Alibaba Cloud Model Studio:Compatibilité OpenAI : Chat

Corps de la requête

modelstring(Obligatoire)

Nom du modèle.

Modèles pris en charge : Qwen Large Language Model (versions commerciales et open source), Qwen-VL, Qwen-Coder, Qwen-Omni, Qwen-Math, DeepSeek, Kimi, GLM et MiniMax.

Pour connaître les noms exacts des modèles et les détails de facturation, consultez la console Model Studio.

messagesarray(Obligatoire)

Contexte transmis au grand modèle de langage, organisé selon l'ordre conversationnel.

[
    "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/xzsgiz/football1.jpg",
    "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/tdescd/football2.jpg",
    "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/zefdja/football3.jpg",
    "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/aedbqh/football4.jpg"
]

streamboolean(Facultatif) Valeur par défaut : false

Indique si la réponse doit être fournie en mode streaming. Pour plus d'informations, consultez Sortie en streaming.

Valeurs valides :

• false : Le modèle retourne le contenu complet une fois la génération terminée.
• true : Le modèle émet le contenu au fur et à mesure de sa génération. Un fragment de données est renvoyé à chaque nouvelle portion générée. Vous devez assembler ces fragments pour reconstituer la réponse complète.

Nous vous recommandons de définir cette valeur à true afin d'améliorer l'expérience utilisateur et de limiter les risques de délai d'attente.

stream_optionsobject(Facultatif)

Options de configuration pour la sortie en streaming. Ce paramètre n'est pris en compte que lorsque stream est défini à true.

modalitiesarray(Facultatif) Valeur par défaut : ["text"]

Modalité des données de sortie. Ce paramètre s'applique exclusivement aux modèles Qwen-Omni. Pour plus d'informations, consultez Non temps réel (Qwen-Omni).

Valeurs valides :

• ["text","audio"] : Génère du texte et de l'audio.
• ["text"] : Génère uniquement du texte.

audioobject(Facultatif)

La voix et le format de l'audio en sortie. Ce paramètre s'applique uniquement aux modèles Qwen-Omni et nécessite que le paramètre modalities soit défini sur ["text","audio"]. Pour plus d'informations, reportez-vous à Non temps réel (Qwen-Omni).

temperaturefloat(Facultatif)

La température d'échantillonnage, qui contrôle la diversité du texte généré par le modèle.

Une température élevée produit un texte plus diversifié, tandis qu'une température basse rend le texte plus déterministe.

Plage de valeurs : [0, 2)

Les paramètres temperature et top_p permettent tous deux de contrôler la diversité du texte généré. Nous vous recommandons de n'en définir qu'un seul. Pour plus d'informations, reportez-vous à Vue d'ensemble.

Ne modifiez pas la température par défaut des modèles QVQ.

top_pfloat(Facultatif)

Le seuil de probabilité pour l'échantillonnage par noyau, qui contrôle la diversité du texte généré par le modèle.

Une valeur top_p élevée augmente la diversité du texte. Une valeur top_p faible rend le texte plus déterministe.

Plage de valeurs : (0, 1.0]

Les paramètres temperature et top_p permettent tous deux de contrôler la diversité du texte généré. Nous vous recommandons de n'en définir qu'un seul. Pour plus d'informations, reportez-vous à Vue d'ensemble.

Ne modifiez pas top_p par défaut pour les modèles QVQ.

top_kinteger(Facultatif)

Définit le nombre de tokens candidats parmi lesquels effectuer l'échantillonnage lors de la génération. Une valeur élevée accroît l'aléatoire de la sortie, tandis qu'une valeur faible la rend plus déterministe. Si ce paramètre est défini sur null ou sur une valeur supérieure à 100, la stratégie top_k est désactivée et seule la stratégie top_p s'applique. La valeur doit être un entier supérieur ou égal à 0.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans l'objet extra_body : extra_body={"top_k":xxx}.

Ne modifiez pas top_k par défaut pour les modèles QVQ.

repetition_penaltyfloat(Facultatif)

Pénalité de répétition des séquences consécutives. Augmenter repetition_penalty réduit les répétitions. 1.0 signifie aucune pénalité. La valeur doit être supérieure à 0, sans plage stricte.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans l'objet extra_body : extra_body={"repetition_penalty":xxx}.

