> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# Chat-Vervollständigung erstellen

> Erstellt eine Vervollständigung für die Chat-Nachricht

## Anfragekörper

<ParamField body="model" type="string" required>
  ID des zu verwendenden Modells. Siehe [Models](https://tokenlab.sh/de/models) für verfügbare Optionen.
</ParamField>

<ParamField body="messages" type="array" required>
  Eine Liste von Nachrichten, die die Konversation bilden.

  Jedes Nachrichtenobjekt enthält:

  * `role` (string): `system`, `user` oder `assistant`
  * `content` (string | array): Der Nachrichteninhalt

  Wenn `content` ein Array ist, unterstützt TokenLab strukturierte multimodale Blöcke für kompatible Modelle:

  * text: `{ "type": "text", "text": "..." }`
  * Bild: `{ "type": "image_url", "image_url": { "url": "https://..." } }`
  * audio: `{ "type": "audio_url", "audio_url": { "url": "https://..." } }`
  * video: `{ "type": "video_url", "video_url": { "url": "https://..." } }`

  Für multimodalen Produktionstraffic bevorzugen Sie öffentliche `https`-URLs. TokenLab übersetzt diese Medienblöcke in die anbieter-spezifische Anforderungsform, die vom gerouteten physischen Modell benötigt wird.
</ParamField>

<ParamField body="temperature" type="number" default="1">
  Sampling-Temperatur zwischen 0 und 2. Höhere Werte machen die Ausgabe zufälliger.
</ParamField>

<ParamField body="max_tokens" type="integer">
  Maximale Anzahl an zu generierenden Tokens.
</ParamField>

<ParamField body="stream" type="boolean" default="false">
  Wenn true, werden partielle Nachrichtendeltas als SSE-Ereignisse gesendet.
</ParamField>

<ParamField body="stream_options" type="object">
  Optionen fürs Streaming. Setzen Sie `include_usage: true`, um Token-Nutzungsdaten in Stream-Chunks zu erhalten.
</ParamField>

<ParamField body="top_p" type="number" default="1">
  Nucleus-Sampling-Parameter. Wir empfehlen, entweder diesen oder die Temperatur zu verändern, aber nicht beide.
</ParamField>

<ParamField body="frequency_penalty" type="number" default="0">
  Zahl zwischen -2.0 und 2.0. Positive Werte bestrafen wiederholte Tokens.
</ParamField>

<ParamField body="presence_penalty" type="number" default="0">
  Zahl zwischen -2.0 und 2.0. Positive Werte bestrafen Tokens, die bereits im Text vorhanden sind.
</ParamField>

<ParamField body="stop" type="string | array">
  Bis zu 4 Sequenzen, bei denen die API das Generieren von Tokens stoppt.
</ParamField>

<ParamField body="tools" type="array">
  Eine Liste von Tools, die das Modell aufrufen kann (Funktionsaufrufe).
</ParamField>

<ParamField body="tool_choice" type="string | object">
  Steuert, wie das Modell Tools verwendet. Optionen: `auto`, `none`, `required`, oder ein spezifisches Tool-Objekt.
</ParamField>

<ParamField body="parallel_tool_calls" type="boolean" default="true">
  Ob parallele Funktionsaufrufe aktiviert werden sollen. Auf false setzen, um Funktionen nacheinander aufzurufen.
</ParamField>

<ParamField body="max_completion_tokens" type="integer">
  Maximale Tokens für die Vervollständigung. Alternative zu `max_tokens`, nützlich für neuere modellfamilien mit Reasoning-Unterstützung.
</ParamField>

<ParamField body="reasoning_effort" type="string">
  Reasoning-Aufwand für reasoning-fähige Modelle. Optionen: `low`, `medium`, `high`.
</ParamField>

<ParamField body="seed" type="integer">
  Zufallsseed für deterministisches Sampling.
</ParamField>

<ParamField body="n" type="integer" default="1">
  Anzahl der zu erzeugenden Vervollständigungen (1-128).
</ParamField>

<ParamField body="logprobs" type="boolean">
  Ob Log-Wahrscheinlichkeiten zurückgegeben werden sollen.
</ParamField>

<ParamField body="top_logprobs" type="integer">
  Anzahl der obersten Log-Wahrscheinlichkeiten, die zurückgegeben werden sollen (0-20). Erfordert `logprobs: true`.
</ParamField>

<ParamField body="top_k" type="integer">
  Top-K Sampling-Parameter (für Anthropic/Gemini-Modelle).
</ParamField>

<ParamField body="response_format" type="object">
  Spezifikation des Antwortformats. Verwenden Sie `{"type": "json_object"}` für den JSON-Modus. Behandeln Sie `{"type": "json_schema", "json_schema": {...}}` als eine Best-Effort-Option, die vom ausgewählten Modell und dem gerouteten Verhalten abhängt.
</ParamField>

