 之中，则为该 token 的对数概率；否则使用 -9999.0 表示该 token 的可能性极低。 - bytes (integer[], 可空, 必填)：表示 token 的 UTF-8 字节表示的整数列表。当字符由多个 token 表示且需合并它们的字节表示以生成正确的文本表示时，该字段很有用。如果 token 没有字节表示，可为 null。 - reasoning_content (object[], 可空)：带有对数概率信息的消息内容 token 列表。 - token (string, 必填)：token 本身。 - logprob (number, 必填)：如果该 token 位于前 20 个最可能的 token 之中，则为该 token 的对数概率；否则使用 -9999.0 表示该 token 的可能性极低。 - bytes (integer[], 可空, 必填)：表示 token 的 UTF-8 字节表示的整数列表。当字符由多个 token 表示且需合并它们的字节表示以生成正确的文本表示时，该字段很有用。如果 token 没有字节表示，可为 null。 - top_logprobs (object[], 必填)：在该 token 位置返回最可能的 token 及其对数概率列表。在极少数情况下，返回的 top_logprobs 数量可能少于请求的数量。 - token (string, 必填)：token 本身。 - logprob (number, 必填)：如果该 token 位于前 20 个最可能的 token 之中，则为该 token 的对数概率；否则使用 -9999.0 表示该 token 的可能性极低。 - bytes (integer[], 可空, 必填)：表示 token 的 UTF-8 字节表示的整数列表。当字符由多个 token 表示且需合并它们的字节表示以生成正确的文本表示时，该字段很有用。如果 token 没有字节表示，可为 null。 - finish_reason (string, 可空, 必填)：模型停止生成 token 的原因的可能取值：[stop, length, content_filter, tool_calls, insufficient_system_resource, aborted]。若模型遇到自然停止点或指定的停止序列，则为 stop；若达到请求中指定的最大 token 数，则为 length；若因内容过滤器标记而省略内容，则为 content_filter；若模型调用了工具，则为 tool_calls；若因推理系统资源不足导致请求中断，则为 insufficient_system_resource；若生成过程被中止，则为 aborted。 - index (integer, 必填)：该选项在选项列表中的索引。 - created (integer, 必填)：chat completion 创建时的 Unix 时间戳（以秒为单位）。每个 chunk 拥有相同的时间戳。 - model (string, 必填)：生成 completion 所用的模型。 - system_fingerprint (string, 必填)：该指纹代表模型运行的后端配置。 - object (string, 必填)：对象类型的可能取值：[chat.completion.chunk]。对象类型始终为 chat.completion.chunk。
{
"id": "string",
"choices": [
{
"delta": {
"content": "string",
"reasoning_content": "string",
"role": "assistant",
"tool_calls": [
{
"index": 0,
"id": "string",
"type": "function",
"function": {
"name": "string",
"arguments": "string"
}
}
]
},
"logprobs": {
"content": [
{
"token": "string",
"logprob": 0,
"bytes": [
0
],
"top_logprobs": [
{
"token": "string",
"logprob": 0,
"bytes": [
0
]
}
]
}
],
"reasoning_content": [
{
"token": "string",
"logprob": 0,
"bytes": [
0
],
"top_logprobs": [
{
"token": "string",
"logprob": 0,
"bytes": [
0
]
}
]
}
]
},
"finish_reason": "stop",
"index": 0
}
],
"created": 0,
"model": "string",
"system_fingerprint": "string",
"object": "chat.completion.chunk"
}
]
data: {"id": "1f633d8bfc032625086f14113c411638", "choices": [{"index": 0, "delta": {"content": "", "role": "assistant"}, "finish_reason": null, "logprobs": null}], "created": 1718345013, "model": "deepseek-flash", "system_fingerprint": "fp_a49d71b8a1", "object": "chat.completion.chunk"}

data: {"choices": [{"delta": {"content": "Hello", "role": "assistant"}, "finish_reason": null, "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1"}

data: {"choices": [{"delta": {"content": "!", "role": "assistant"}, "finish_reason": null, "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1"}

data: {"choices": [{"delta": {"content": " 我", "role": "assistant"}, "finish_reason": null, "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1"}

data: {"choices": [{"delta": {"content": " 能", "role": "assistant"}, "finish_reason": null, "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1"}

data: {"choices": [{"delta": {"content": " 帮", "role": "assistant"}, "finish_reason": null, "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1"}

data: {"choices": [{"delta": {"content": " 您", "role": "assistant"}, "finish_reason": null, "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1"}

data: {"choices": [{"delta": {"content": " 做", "role": "assistant"}, "finish_reason": null, "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1"}

data: {"choices": [{"delta": {"content": " 些", "role": "assistant"}, "finish_reason": null, "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1"}

data: {"choices": [{"delta": {"content": " 什么", "role": "assistant"}, "finish_reason": null, "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1"}

data: {"choices": [{"delta": {"content": "？", "role": "assistant"}, "finish_reason": null, "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1"}

data: {"choices": [{"delta": {"content": "", "role": null}, "finish_reason": "stop", "index": 0, "logprobs": null}], "created": 1718345013, "id": "1f633d8bfc032625086f14113c411638", "model": "deepseek-flash", "object": "chat.completion.chunk", "system_fingerprint": "fp_a49d71b8a1", "usage": {"completion_tokens": 9, "prompt_tokens": 17, "total_tokens": 26, "prompt_tokens_details": {"cached_tokens": 0}, "prompt_cache_hit_tokens": 0, "prompt_cache_miss_tokens": 17}}

data: [DONE]
加载中...