Ne modifiez pas repetition_penalty par défaut pour QVQ.

presence_penalty float(Facultatif)

Contrôle la répétition du contenu lorsque le modèle génère du texte.

Plage de valeurs : [-2.0, 2.0]. Les valeurs positives réduisent les répétitions, tandis que les valeurs négatives les augmentent.

Augmentez cette valeur dans les scénarios nécessitant de la diversité, du ludique ou de la créativité, comme la rédaction créative ou le brainstorming. Diminuez-la pour les scénarios privilégiant la cohérence et la précision terminologique, tels que les documents techniques ou les textes formels.

Ne modifiez pas presence_penalty par défaut pour QVQ.

response_formatobject (Facultatif) Valeur par défaut : {"type": "text"}

Le format de la réponse. Valeurs valides :

• {"type": "text"} : Génère une réponse textuelle.
• {"type": "json_object"} : Génère une chaîne formatée en JSON standard.
• {"type": "json_schema", "json_schema": {...}} : Génère une chaîne JSON qui respecte strictement le JSON Schema spécifié, ce qui permet de contrôler précisément la structure de la sortie et le type des champs.

Pour plus d'informations, consultez Sortie structurée. Les modes json_object et json_schema ne prennent pas en charge les mêmes modèles. Pour plus d'informations, consultez Modèles pris en charge.

Si vous spécifiez {"type": "json_object"}, demandez explicitement une sortie JSON dans le prompt, par exemple « Please output in JSON format ». Sinon, une erreur est renvoyée. Si vous spécifiez {"type": "json_schema", ...}, le prompt n'a pas besoin de contenir le mot-clé JSON.

max_tokensinteger(Facultatif, bientôt obsolète)

Ce paramètre sera abandonné. Pour les nouvelles intégrations, utilisez max_completion_tokens.

La signification de ce paramètre varie selon le modèle :

• deepseek-v4-pro, deepseek-v4-pro-0813 et deepseek-v4-flash-0731 : nombre maximal de tokens cumulés de la réponse et du raisonnement. Au-delà, la génération s'arrête et finish_reason vaut length.
• glm-5.3 : max_tokens correspond au nombre maximal de tokens cumulés de la réponse du modèle et du raisonnement. Si la sortie dépasse cette valeur, la génération s’arrête prématurément et le finish_reason retourné est length. glm-5.3 ignore le paramètre thinking_budget.
• glm-5.2 : sans le paramètre thinking_budget, max_tokens limite les tokens cumulés de la réponse et du raisonnement. Au-delà, la génération s'arrête et finish_reason vaut length. Si thinking_budget est fourni, max_tokens limite uniquement les tokens de réponse, et thinking_budget contrôle séparément ceux du raisonnement.
• Autres modèles : nombre maximal de tokens de réponse, hors raisonnement. Au-delà, la génération s'arrête et finish_reason vaut length.

Pour les modèles GLM, les valeurs par défaut et maximales sont indiquées dans le tableau suivant. Pour les autres modèles, les valeurs par défaut et maximales correspondent toutes deux à la longueur de sortie maximale du modèle.

max_completion_tokensinteger(Facultatif)

La longueur maximale de la sortie du modèle, incluant la chaîne de pensée et la réponse du modèle. Si la sortie du modèle dépasse cette valeur, la génération s'arrête prématurément et le finish_reason retourné est length.

Pour les modèles GLM, consultez le tableau du paramètre max_tokens pour connaître les valeurs par défaut et maximales. Pour les autres modèles, les valeurs par défaut et maximales correspondent toutes deux à la longueur de sortie maximale du modèle.

Différence avec max_tokens : max_completion_tokens limite toujours la sortie complète du modèle (chaîne de pensée + réponse). La portée exacte de max_tokens varie selon le modèle et la configuration de thinking_budget, comme indiqué précédemment. Pour les modèles avec réflexion, nous recommandons d’utiliser max_completion_tokens.

