/chat/completions 根据输入的上下文，来让模型补全对话内容。 application/json Possible values: >= 1 Assistant message Possible values: [ system ] 该消息的发起角色，其值为 system 。 可以选填的参与者的名称，为模型提供信息以区分相同角色的参与者。 user 消息的内容。可以是字符串，也可以是内容块数组（可携带图片）。详见 图像理解指南 。 Array of content parts Text content part Image content part File content part Possible values: [ text ] 内容块的类型，此场景下为 text 。 Possible values: [ image_url ] 内容块的类型，此场景下为 image_url 。 图片的 http(s) URL（最多 8192 个字符）或 base64 编码的 data URL（ data:image/jpeg;base64,... ）。支持的格式：JPEG、PNG、GIF、WebP。 Possible values: [ low , high , original , auto ] 控制图片的处理方式。 low 将图片缩小到 512x512（更快、更省 token）； high 、 original 与 auto 保留原图。 Possible values: [ file ] 内容块的类型，此场景下为 file 。 通过 Files API 上传的文件 ID，形如 file-api-... 。与 file_data 互斥。 图片的 base64 编码 data URL（ data:image/jpeg;base64,... ）。与 file_id 互斥。 可选的文件名，仅在配合 file_data 时有效。 Possible values: [ user ] 该消息的发起角色，其值为 user 。 可以选填的参与者的名称，为模型提供信息以区分相同角色的参与者。 assistant 消息的内容。 Possible values: [ assistant ] 该消息的发起角色，其值为 assistant 。 可以选填的参与者的名称，为模型提供信息以区分相同角色的参与者。 (Beta) 设置此参数为 true，来强制模型在其回答中以此 assistant 消息中提供的前缀内容开始。 您必须设置 base_url="https://api.deepseek.com/beta" 来使用此功能。 (Beta) 用于思考模式下在 对话前缀续写 功能下，作为最后一条 assistant 思维链内容的输入。使用此功能时， prefix 参数必须设置为 true 。 Possible values: [ tool ] 该消息的发起角色，其值为 tool 。 tool 消息的内容。可以是字符串，也可以是内容块数组（可以携带图片）。详见 Vision 指南 。 Array of content parts Text content part Image content part File content part Possible values: [ text ] 内容块的类型，此场景下为 text 。 Possible values: [ image_url ] 内容块的类型，此场景下为 image_url 。 图片的 http(s) URL（最多 8192 个字符）或 base64 编码的 data URL（ data:image/jpeg;base64,... ）。支持的格式：JPEG、PNG、GIF、WebP。 Possible values: [ low , high , original , auto ] 控制图片的处理方式。 low 将图片缩小到 512x512（更快、更省 token）； high 、 original 与 auto 保留原图。 Possible values: [ file ] 内容块的类型，此场景下为 file 。 通过 Files API 上传的文件 ID，形如 file-api-... 。与 file_data 互斥。 图片的 base64 编码 data URL（ data:image/jpeg;base64,... ）。与 file_id 互斥。 可选的文件名，仅在配合 file_data 时有效。 此消息所响应的 tool call 的 ID。 Possible values: [ deepseek-flash , deepseek-v4-pro ] 使用的模型的 ID。请使用 deepseek-flash 或 deepseek-v4-pro 。 控制思考模式与非思考模式的转换 Possible values: [ enabled , disabled ] Default value: enabled 如果设为 enabled ，则使用思考模式。如果设为 disabled ，则使用非思考模式 Possible values: [ none , low , high , max ] 控制思考模式开关与思考强度。 none 关闭思考模式； low / high / max 开启思考模式。默认强度为 high 。出于兼容考虑， minimal 映射为 low ， medium / xhigh 映射为 high 。 限制一次请求中模型生成 completion 的最大 token 数。取值范围为 1 到 384K（393216）。