对话补全（Chat Completions）
model。POST https://studio.dataeyes.ai/v1/chat/completions快速示例
cURL
Python
Node.js
{
"id": "chatcmpl-xxx",
"object": "chat.completion",
"created": 1792854779,
"model": "gpt-6-luna",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "我是 ChatGPT，可以帮你解答问题、整理信息和完成写作任务。"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 24,
"completion_tokens": 39,
"total_tokens": 63,
"prompt_tokens_details": { "cached_tokens": 0 },
"completion_tokens_details": { "reasoning_tokens": 12 }
}
}请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 模型名，以 模型广场 显示的为准 |
messages | array | 是 | 对话消息列表，按时间顺序排列，见下方「消息格式」 |
stream | boolean | 否 | 为 true 时以 SSE 流式返回，默认 false |
stream_options | object | 否 | 流式时传 {"include_usage": true}，在最后一个数据块返回用量 |
max_completion_tokens | integer | 否 | 生成内容的 token 上限（推理模型包含推理 token）。旧参数 max_tokens 仍可使用 |
temperature | number | 否 | 采样温度，取值 0～2，越低越稳定 |
top_p | number | 否 | 核采样，与 temperature 二选一调整即可 |
tools | array | 否 | 模型可调用的函数列表，见下方「工具调用」 |
tool_choice | string / object | 否 | auto（默认）、none、required，或指定某个函数 |
response_format | object | 否 | 结构化输出，见下方「结构化输出」 |
reasoning_effort | string | 否 | 推理强度，适用于 GPT 推理模型，可选 none、low、medium、high |
stop、seed、presence_penalty）按原样传给模型，是否生效取决于具体模型。消息格式
role | 用途 |
|---|---|
system | 系统指令，设定助手的身份和规则，放在最前面 |
user | 用户输入。content 可以是字符串，也可以是包含文本和图片的数组 |
assistant | 模型之前的回复，用于多轮对话；调用工具时包含 tool_calls |
tool | 工具执行结果，需带上对应的 tool_call_id |
messages，接口本身不保存上下文。流式输出
"stream": true 后，响应以 data: {...} 逐块返回，以 data: [DONE] 结束。cURL
Python
data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","model":"gpt-6-luna","choices":[{"index":0,"delta":{"role":"assistant","content":""},"finish_reason":null}]}
data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","model":"gpt-6-luna","choices":[{"index":0,"delta":{"content":"你好"},"finish_reason":null}]}
data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","model":"gpt-6-luna","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}
data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","model":"gpt-6-luna","choices":[],"usage":{"prompt_tokens":11,"completion_tokens":21,"total_tokens":32}}
data: [DONE]图片输入
user 消息的 content 数组中加入 image_url，支持公网图片地址或 Base64 Data URL。图片 URL
本地图片（Base64）
content："图片中央是“AI”字样，周围有眼睛、放大镜、聊天气泡和增长图表图标。"图片 URL 下载失败
invalid_image_url（下载超时或无法访问），请换用 Base64，或改用访问更快的图片地址。工具调用
GPT-6 系列在本接口使用工具
tools 时必须设置 "reasoning_effort": "none"，否则返回 400：Function tools with reasoning_effort are not supported。如需推理与工具同时使用，请改用 Responses 接口。其他模型（Claude、DeepSeek 等）无此限制。tool_calls，finish_reason 为 tool_calls：{
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": null,
"tool_calls": [
{
"id": "call_i5ugxdSUAtmtwFXmpfiG8lbz",
"type": "function",
"function": { "name": "get_weather", "arguments": "{\"city\":\"上海\"}" }
}
]
},
"finish_reason": "tool_calls"
}
]
}messages 中依次追加模型返回的 assistant 消息和 role 为 tool 的结果消息：上海今天多云，气温约 22°C。结构化输出
response_format 传入 JSON Schema，模型输出严格符合该结构的 JSON 字符串。content："{\"age\":28,\"city\":\"杭州\",\"job\":\"产品经理\",\"name\":\"张三\"}"推理模型
reasoning_effort 控制思考深度：强度越高，回答越周全，耗时和 token 也越多。推理过程消耗的 token 记在 usage.completion_tokens_details.reasoning_tokens，按输出计费。message.reasoning_content 中额外返回思考过程，content 为最终回答。调用其他模型
响应字段
| 字段 | 说明 |
|---|---|
id | 本次请求的唯一标识 |
model | 实际响应的模型 |
choices[].message.content | 模型回复的文本 |
choices[].message.tool_calls | 模型要求调用的函数（仅工具调用时） |
choices[].finish_reason | 结束原因：stop 正常结束、length 达到 token 上限、tool_calls 需要调用工具 |
usage.prompt_tokens | 输入 token 数 |
usage.completion_tokens | 输出 token 数（含推理 token） |
usage.prompt_tokens_details.cached_tokens | 命中缓存的输入 token 数 |
usage.completion_tokens_details.reasoning_tokens | 推理 token 数 |
常见问题