Les modèles suivants sont pris en charge :

• Qwen Max : Qwen3.7-Max et modèles ultérieurs
• Qwen Plus : Qwen3.5-Plus et modèles ultérieurs
• Qwen Flash : Qwen3.5-Flash et modèles ultérieurs
• Kimi : kimi-k2.5 et modèles ultérieurs
• GLM : les modèles fournis par Alibaba Cloud et ZHIPU AI répertoriés dans le tableau précédent
• MiniMax : MiniMax-M2.5 et modèles ultérieurs
• DeepSeek : deepseek-v4-pro et modèles ultérieurs

À l’exception des modèles GLM fournis par ZHIPU AI répertoriés dans le tableau précédent, les modèles ci-dessus n’incluent aucun autre modèle fourni directement par des tiers.

Un écart de 10 tokens au maximum peut exister entre la sortie réelle et la valeur max_completion_tokens.

vl_high_resolution_imagesboolean(Facultatif) Valeur par défaut : false

Indique s'il faut augmenter la limite de pixels des images d'entrée pour atteindre le nombre de pixels correspondant à 16384 tokens. Pour plus d'informations, reportez-vous à Traitement des images haute résolution.

• vl_high_resolution_images: true utilise une stratégie de résolution fixe et ignore le paramètre max_pixels. Si la résolution est dépassée, le nombre total de pixels de l'image est réduit proportionnellement pour rester dans cette limite.

  Cliquez pour voir les limites de pixels pour chaque modèle

  Lorsque vl_high_resolution_images est True, les limites de pixels varient selon le modèle :

  • Pour les séries Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5, ainsi que Qwen3-VL series, la valeur est 16777216. Chaque Token correspond à 32*32 pixels ; le total est calculé comme 16384*32*32.
  • QVQ series et autres modèles Qwen2.5-VL series : 12845056. 1 token correspond à 28*28 pixels, soit 16384*28*28.

• Si vl_high_resolution_images est false, la limite de pixels est déterminée par max_pixels. Si le nombre de pixels de l'image d'entrée dépasse max_pixels, l'image est réduite pour rester dans la limite max_pixels. La limite de pixels par défaut pour chaque modèle correspond à la valeur par défaut de max_pixels.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"vl_high_resolution_images":xxx}.

ninteger(Facultatif) Valeur par défaut : 1

Le nombre de réponses à générer. La plage de valeurs est 1-4. Ce paramètre convient aux scénarios nécessitant plusieurs réponses candidates, comme la rédaction créative ou les textes publicitaires.

Pris en charge uniquement par Qwen3 en mode sans réflexion.

Si tools est fourni, définissez n sur 1.

Augmenter n accroît les tokens de sortie, mais pas ceux d'entrée.

enable_thinking boolean (Facultatif)

Lorsque vous utilisez un modèle à réflexion mixte, prenant en charge à la fois les modes avec et sans réflexion, ce paramètre indique s'il faut activer le mode réflexion. Cela s'applique aux modèles Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5, Qwen3, Qwen3.8-Omni-Flash, Qwen3-Omni-Flash et Qwen3-VL, ainsi qu'aux séries DeepSeek-V4-Pro/V4-Flash, aux séries DeepSeek-V3.2/V3.2-exp/V3.1, à Kimi-K2.7-code (modèle avec réflexion uniquement), aux séries Kimi-K2.6/K2.5, et à la série GLM. La série DeepSeek-V4 active la réflexion par défaut. Vous pouvez ajuster l'intensité de l'inférence avec le paramètre reasoning_effort.

Valeurs valides :

• true : Activer

  Lorsque le mode est activé, le raisonnement est renvoyé dans reasoning_content.

• false : Désactiver

Valeurs par défaut pour les différents modèles : Modèles pris en charge

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"enable_thinking": xxx}.

Pour un appel HTTP direct, par exemple avec curl, sans SDK OpenAI, n'utilisez pas extra_body. Placez enable_thinking au niveau supérieur du corps de requête (body), à côté de model et messages, par exemple "enable_thinking": true.

Les modèles MiniMax et MiniMax-M3 de Xiyu Technology utilisent thinking à la place de ce paramètre.

thinking object (Facultatif) Valeur par défaut : {"type":"adaptive"}

Contrôle le mode de réflexion des modèles MiniMax/MiniMax-M3 fournis par MiniMax.