未设置时，非思考模式默认 8K，思考模式默认 64K（ reasoning_effort 为 max 时为 128K）。输入 token 和输出 token 的总长度受模型的上下文长度的限制。详见 模型 & 价格 。 response_format 一个 object，指定模型必须输出的格式。 设置为 { "type": "json_object" } 以启用 JSON 模式，该模式保证模型生成的消息是有效的 JSON。 注意: 使用 JSON 模式时，你还必须通过系统或用户消息指示模型生成 JSON。否则，模型可能会生成不断的空白字符，直到生成达到 token 限制，从而导致请求长时间运行并显得“卡住”。此外，如果 finish_reason="length"，这表示生成超过了 max_tokens 或对话超过了最大上下文长度，消息内容可能会被部分截断。 Possible values: [ text , json_object ] Default value: text Must be one of text or json_object . 一个 string 或最多包含 16 个 string 的 list，在遇到这些词时，API 将停止生成更多的 token。 Single stop sequence Stop sequence list 如果设置为 True，将会以 SSE（server-sent events）的形式以流式发送消息增量。消息流以 data: [DONE] 结尾。 流式输出相关选项。必须与 stream: true 一起使用；如果 stream 未设置为 true ，API 会返回 400 错误。 如果设置为 true ，流式返回的所有块都会包含 usage 字段，其中除最后一个块外，该字段的值均为 null 。如果不设置或设置为 false ，则除最后一个块外，其余块都不含 usage 字段。 无论是否设置， data: [DONE] 之前的最后一个块都会在其 usage 字段中给出整个请求的 token 使用统计信息。请注意，这里不会单独下发一个只含 usage 的块：统计信息附加在最后一个内容块上，该块的 choices 数组始终只包含一个元素，其中不含新增内容且 finish_reason 非 null。 Possible values: <= 2 Default value: 1 采样温度，介于 0 和 2 之间。更高的值，如 0.8，会使输出更随机，而更低的值，如 0.2，会使其更加集中和确定。 我们通常建议可以更改这个值或者更改 top_p ，但不建议同时对两者进行修改。思考模式下不生效。 Possible values: <= 1 Default value: 1 作为调节采样温度的替代方案，模型会考虑前 top_p 概率的 token 的结果。所以 0.1 就意味着只有包括在最高 10% 概率中的 token 会被考虑。 取值必须大于 0 且不超过 1。我们通常建议修改这个值或者更改 temperature ，但不建议同时对两者进行修改。该参数仅在思考模式下生效，有效取值范围为 0.95–1.0，低于 0.95 的取值会按 0.95 处理；在非思考模式下恒为 1.0，传入的值会被忽略。 模型可能会调用的 tool 的列表。目前，仅支持 function 作为工具。使用此参数来提供以 JSON 作为输入参数的 function 列表。tool 名称必须唯一。 Possible values: [ function ] tool 的类型。目前仅支持 function。 function 的功能描述，供模型理解何时以及如何调用该 function。 要调用的 function 名称。必须由 a-z、A-Z、0-9 字符组成，或包含下划线和连字符，最大长度为 128 个字符。 function 的输入参数，以 JSON Schema 对象描述。请参阅 Tool Calls 指南 获取示例，并参阅 JSON Schema 参考 了解有关格式的文档。省略 parameters 会定义一个参数列表为空的 function。 function 的输入参数，以 JSON Schema 对象描述。请参阅 Tool Calls 指南 获取示例，并参阅 JSON Schema 参考 了解有关格式的文档。省略 parameters 会定义一个参数列表为空的 function。 Default value: false 如果设置为 true，API 将在函数调用中使用 strict 模式，以确保输出始终符合函数的 JSON schema 定义。该功能为 Beta 功能，详细使用方式请参阅 Tool Calls 指南 控制模型调用 tool 的行为。 none 意味着模型不会调用任何 tool，而是生成一条消息。 auto 意味着模型可以选择生成一条消息或调用一个或多个 tool。 required 意味着模型必须调用一个或多个 tool。 通过 {"type": "function", "function": {"name": "my_function"}} 指定特定 tool，会强制模型调用该 tool。 当没有 tool 时，默认值为 none 。如果有 tool 存在，默认值为 auto 。 思考模式下不支持 required 和指定具体 tool 的用法，API 会返回 400 错误。请先关闭思考模式。 ChatCompletionToolChoice ChatCompletionNamedToolChoice Possible values: [ none , auto , required ] Possible values: [ function ] tool 的类型。目前，仅支持 function 。 是否返回所输出 token 的对数概率。如果为 true，则在 message 的 content 中返回每个输出 token 的对数概率。

