> ## 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.

# Buat Penyelesaian Obrolan

> Membuat penyelesaian untuk pesan obrolan

## Isi Permintaan

<ParamField body="model" type="string" required>
  ID model yang akan digunakan. Lihat [Models](https://tokenlab.sh/id/models) untuk opsi yang tersedia.
</ParamField>

<ParamField body="messages" type="array" required>
  Daftar pesan yang membentuk percakapan.

  Setiap objek pesan berisi:

  * `role` (string): `system`, `user`, atau `assistant`
  * `content` (string | array): Konten pesan

  Ketika `content` adalah array, TokenLab mendukung blok multimodal terstruktur untuk model yang kompatibel:

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

  Untuk lalu lintas produksi multimodal, utamakan URL publik `https`. TokenLab akan menerjemahkan blok media ini ke bentuk permintaan spesifik provider yang diperlukan oleh model fisik yang diarahkan.
</ParamField>

<ParamField body="temperature" type="number" default="1">
  Temperatur sampling antara 0 dan 2. Nilai yang lebih tinggi membuat keluaran lebih acak.
</ParamField>

<ParamField body="max_tokens" type="integer">
  Jumlah maksimum token yang akan dihasilkan.
</ParamField>

<ParamField body="stream" type="boolean" default="false">
  Jika true, delta pesan parsial akan dikirim sebagai event SSE.
</ParamField>

<ParamField body="stream_options" type="object">
  Opsi untuk streaming. Setel `include_usage: true` untuk menerima pemakaian token dalam potongan stream.
</ParamField>

<ParamField body="top_p" type="number" default="1">
  Parameter nucleus sampling. Kami menyarankan mengubah ini atau temperature, bukan keduanya.
</ParamField>

<ParamField body="frequency_penalty" type="number" default="0">
  Angka antara -2.0 dan 2.0. Nilai positif memberi penalti pada token yang berulang.
</ParamField>

<ParamField body="presence_penalty" type="number" default="0">
  Angka antara -2.0 dan 2.0. Nilai positif memberi penalti pada token yang sudah ada di teks.
</ParamField>

<ParamField body="stop" type="string | array">
  Hingga 4 urutan di mana API akan berhenti menghasilkan token.
</ParamField>

<ParamField body="tools" type="array">
  Daftar tools yang mungkin dipanggil model (pemanggilan fungsi).
</ParamField>

<ParamField body="tool_choice" type="string | object">
  Mengontrol bagaimana model menggunakan tools. Opsi: `auto`, `none`, `required`, atau objek tool tertentu.
</ParamField>

<ParamField body="parallel_tool_calls" type="boolean" default="true">
  Menentukan apakah pemanggilan fungsi paralel diaktifkan. Setel ke false untuk memanggil fungsi secara berurutan.
</ParamField>

<ParamField body="max_completion_tokens" type="integer">
  Token maksimum untuk penyelesaian. Alternatif untuk `max_tokens`, berguna untuk keluarga model terbaru yang mendukung reasoning.
</ParamField>

<ParamField body="reasoning_effort" type="string">
  Tingkat usaha reasoning untuk model yang mendukung reasoning. Opsi: `low`, `medium`, `high`.
</ParamField>

<ParamField body="seed" type="integer">
  Seed acak untuk sampling deterministik.
</ParamField>

<ParamField body="n" type="integer" default="1">
  Jumlah penyelesaian yang akan dihasilkan (1-128).
</ParamField>

<ParamField body="logprobs" type="boolean">
  Apakah akan mengembalikan log probabilitas.
</ParamField>

<ParamField body="top_logprobs" type="integer">
  Jumlah top log probabilitas yang dikembalikan (0-20). Memerlukan `logprobs: true`.
</ParamField>

<ParamField body="top_k" type="integer">
  Parameter sampling Top-K (untuk model Anthropic/Gemini).
</ParamField>

<ParamField body="response_format" type="object">
  Spesifikasi format respons. Gunakan `{"type": "json_object"}` untuk mode JSON. Perlakukan `{"type": "json_schema", "json_schema": {...}}` sebagai jalur best-effort yang bergantung pada model yang dipilih dan perilaku routing.
</ParamField>

<ParamField body="logit_bias" type="object">
  Mengubah kemungkinan token tertentu muncul. Pemetaan ID token (sebagai string) ke nilai bias dari -100 sampai 100.
</ParamField>

<ParamField body="user" type="string">
  Identifier unik yang merepresentasikan pengguna akhir Anda untuk pemantauan penyalahgunaan.
</ParamField>

## Respons

<ResponseField name="id" type="string">
  Pengidentifikasi unik untuk penyelesaian.
</ResponseField>

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

<ResponseField name="created" type="integer">
  Timestamp Unix saat penyelesaian dibuat.
</ResponseField>

<ResponseField name="model" type="string">
  Model yang digunakan untuk penyelesaian.
</ResponseField>

<ResponseField name="choices" type="array">
  Daftar pilihan penyelesaian.

  Setiap pilihan berisi:

  * `index` (integer): Indeks pilihan
  * `message` (object): Pesan yang dihasilkan
  * `finish_reason` (string): Alasan model berhenti (`stop`, `length`, `tool_calls`)
</ResponseField>

<ResponseField name="usage" type="object">
  Statistik penggunaan token.

  * `prompt_tokens` (integer): Token dalam prompt
  * `completion_tokens` (integer): Token dalam penyelesaian
  * `total_tokens` (integer): Total token yang digunakan
</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>

## Contoh Multimodal

```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>