Valeurs valides pour thinking.type :

• adaptive : Automatique (par défaut). Le modèle décide s'il doit réfléchir.
• disabled : Désactive la réflexion et répond directement.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"thinking": {"type": "adaptive"}}.

preserve_thinking boolean (Facultatif) Valeur par défaut : false (valeur par défaut pour qwen3.8-max/qwen3.8-flash :true)

Indique s'il faut ajouter le reasoning_content des messages de l'assistant dans l'historique de conversation à l'entrée du modèle. Cette option convient aux scénarios où le modèle doit se référer au processus de réflexion historique.

Actuellement pris en charge par qwen3.7-max, qwen3.7-max-2026-05-20 et ses snapshots ultérieurs, qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.6-plus, qwen3.6-plus-2026-04-02, qwen3.7-flash, qwen3.7-flash-2026-07-15, qwen3.6-flash, qwen3.6-flash-2026-04-16, la série qwen3.8-max (activé par défaut), qwen3.8-flash (activé par défaut), kimi-k2.6 (déployé sur Model Studio), kimi-k2.7-code (déployé sur Model Studio, activé par défaut), kimi/kimi-k2.7-code-highspeed (fourni par Moonshot AI, activé par défaut) et kimi/kimi-k2.7-code (fourni par Moonshot AI, activé par défaut).

Important pour qwen3.8-max/qwen3.8-flash : preserve_thinking vaut true par défaut. Renvoyez tout l'historique reasoning_content dans le champ reasoning_content. Ne concaténez PAS reasoning_content dans content. Cela peut dégrader les performances.

• Si les messages historiques ne contiennent pas de reasoning_content, l'activation de ce paramètre ne provoque pas d'erreur.
• Lorsque cette option est activée, le reasoning_content de la conversation historique est inclus dans le décompte des tokens d'entrée et est facturé.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"preserve_thinking": True}.

thinking_budget integer (Facultatif)

Le nombre maximal de tokens pour le processus de réflexion. Cela s'applique aux modèles Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5, Qwen3-VL, Qwen3, GLM et Kimi. Pour plus d'informations, reportez-vous à Limiter la longueur de la réflexion.

La valeur par défaut correspond à la longueur maximale de la chaîne de pensée du modèle. Pour plus d'informations, consultez la liste des modèles.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"thinking_budget": xxx}.

reasoning_effort string (Facultatif)

Contrôle l'intensité de l'inférence des modèles. Les valeurs valides et les valeurs par défaut varient selon le modèle.

Séries DeepSeek-V4 et GLM (Valeur par défaut : high)

Valeurs valides :

• high : Inférence à haute intensité
• max : Inférence à intensité maximale

low et medium sont mappés sur high, et xhigh est mappé sur max.

S'applique à glm-5.2, glm-5.1, glm-5 et deepseek-v4-pro.

Modèles ZHIPU/GLM-5.3 et kimi-k3, fournis par Alibaba Cloud : valeur par défaut :max

Valeurs valides :

• max (par défaut) : raisonnement approfondi
• high : raisonnement renforcé
• low : raisonnement léger

Ce modèle raisonne toujours. enable_thinking accepte uniquement true. Fournir false fait échouer la requête API.

deepseek-v4-flash-0731 et deepseek-v4-pro-0813 : valeur par défaut :high

Valeurs valides :

• max (par défaut) : Inférence à intensité maximale
• high : Inférence standard
• low : Inférence à faible intensité

Correspondance des valeurs standard OpenAI : medium et xhigh sont convertis en high.

kimi/kimi-k3 (Valeur par défaut : max ; seul max est pris en charge)

Valeur valide :

• max : Inférence à intensité maximale

Série Qwen3.8 : valeur par défaut :xhigh

Valeurs valides :

• xhigh (par défaut) : Inférence à intensité maximale
• medium : Inférence standard
• low : Inférence à faible intensité

Mappage des valeurs standard OpenAI : max est mappé sur xhigh, high est mappé sur xhigh, minimal est mappé sur low, et none est mappé sur enable_thinking=False.

Toute valeur autre que les valeurs autorisées ou leurs correspondances provoque une erreur.