Possible values: <= 20 一个介于 0 到 20 之间的整数 N，指定每个输出位置返回输出概率 top N 的 token，且返回这些 token 的对数概率。指定此参数时，logprobs 必须为 true。 您自定义的 user_id，可选字符集为 [a-zA-Z0-9\-_]，最大长度为 512。请不要在 user_id 中包含用户隐私信息。 user_id 可用于区分您业务侧的用户身份，以帮助我们进行内容安全处理。 user_id 可用于 KVCache 缓存隔离，以进行隐私管理。 user_id 可用于我们对您业务侧用户进行调度隔离。 关于 user_id 参数更详细的描述，请参考 限速与隔离 该参数已不再支持。传入该参数将不会产生任何效果。 该参数已不再支持。传入该参数将不会产生任何效果。 200 (No streaming) 200 (Streaming) OK, 返回一个 chat completion 对象。 application/json Example (from schema) 模型生成的 completion 的选择列表。 Possible values: [ stop , length , content_filter , tool_calls , insufficient_system_resource , aborted ] 模型停止生成 token 的原因。 stop ：模型自然停止生成，或遇到 stop 序列中列出的字符串。 length ：输出长度达到了模型上下文长度限制，或达到了 max_tokens 的限制。 content_filter ：输出内容因触发过滤策略而被过滤。 tool_calls ：模型进行了工具调用。 insufficient_system_resource ：系统推理资源不足，生成被打断。 aborted ：生成过程被中断。 该 completion 在模型生成的 completion 的选择列表中的索引。 模型生成的 completion 消息。 该 completion 的内容。 仅适用于思考模式。内容为 assistant 消息中在最终答案之前的推理内容。 模型生成的 tool 调用，例如 function 调用。 Possible values: [ function ] tool 的类型。目前仅支持 function 。 模型调用的 function。 模型调用的 function 名。 要调用的 function 的参数，由模型生成，格式为 JSON。请注意，模型并不总是生成有效的 JSON，并且可能会臆造出你函数模式中未定义的参数。在调用函数之前，请在代码中验证这些参数。 Possible values: [ assistant ] 该 choice 的对数概率信息。 一个包含输出 token 对数概率信息的列表。 该 token 的对数概率。 -9999.0 代表该 token 的输出概率极小，不在 top 20 最可能输出的 token 中。 一个包含该 token UTF-8 字节表示的整数列表。一般在一个 UTF-8 字符被拆分成多个 token 来表示时有用。如果 token 没有对应的字节表示，则该值为 null 。 一个包含在该输出位置上，输出概率 top N 的 token 的列表，以及它们的对数概率。在罕见情况下，返回的 token 数量可能少于请求参数中指定的 top_logprobs 值。 该 token 的对数概率。 -9999.0 代表该 token 的输出概率极小，不在 top 20 最可能输出的 token 中。 一个包含该 token UTF-8 字节表示的整数列表。一般在一个 UTF-8 字符被拆分成多个 token 来表示时有用。如果 token 没有对应的字节表示，则该值为 null 。 reasoning_content 一个包含输出 token 对数概率信息的列表。 该 token 的对数概率。 -9999.0 代表该 token 的输出概率极小，不在 top 20 最可能输出的 token 中。 一个包含该 token UTF-8 字节表示的整数列表。一般在一个 UTF-8 字符被拆分成多个 token 来表示时有用。如果 token 没有对应的字节表示，则该值为 null 。 一个包含在该输出位置上，输出概率 top N 的 token 的列表，以及它们的对数概率。在罕见情况下，返回的 token 数量可能少于请求参数中指定的 top_logprobs 值。 该 token 的对数概率。 -9999.0 代表该 token 的输出概率极小，不在 top 20 最可能输出的 token 中。 一个包含该 token UTF-8 字节表示的整数列表。一般在一个 UTF-8 字符被拆分成多个 token 来表示时有用。如果 token 没有对应的字节表示，则该值为 null 。 创建聊天完成时的 Unix 时间戳（以秒为单位）。 生成该 completion 的模型名。 This fingerprint represents the backend configuration that the model runs with. Possible values: [ chat.completion ] 对象的类型, 其值为 chat.completion 。 