<ParamField body="logit_bias" type="object">
  Anpassung der Wahrscheinlichkeit, dass bestimmte Tokens erscheinen. Mappen Sie Token-IDs (als Strings) auf Bias-Werte von -100 bis 100.
</ParamField>

<ParamField body="user" type="string">
  Ein eindeutiger Bezeichner, der Ihren Endbenutzer für Missbrauchsüberwachung repräsentiert.
</ParamField>

## Antwort

<ResponseField name="id" type="string">
  Eindeutiger Bezeichner für die Vervollständigung.
</ResponseField>

<ResponseField name="object" type="string">
  Immer `chat.completion`.
</ResponseField>

<ResponseField name="created" type="integer">
  Unix-Zeitstempel, wann die Vervollständigung erstellt wurde.
</ResponseField>

<ResponseField name="model" type="string">
  Das für die Vervollständigung verwendete Modell.
</ResponseField>

<ResponseField name="choices" type="array">
  Liste der Vervollständigungsoptionen.

  Jede Auswahl enthält:

  * `index` (integer): Index der Auswahl
  * `message` (object): Die generierte Nachricht
  * `finish_reason` (string): Weshalb das Modell gestoppt hat (`stop`, `length`, `tool_calls`)
</ResponseField>

<ResponseField name="usage" type="object">
  Statistiken zur Token-Nutzung.

  * `prompt_tokens` (integer): Tokens im Prompt
  * `completion_tokens` (integer): Tokens in der Vervollständigung
  * `total_tokens` (integer): Insgesamt verwendete Tokens
</ResponseField>

<RequestExample>
  ```bash cURL theme={null}
  curl -X POST "https://api.tokenlab.sh/v1/chat/completions" \
    -H "Authorization: Bearer sk-your-api-key" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "gpt-4o",
      "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
      ],
      "temperature": 0.7,
      "max_tokens": 1000
    }'
  ```

  ```python Python theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="sk-your-api-key",
      base_url="https://api.tokenlab.sh/v1"
  )

  response = client.chat.completions.create(
      model="gpt-4o",
      messages=[
          {"role": "system", "content": "You are a helpful assistant."},
          {"role": "user", "content": "Hello!"}
      ],
      temperature=0.7,
      max_tokens=1000
  )

  print(response.choices[0].message.content)
  ```

  ```javascript JavaScript theme={null}
  import OpenAI from 'openai';

  const client = new OpenAI({
    apiKey: 'sk-your-api-key',
    baseURL: 'https://api.tokenlab.sh/v1'
  });

  const response = await client.chat.completions.create({
    model: 'gpt-4o',
    messages: [
      { role: 'system', content: 'You are a helpful assistant.' },
      { role: 'user', content: 'Hello!' }
    ],
    temperature: 0.7,
    max_tokens: 1000
  });

  console.log(response.choices[0].message.content);
  ```

  ```php PHP theme={null}
  <?php
  $ch = curl_init('https://api.tokenlab.sh/v1/chat/completions');

  curl_setopt_array($ch, [
      CURLOPT_RETURNTRANSFER => true,
      CURLOPT_POST => true,
      CURLOPT_HTTPHEADER => [
          'Content-Type: application/json',
          'Authorization: Bearer sk-your-api-key'
      ],
      CURLOPT_POSTFIELDS => json_encode([
          'model' => 'gpt-4o',
          'messages' => [
              ['role' => 'system', 'content' => 'You are a helpful assistant.'],
              ['role' => 'user', 'content' => 'Hello!']
          ],
          'temperature' => 0.7,
          'max_tokens' => 1000
      ])
  ]);

  $response = curl_exec($ch);
  curl_close($ch);

  $data = json_decode($response, true);
  echo $data['choices'][0]['message']['content'];
  ```
</RequestExample>

## Multimodales Beispiel

```json theme={null}
{
  "model": "gemini-2.5-pro",
  "messages": [
    {
      "role": "user",
      "content": [
        { "type": "text", "text": "Describe this video briefly." },
        { "type": "video_url", "video_url": { "url": "https://example.com/demo.mp4" } }
      ]
    }
  ],
  "max_tokens": 64
}
```

<ResponseExample>
  ```json Response theme={null}
  {
    "id": "chatcmpl-abc123",
    "object": "chat.completion",
    "created": 1706000000,
    "model": "gpt-4o",
    "choices": [
      {
        "index": 0,
        "message": {
          "role": "assistant",
          "content": "Hello! How can I help you today?"
        },
        "finish_reason": "stop"
      }
    ],
    "usage": {
      "prompt_tokens": 20,
      "completion_tokens": 9,
      "total_tokens": 29
    }
  }
  ```
</ResponseExample>