Pour la série qwen3.8, reasoning_effort et thinking_budget ne peuvent pas être définis simultanément. Ils sont toutefois convertibles l'un dans l'autre :

• Lorsque thinking_budget n'est pas défini, les niveaux reasoning_effort sont automatiquement mappés sur thinking_budget : low correspond à 4096, medium correspond à 16384, et xhigh correspond à 262144.
• Lorsque reasoning_effort n'est pas défini, thinking_budget est automatiquement remappé sur reasoning_effort : 0–4096 correspond à low, 4097–16384 correspond à medium, et 16385–262144 correspond à xhigh.
• Si aucun des deux n'est défini, le thinking_budget par défaut (131072) et le reasoning_effort par défaut (xhigh) sont utilisés.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"reasoning_effort": "high"}.

tool_stream boolean (Facultatif) Valeur par défaut : false

Ce paramètre n'est pris en compte que lorsque stream=true. Il est actuellement compatible uniquement avec les séries Qwen et GLM.

• Série qwen-max : modalité texte des séries qwen3.8-max et qwen3.7-max
• Série qwen-plus : modalité texte des séries qwen3.7-plus et qwen3.6-plus, ainsi que l'omni-modalité de la série qwen3.5-plus
• Série qwen-flash : capacités multimodales intégrales des séries qwen3.8-flash, qwen3.7-flash, qwen3.6-flash et qwen3.5-flash

Le paramètre tool_stream influence uniquement les paramètres d'outils complexes. Pour les paramètres d'outils standards, la sortie en streaming est activée dès que stream=true. Un outil est considéré comme complexe lorsque certains types de paramètres dans sa définition sont array ou object.

• tool_stream=false : les paramètres d'outils complexes sont générés en une seule fois. Ce comportement par défaut offre une meilleure précision pour les formats complexes.
• tool_stream=true : les paramètres d'outils complexes sont générés en flux continu, ce qui permet d'éviter les risques de timeout liés aux formats complexes.

Liste de compatibilité pour la série GLM : glm-5 et glm-5.1.

• tool_stream=false : les paramètres d'outils sont générés en une seule fois. Ce comportement par défaut garantit une précision accrue pour les formats complexes.
• tool_stream=true : les paramètres d'outils sont générés en flux continu, limitant ainsi les risques de timeout pour les formats complexes.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"tool_stream": true}.

enable_code_interpreter boolean (Facultatif) Valeur par défaut : false

Détermine si la fonctionnalité d'interpréteur de code doit être activée. Pour plus d'informations, consultez Interpréteur de code.

Valeurs valides :

• true : Activer
• false : Désactiver

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"enable_code_interpreter": xxx}.

seedinteger(Facultatif)

Graine de nombre aléatoire permettant d'assurer la reproductibilité des résultats pour une même entrée et des paramètres identiques. Si vous transmettez la même valeur de seed lors d'un appel et que les autres paramètres restent inchangés, le modèle s'efforce de retourner un résultat identique.

Plage de valeurs : [0,2<sup>31</sup>−1].

logprobs boolean (Facultatif) Valeur par défaut : false

Indique s'il faut retourner les probabilités logarithmiques des tokens de sortie. Valeurs valides :

• true

  Retourner

• false

  Ne pas retourner

Le raisonnement (reasoning_content) ne renvoie pas de probabilités logarithmiques.

top_logprobs integer (Facultatif) Valeur par défaut : 0

Définit le nombre de tokens candidats les plus probables à retourner à chaque étape de génération.

Plage de valeurs : [0, 5]

Ce paramètre n'est effectif que si logprobs est défini sur true.

stopstring or array(Facultatif)

Permet de définir des mots d'arrêt. La génération s'interrompt immédiatement dès qu'une chaîne ou un token_id spécifié dans stop apparaît dans le texte généré.

Transmettez des mots sensibles afin de contrôler la sortie du modèle.

Si stop est un tableau, ses éléments ne peuvent pas mélanger token_id et des chaînes. Par exemple, ["Hello",104307] n'est pas autorisé.

toolsarray(Facultatif)

Tableau contenant un ou plusieurs objets outils que le modèle peut appeler via Function Calling. Pour plus d'informations, consultez Function Calling.