模型 completion 产生的 token 数。 用户 prompt 所包含的 token 数。该值等于 prompt_cache_hit_tokens + prompt_cache_miss_tokens prompt_tokens_details prompt tokens 的详细信息。 用户 prompt 中，命中上下文缓存的 token 数。与 prompt_cache_hit_tokens 相同。 用户 prompt 中，命中上下文缓存的 token 数。 用户 prompt 中，未命中上下文缓存的 token 数。 该请求中，所有 token 的数量（prompt + completion）。 completion_tokens_details completion tokens 的详细信息。 推理模型所产生的思维链 token 数量 OK, 返回包含一系列 chat completion chunk 对象的流式输出。 text/event-stream Example (from schema) 模型生成的 completion 的选择列表。 流式返回的一个 completion 增量。 completion 增量的内容。 仅适用于思考模式。内容为 assistant 消息中在最终答案之前的推理内容。 Possible values: [ assistant ] 模型生成的 tool 调用，例如 function 调用。每个 tool 调用的第一个 chunk 携带 id 、 type 和 function 字段，后续 chunk 只携带 function 参数。 Possible values: [ function ] tool 的类型。目前仅支持 function 。 要调用的 function 名。 要调用的 function 的参数，由模型生成，格式为 JSON。请注意，模型并不总是生成有效的 JSON，并且可能会臆造出你的函数模式中未定义的参数。在调用函数之前，请在代码中验证这些参数。 该 choice 的对数概率信息。 一个包含输出 token 对数概率信息的列表。 该 token 的对数概率。 -9999.0 代表该 token 的输出概率极小，不在 top 20 最可能输出的 token 中。 一个包含该 token UTF-8 字节表示的整数列表。一般在一个 UTF-8 字符被拆分成多个 token 来表示时有用。如果 token 没有对应的字节表示，则该值为 null 。 一个包含在该输出位置上，输出概率 top N 的 token 的列表，以及它们的对数概率。在罕见情况下，返回的 token 数量可能少于请求参数中指定的 top_logprobs 值。 该 token 的对数概率。 -9999.0 代表该 token 的输出概率极小，不在 top 20 最可能输出的 token 中。 一个包含该 token UTF-8 字节表示的整数列表。一般在一个 UTF-8 字符被拆分成多个 token 来表示时有用。如果 token 没有对应的字节表示，则该值为 null 。 reasoning_content 一个包含输出 token 对数概率信息的列表。 该 token 的对数概率。 -9999.0 代表该 token 的输出概率极小，不在 top 20 最可能输出的 token 中。 一个包含该 token UTF-8 字节表示的整数列表。一般在一个 UTF-8 字符被拆分成多个 token 来表示时有用。如果 token 没有对应的字节表示，则该值为 null 。 一个包含在该输出位置上，输出概率 top N 的 token 的列表，以及它们的对数概率。在罕见情况下，返回的 token 数量可能少于请求参数中指定的 top_logprobs 值。 该 token 的对数概率。 -9999.0 代表该 token 的输出概率极小，不在 top 20 最可能输出的 token 中。 一个包含该 token UTF-8 字节表示的整数列表。一般在一个 UTF-8 字符被拆分成多个 token 来表示时有用。如果 token 没有对应的字节表示，则该值为 null 。 Possible values: [ stop , length , content_filter , tool_calls , insufficient_system_resource , aborted ] 模型停止生成 token 的原因。 stop ：模型自然停止生成，或遇到 stop 序列中列出的字符串。 length ：输出长度达到了模型上下文长度限制，或达到了 max_tokens 的限制。 content_filter ：输出内容因触发过滤策略而被过滤。 tool_calls ：模型进行了工具调用。 insufficient_system_resource : 由于后端推理资源受限，请求被打断。 aborted ：生成过程被中断。 该 completion 在模型生成的 completion 的选择列表中的索引。 创建聊天完成时的 Unix 时间戳（以秒为单位）。流式响应的每个 chunk 的时间戳相同。 生成该 completion 的模型名。 This fingerprint represents the backend configuration that the model runs with. Possible values: [ chat.completion.chunk ] 对象的类型, 其值为 chat.completion.chunk 。