> ## 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.

# 创建聊天补全

> 为聊天消息创建补全

## 请求体

<ParamField body="model" type="string" required>
  要使用的模型 ID。可用选项见 [Models](https://tokenlab.sh/zh/models)。
</ParamField>

<ParamField body="messages" type="array" required>
  组成对话的消息列表。

  每个消息对象包含：

  * `role` (字符串): `system`、`user` 或 `assistant`
  * `content` (string | array): 消息内容

  当 `content` 是数组时，TokenLab 为兼容模型支持结构化多模态块：

  * text: `{ "type": "text", "text": "..." }`
  * 图片: `{ "type": "image_url", "image_url": { "url": "https://..." } }`
  * 视频: `{ "type": "video_url", "video_url": { "url": "https://..." } }`
  * 音频: `{ "type": "audio_url", "audio_url": { "url": "https://..." } }`

  对于多模态生产流量，优先使用公开的 `https` URL。TokenLab 会将这些媒体块转换为所选模型所需的供应商特定请求形态。
</ParamField>

<ParamField body="temperature" type="number" default="1">
  采样温度，范围在 0 到 2 之间。较高的值会使输出更随机。
</ParamField>

<ParamField body="max_tokens" type="integer">
  要生成的最大 token 数。
</ParamField>

<ParamField body="stream" type="boolean" default="false">
  如果为 true，则部分消息增量将作为 SSE events 发送。
</ParamField>

<ParamField body="stream_options" type="object">
  流式传输选项。设置 `include_usage: true` 以在流分片中接收 token 使用情况。
</ParamField>

<ParamField body="top_p" type="number" default="1">
  Nucleus 采样参数。建议更改此参数或 temperature，而不是同时更改两者。
</ParamField>

<ParamField body="frequency_penalty" type="number" default="0">
  值在 -2.0 到 2.0 之间。正值会惩罚重复出现的 token。
</ParamField>

<ParamField body="presence_penalty" type="number" default="0">
  值在 -2.0 到 2.0 之间。正值会惩罚已出现在文本中的 token。
</ParamField>

<ParamField body="stop" type="string | array">
  最多 4 个序列，API 在遇到这些序列时会停止生成 token。
</ParamField>

<ParamField body="tools" type="array">
  模型可能调用的工具列表（函数调用）。
</ParamField>

<ParamField body="tool_choice" type="string | object">
  控制模型如何使用工具。选项：`auto`, `none`, `required`, 或特定工具对象。
</ParamField>

<ParamField body="parallel_tool_calls" type="boolean" default="true">
  是否启用并行函数调用。设置为 false 则按顺序调用函数。
</ParamField>

<ParamField body="max_completion_tokens" type="integer">
  补全的最大 token 数。作为 `max_tokens` 的替代，对于启用推理的新模型系列更有用。
</ParamField>

<ParamField body="reasoning_effort" type="string">
  启用推理的模型的推理强度。选项：`low`, `medium`, `high`。
</ParamField>

<ParamField body="seed" type="integer">
  用于确定性采样的随机种子。
</ParamField>

<ParamField body="n" type="integer" default="1">
  要生成的补全数量（1-128）。
</ParamField>

<ParamField body="logprobs" type="boolean">
  是否返回对数概率（log probabilities）。
</ParamField>

<ParamField body="top_logprobs" type="integer">
  要返回的顶级对数概率数量（0-20）。需要 `logprobs: true`。
</ParamField>

<ParamField body="top_k" type="integer">
  Top-K 采样参数（用于 Anthropic/Gemini 模型）。
</ParamField>

<ParamField body="response_format" type="object">
  响应格式规范。使用 `{"type": "json_object"}` 进入 JSON 模式。将 `{"type": "json_schema", "json_schema": {...}}` 视为一条基于所选模型和路由行为的尽力支持路径。
</ParamField>

<ParamField body="logit_bias" type="object">
  修改指定 token 出现的可能性。将 token ID（以字符串形式）映射到 -100 到 100 的偏差值。
</ParamField>

<ParamField body="user" type="string">
  表示您最终用户的唯一标识符，用于滥用监控。
</ParamField>

## 响应

<ResponseField name="id" type="string">
  补全的唯一标识符。
</ResponseField>

<ResponseField name="object" type="string">
  始终为 `chat.completion`。
</ResponseField>

<ResponseField name="created" type="integer">
  补全创建时的 Unix 时间戳。
</ResponseField>

<ResponseField name="model" type="string">
  用于补全的模型。
</ResponseField>

<ResponseField name="choices" type="array">
  补全选项列表。

  每个选项包含：

  * `index` (integer): 选项的索引
  * `message` (object): 生成的消息
  * `finish_reason` (string): 模型停止的原因（`stop`, `length`, `tool_calls`）
</ResponseField>

<ResponseField name="usage" type="object">
  token 使用统计。

  * `prompt_tokens` (integer): 提示中的 token 数
  * `completion_tokens` (integer): 补全中的 token 数
  * `total_tokens` (integer): 使用的总 token 数
</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>

## 多模态示例

```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>