Si tools est défini et que le modèle juge nécessaire d'appeler un outil, la réponse inclut les informations correspondantes dans tool_calls.

tool_choice string or object(Facultatif) Valeur par défaut : auto

Stratégie de sélection des outils. Configurez ce paramètre pour imposer une méthode d'appel spécifique selon le type de problème, par exemple pour toujours utiliser un outil donné ou désactiver tous les outils.

deepseek-v4.1-flash-1017 accepte tool_choice défini sur auto, none, required ou une fonction désignée par son nom.

Valeurs valides :

• auto

  Le grand modèle de langage choisit lui-même la stratégie d'outils.

• none

  Pour empêcher tout appel d'outil, définissez le paramètre tool_choice sur none.

• {"type": "function", "function": {"name": "the_function_to_call"}}

  Pour forcer l'appel d'un outil précis, définissez le paramètre tool_choice sur {"type": "function", "function": {"name": "the_function_to_call"}}, où the_function_to_call correspond au nom de la fonction outil ciblée.

  Les modèles en mode de réflexion ne permettent pas de forcer un outil précis.

parallel_tool_calls boolean (Facultatif) Valeur par défaut : false

Active ou désactive l'appel parallèle d'outils. Pour plus d'informations, consultez Appel parallèle d'outils.

Valeurs valides :

• true : Activer
• false : Désactiver

enable_search boolean(Facultatif) Valeur par défaut : false

Active ou désactive la recherche web. Pour plus d'informations, consultez Recherche web.

Valeurs valides :

• true : Activer.

  Si aucune recherche web n'est effectuée après activation, améliorez le prompt ou définissez forced_search dans search_options pour forcer la recherche.

• false : Désactiver.

Activer la recherche web peut augmenter la consommation de tokens.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"enable_search": True}.

search_optionsobject(Facultatif)

Stratégie appliquée à la recherche web. Pour plus d'informations, consultez Recherche web.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"search_options": xxx}.

clear_thinkingboolean(Facultatif) Valeur par défaut : false

Contrôle si le reasoning_content (processus de réflexion) des tours précédents d'une conversation multi-tours est utilisé comme contexte pour le modèle. Ce paramètre est uniquement pris en charge par les modèles de la série GLM : glm-5.2, glm-5.1 et glm-5.

Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"skill": [...]}.

• true : ignore le reasoning_content des tours précédents et utilise uniquement le texte visible, les appels d'outils, les résultats et autres contenus non inférés comme entrée contextuelle. Cela permet de réduire la longueur du contexte et le coût associé.
• false (Par défaut) : conserve le reasoning_content des tours précédents et le transmet au modèle avec le contexte. Pour activer la préservation de la réflexion (Preserved Thinking), vous devez transmettre l'historique complet du reasoning_content, sans modification et dans son ordre d'origine au sein des messages. Toute omission, troncation, réécriture ou réorganisation dégrade les performances ou provoque un échec.

Objet de réponse de chat (sortie non streaming)

idstring

Identifiant unique de cet appel.

choicesarray

Tableau contenant le contenu généré par le modèle.

createdinteger

Horodatage Unix (en secondes) indiquant la création de la requête.

modelstring

Modèle utilisé pour cette requête.

object string

La valeur est toujours chat.completion.

service_tier string

Ce paramètre est actuellement fixé à null.

system_fingerprintstring

Ce paramètre est actuellement fixé à null.

usage object

Consommation de tokens pour cette requête.

{
    "choices": [
        {
            "message": {
                "role": "assistant",
                "content": "I am a large-scale language model developed by Alibaba Cloud. My name is Qwen."
            },
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null
        }
    ],
    "object": "chat.completion",
    "usage": {
        "prompt_tokens": 3019,
        "completion_tokens": 104,
        "total_tokens": 3123,
        "prompt_tokens_details": {
            "cached_tokens": 2048
        }
    },
    "created": 1735120033,
    "system_fingerprint": null,
    "model": "qwen3.8-max",
    "id": "chatcmpl-6ada9ed2-7f33-9de2-8bb0-78bd4035025a"
}

