API 文档

Chat Completions

OpenAI 风格的 Chat Completions 接口用于发送一组消息并获得模型回复。请求地址保持 OpenAI 兼容形态,方便现有 SDK 或网关调用代码迁移。

请求地址

POST

鉴权方式

使用 Bearer Token 认证,在请求头中传入 API Key:

  • Authorization:Bearer YOUR_API_KEY

会话 ID(可选)

为提升上游提示词缓存命中率,建议在每个请求中通过以下任一请求头传入真实且稳定的用户会话 ID;同时传入多个时,按下列顺序取第一个非空值:

  • X-Client-User-Id:YOUR_REAL_USER_SESSION_ID
  • X-Claude-Code-Session-Id:YOUR_REAL_USER_SESSION_ID
  • Session-Id:YOUR_REAL_USER_SESSION_ID

请求示例

传入 model 和 messages,并使用 Bearer Token 完成鉴权。

curl https://api.0xtoken.cn/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "X-Claude-Code-Session-Id: YOUR_REAL_USER_SESSION_ID" \
-d '{
  "model": "deepseek-v4-pro",
  "messages": [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Hello!"}
  ]
}'

请求体示例

一个启用深度思考(thinking)的完整请求体:

{
"model": "deepseek-v4-pro",
"messages": [
  {"role": "system", "content": "You are a helpful assistant."},
  {"role": "user", "content": "证明根号 2 是无理数。"}
],
"thinking": {
  "type": "enabled",
  "budget_tokens": 4096
},
"stream": false
}

请求字段

FieldTypeDescription
modelstring模型 ID。
messagesarray<object>对话消息列表。
temperaturenumber可选,默认 1,范围 0~2。采样温度,值越高随机性越强,值越低结果越稳定。
top_pnumber可选,默认 1,范围 0~1。核采样(Nucleus Sampling)参数,与 temperature 二选一调节即可。
ninteger可选,默认 1,范围 >=1。生成的回复数量。
streamboolean可选,默认 false。是否启用流式响应。
stream_optionsobject可选。流式响应相关配置。
stopstring | array<string>可选。停止生成的结束标记,遇到指定内容时停止输出。
max_tokensinteger可选。最大生成 Token 数(部分新模型已不推荐使用)。
max_completion_tokensinteger可选。最大补全(输出)Token 数,推荐优先使用该参数。
presence_penaltynumber可选,默认 0,范围 -2~2。存在惩罚,值越高越倾向于引入新的话题。
frequency_penaltynumber可选,默认 0,范围 -2~2。频率惩罚,值越高越减少重复内容。
logit_biasobject可选。调整指定 Token 的生成概率。
userstring可选。最终用户标识,用于监控和滥用检测。
toolsarray<object>可选。可供模型调用的工具列表。
tool_choicestring | object可选。指定模型如何选择工具调用。
response_formatobject可选。指定响应格式,例如 JSON 输出。
seedinteger可选。随机种子,用于尽可能获得可复现的结果。
thinkingobject可选。深度思考(Thinking)配置,仅支持推理模型。见下方子字段。
thinking.type"enabled" | "disabled"是否启用深度思考。enabled 启用,disabled 禁用。
thinking.budget_tokensinteger可选。深度思考预算 Token 数,仅 thinking.type=enabled 时生效。
reasoning_effort"none" | "minimal" | "low" | "medium" | "high" | "xhigh" | "max"可选。推理强度,与 thinking 同义,建议优先使用 thinking。none 表示不思考,其余档位表示思考强度。仅支持推理模型。
modalitiesarray<string>可选。指定响应模态,例如 ["text"]、["text", "audio"]。
audioobject可选。音频输出相关配置,当 modalities 包含 "audio" 时使用。

thinking 字段说明

thinking 用于控制深度思考(扩展思考链),结构与 Anthropic Messages 接口保持一致:

"thinking": {
  "type": "enabled",        // enabled 启用深度思考,disabled 禁用
  "budget_tokens": 0        // 深度思考预算 Token 数,type=enabled 时生效
}

是否思考的判定规则

平台按以下规则判定一次请求是否启用深度思考:

  • thinking.type = "disabled" 或 reasoning_effort = "none":不思考
  • 其余情况(未设置、thinking.type = "enabled"、reasoning_effort 为 minimal/low/medium/high/xhigh/max 等):默认思考

当 thinking.type 与 reasoning_effort 同时出现且语义冲突时,以显式的 thinking.type = "disabled" 为准(关闭思考),reasoning_effort 的隐含启用不再覆盖显式关闭。

默认 max_tokens

当请求未显式传入 max_tokens / max_completion_tokens 时,平台会根据 reasoning_effort(与 thinking 同义)的推理深度自动填充默认的输出 Token 上限。显式传入则以用户值为准,不再覆盖。

reasoning_effort默认 max_tokens倍率
none5120—
minimal81920.25x
low163840.5x
medium(或未设置)327681x
high655362x
xhigh / max655362x

注:该默认值仅影响"输出 Token 上限",深度思考的实际消耗另由 thinking.budget_tokens 控制。

响应字段

FieldTypeDescription
idstring本次补全的唯一标识。
objectstring对象类型,固定为 chat.completion。
createdinteger响应创建的 Unix 时间戳(秒)。
modelstring生成该响应所用的模型 ID。
choicesarray<object>补全结果列表,长度由请求 n 决定。
choices[].indexinteger该结果在 choices 中的下标。
choices[].messageobject助手消息对象,见下方子字段。
choices[].message.rolestring消息角色,固定为 assistant。
choices[].message.contentstring模型生成的正文内容。
choices[].message.reasoning_contentstring可选。深度思考内容,启用 thinking 时返回。
choices[].message.tool_callsarray<object>可选。模型发起的工具调用列表。
choices[].message.refusalstring可选。模型拒绝生成时的拒绝原因。
choices[].finish_reasonstring停止生成的原因,例如 stop、length、tool_calls、refusal。
choices[].logprobsobject | null可选。所选 Token 的对数概率信息。
choices[].matched_stopany可选。触发停止的匹配标记。
usageobject可选。本次请求的 Token 用量统计,见下方子字段。
usage.prompt_tokensinteger输入(提示)Token 数。
usage.completion_tokensinteger输出(补全)Token 数。
usage.total_tokensinteger输入与输出 Token 总数。
usage.prompt_tokens_details.cached_tokensinteger可选。命中缓存的输入 Token 数。
usage.completion_tokens_details.reasoning_tokensinteger可选。深度思考消耗的 Token 数。
service_tierstring可选。服务层级。
metadataobject可选。请求时传入并原样回传的元数据。

响应示例

一个启用深度思考后的非流式响应,reasoning_content 为思考内容,reasoning_tokens 为思考消耗:

{
"id": "chatcmpl-1xtoken",
"object": "chat.completion",
"created": 1753305600,
"model": "deepseek-v4-pro",
"choices": [
  {
    "index": 0,
    "message": {
      "role": "assistant",
      "reasoning_content": "要证明根号 2 是无理数,使用反证法……",
      "content": "假设根号 2 是有理数,则可表示为最简分数 p/q……矛盾,故根号 2 为无理数。",
      "tool_calls": null
    },
    "finish_reason": "stop",
    "logprobs": null
  }
],
"usage": {
  "prompt_tokens": 24,
  "completion_tokens": 180,
  "total_tokens": 204,
  "prompt_tokens_details": {
    "cached_tokens": 8
  },
  "completion_tokens_details": {
    "reasoning_tokens": 120
  }
}
}