> ## 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.

# Criar conclusão de chat

> Cria uma conclusão para a mensagem de chat

## Corpo da Requisição

<ParamField body="model" type="string" required>
  ID do modelo a ser usado. Veja [Models](https://tokenlab.sh/pt/models) para opções disponíveis.
</ParamField>

<ParamField body="messages" type="array" required>
  Uma lista de mensagens que compõem a conversa.

  Cada objeto de mensagem contém:

  * `role` (string): `system`, `user` ou `assistant`
  * `content` (string | array): O conteúdo da mensagem

  Quando `content` é um array, a TokenLab dá suporte a blocos multimodais estruturados para modelos compatíveis:

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

  Para tráfego multimodal de produção, prefira URLs públicas `https`. TokenLab irá traduzir esses blocos de mídia para a forma de requisição específica do provedor exigida pelo modelo físico roteado.
</ParamField>

<ParamField body="temperature" type="number" default="1">
  Temperatura de amostragem entre 0 e 2. Valores mais altos tornam a saída mais aleatória.
</ParamField>

<ParamField body="max_tokens" type="integer">
  Número máximo de tokens a serem gerados.
</ParamField>

<ParamField body="stream" type="boolean" default="false">
  Se `true`, deltas parciais da mensagem serão enviados como eventos SSE.
</ParamField>

<ParamField body="stream_options" type="object">
  Opções para streaming. Defina `include_usage: true` para receber uso de tokens em chunks do stream.
</ParamField>

<ParamField body="top_p" type="number" default="1">
  Parâmetro de amostragem Nucleus. Recomendamos alterar este ou `temperature`, não ambos.
</ParamField>

<ParamField body="frequency_penalty" type="number" default="0">
  Número entre -2.0 e 2.0. Valores positivos penalizam tokens repetidos.
</ParamField>

<ParamField body="presence_penalty" type="number" default="0">
  Número entre -2.0 e 2.0. Valores positivos penalizam tokens já presentes no texto.
</ParamField>

<ParamField body="stop" type="string | array">
  Até 4 sequências nas quais a API irá parar de gerar tokens.
</ParamField>

<ParamField body="tools" type="array">
  Uma lista de ferramentas que o modelo pode chamar (chamada de função).
</ParamField>

<ParamField body="tool_choice" type="string | object">
  Controla como o modelo usa ferramentas. Opções: `auto`, `none`, `required`, ou um objeto de ferramenta específico.
</ParamField>

<ParamField body="parallel_tool_calls" type="boolean" default="true">
  Se deve habilitar chamadas de função em paralelo. Defina como `false` para chamar funções sequencialmente.
</ParamField>

<ParamField body="max_completion_tokens" type="integer">
  Máximo de tokens para a conclusão. Alternativa a `max_tokens`, útil para famílias de modelos mais novas com suporte a raciocínio.
</ParamField>

<ParamField body="reasoning_effort" type="string">
  Esforço de raciocínio para modelos com suporte a raciocínio. Opções: `low`, `medium`, `high`.
</ParamField>

<ParamField body="seed" type="integer">
  Semente aleatória para amostragem determinística.
</ParamField>

<ParamField body="n" type="integer" default="1">
  Número de conclusões a gerar (1-128).
</ParamField>

<ParamField body="logprobs" type="boolean">
  Se deve retornar probabilidades logarítmicas.
</ParamField>

<ParamField body="top_logprobs" type="integer">
  Número das maiores probabilidades logarítmicas a retornar (0-20). Requer `logprobs: true`.
</ParamField>

<ParamField body="top_k" type="integer">
  Parâmetro de amostragem Top-K (para modelos Anthropic/Gemini).
</ParamField>

<ParamField body="response_format" type="object">
  Especificação do formato de resposta. Use `{"type": "json_object"}` para o modo JSON. Trate `{"type": "json_schema", "json_schema": {...}}` como um caminho de melhor esforço que depende do modelo selecionado e do comportamento roteado.
</ParamField>

<ParamField body="logit_bias" type="object">
  Modifique a probabilidade de tokens especificados aparecerem. Mapeie IDs de tokens (como strings) para valores de bias de -100 a 100.
</ParamField>

<ParamField body="user" type="string">
  Um identificador único representando seu usuário final para monitoramento de abuso.
</ParamField>

## Resposta

<ResponseField name="id" type="string">
  Identificador único para a conclusão.
</ResponseField>

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

<ResponseField name="created" type="integer">
  Timestamp Unix de quando a conclusão foi criada.
</ResponseField>

<ResponseField name="model" type="string">
  O modelo usado para a conclusão.
</ResponseField>

<ResponseField name="choices" type="array">
  Lista de opções de conclusão.

  Cada opção contém:

  * `index` (integer): Índice da escolha
  * `message` (object): A mensagem gerada
  * `finish_reason` (string): Por que o modelo parou (`stop`, `length`, `tool_calls`)
</ResponseField>

<ResponseField name="usage" type="object">
  Estatísticas de uso de tokens.

  * `prompt_tokens` (integer): Tokens no prompt
  * `completion_tokens` (integer): Tokens na conclusão
  * `total_tokens` (integer): Total de tokens usados
</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>

## Exemplo 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>