串流 - TokenLab

概覽

串流會逐步交付輸出。只有模型公開 Responses 原生契約且存在同協議 upstream 路徑時，才使用 Responses streaming；否則請使用 Chat Completions 或模型公開的原生協議。

建議：Responses Streaming

curl https://api.tokenlab.sh/v1/responses \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4",
    "input": "Write a short poem.",
    "stream": true
  }'

from openai import OpenAI

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

stream = client.responses.create(
    model="gpt-5.4",
    input="Write a short poem.",
    stream=True
)

for event in stream:
    if event.type == "response.output_text.delta":
        print(event.delta, end="", flush=True)

import OpenAI from 'openai';

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

const stream = await client.responses.create({
  model: 'gpt-5.4',
  input: 'Write a short poem.',
  stream: true
});

for await (const event of stream) {
  if (event.type === 'response.output_text.delta') {
    process.stdout.write(event.delta);
  }
}

Responses 與 Gemini 串流邊界

Responses SSE 會保留 upstream 事件名稱、順序與欄位，只在旁路讀取 usage 與終態，不改寫 wire。第一個事件交付後，絕不再嘗試其他 channel 或 credential。 Responses WebSocket 只接受官方 response.create 事件。stream 是隱含行為；此 transport 不提供 background 或 response.cancel，background 只透過 HTTP 執行。每個連線採序列處理、不做 multiplexing，最長 60 分鐘。 Gemini SSE 保留原生 chunk。只有 metadata 的事件、沒有 finishReason 的中間 chunk，以及自然 EOF 都合法；TokenLab 不會加入 Chat [DONE].

Chat Completions 串流

如果您的框架仍預期從 /v1/chat/completions 接收 SSE 區塊，這同樣可行：

stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Write a short poem"}],
    stream=True
)

for chunk in stream:
    content = chunk.choices[0].delta.content
    if content:
        print(content, end="", flush=True)

串流結束條件

典型的完成條件：

Responses API streams 的 response.completed
Chat Completions streams 的 finish_reason: "stop"
當達到 token 限制時的 finish_reason: "length"
當模型想要使用工具時的 tool/function call 事件

Web App 模式

async function streamChat(message) {
  const response = await fetch('https://api.tokenlab.sh/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Authorization': 'Bearer sk-your-api-key',
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'gpt-4o',
      messages: [{ role: 'user', content: message }],
      stream: true
    })
  });

  const reader = response.body.getReader();
  const decoder = new TextDecoder();

  while (true) {
    const { done, value } = await reader.read();
    if (done) break;

    const chunk = decoder.decode(value);
    const lines = chunk.split('\\n').filter(line => line.startsWith('data: '));

    for (const line of lines) {
      const data = line.slice(6);
      if (data === '[DONE]') return;
      const parsed = JSON.parse(data);
      const content = parsed.choices?.[0]?.delta?.content;
      if (content) {
        document.getElementById('output').textContent += content;
      }
    }
  }
}

最佳實務

新建專案優先使用 Responses streaming

如果您的 SDK 或應用程式已支援，請使用 /v1/responses。將 /v1/chat/completions streaming 保留給以相容性為導向的整合。

逐步刷新輸出

在 delta 區塊到達時立即將其附加到 UI 或終端機，而不是等待完整回應。

處理中斷連線與重試

將網路中斷與上游連線中斷視為正常的失敗模式，並在長時間執行的工作階段中謹慎地重新連線。

快速入門

核心指南

媒體指南

串流

概覽

建議：Responses Streaming

Responses 與 Gemini 串流邊界

Chat Completions 串流

串流結束條件

Web App 模式

最佳實務

​概覽

​建議：Responses Streaming

​Responses 與 Gemini 串流邊界

​Chat Completions 串流

​串流結束條件

​Web App 模式

​最佳實務

概覽

建議：Responses Streaming

Responses 與 Gemini 串流邊界

Chat Completions 串流

串流結束條件

Web App 模式

最佳實務