Objet de fragment de réponse de chat (sortie streaming)

idstring

Identifiant unique de cet appel. Tous les fragments partagent le même ID.

choicesarray

Tableau du contenu généré par le modèle, pouvant contenir un ou plusieurs objets. Si le paramètre include_usage vaut true, le tableau choices est vide dans le dernier fragment.

createdinteger

Horodatage de création de la requête. Identique pour tous les fragments d'une même réponse.

modelstring

Modèle utilisé pour cette requête.

object string

La valeur est toujours chat.completion.chunk.

service_tier string

Ce paramètre est actuellement fixé à null.

system_fingerprintstring

Ce paramètre est actuellement fixé à null.

usage object

Consommation de tokens liée à cette requête. Visible uniquement dans le dernier fragment lorsque include_usage est activé (true).

{"id":"chatcmpl-e30f5ae7-3063-93c4-90fe-beb5f900bd57","choices":[{"delta":{"content":"","function_call":null,"refusal":null,"role":"assistant","tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1735113344,"model":"qwen3.8-max","object":"chat.completion.chunk","service_tier":null,"system_fingerprint":null,"usage":null}
{"id":"chatcmpl-e30f5ae7-3063-93c4-90fe-beb5f900bd57","choices":[{"delta":{"content":"I am","function_call":null,"refusal":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1735113344,"model":"qwen3.8-max","object":"chat.completion.chunk","service_tier":null,"system_fingerprint":null,"usage":null}
{"id":"chatcmpl-e30f5ae7-3063-93c4-90fe-beb5f900bd57","choices":[{"delta":{"content":" a large-scale","function_call":null,"refusal":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1735113344,"model":"qwen3.8-max","object":"chat.completion.chunk","service_tier":null,"system_fingerprint":null,"usage":null}
{"id":"chatcmpl-e30f5ae7-3063-93c4-90fe-beb5f900bd57","choices":[{"delta":{"content":" language","function_call":null,"refusal":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1735113344,"model":"qwen3.8-max","object":"chat.completion.chunk","service_tier":null,"system_fingerprint":null,"usage":null}
{"id":"chatcmpl-e30f5ae7-3063-93c4-90fe-beb5f900bd57","choices":[{"delta":{"content":" model from Alibaba","function_call":null,"refusal":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1735113344,"model":"qwen3.8-max","object":"chat.completion.chunk","service_tier":null,"system_fingerprint":null,"usage":null}
{"id":"chatcmpl-e30f5ae7-3063-93c4-90fe-beb5f900bd57","choices":[{"delta":{"content":" Cloud. My name","function_call":null,"refusal":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1735113344,"model":"qwen3.8-max","object":"chat.completion.chunk","service_tier":null,"system_fingerprint":null,"usage":null}
{"id":"chatcmpl-e30f5ae7-3063-93c4-90fe-beb5f900bd57","choices":[{"delta":{"content":" is Qwen","function_call":null,"refusal":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1735113344,"model":"qwen3.8-max","object":"chat.completion.chunk","service_tier":null,"system_fingerprint":null,"usage":null}
{"id":"chatcmpl-e30f5ae7-3063-93c4-90fe-beb5f900bd57","choices":[{"delta":{"content":".","function_call":null,"refusal":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1735113344,"model":"qwen3.8-max","object":"chat.completion.chunk","service_tier":null,"system_fingerprint":null,"usage":null}
{"id":"chatcmpl-e30f5ae7-3063-93c4-90fe-beb5f900bd57","choices":[{"delta":{"content":"","function_call":null,"refusal":null,"role":null,"tool_calls":null},"finish_reason":"stop","index":0,"logprobs":null}],"created":1735113344,"model":"qwen3.8-max","object":"chat.completion.chunk","service_tier":null,"system_fingerprint":null,"usage":null}
{"id":"chatcmpl-e30f5ae7-3063-93c4-90fe-beb5f900bd57","choices":[],"created":1735113344,"model":"qwen3.8-max","object":"chat.completion.chunk","service_tier":null,"system_fingerprint":null,"usage":{"completion_tokens":17,"prompt_tokens":22,"total_tokens":39,"completion_tokens_details":null,"prompt_tokens_details":{"audio_tokens":null,"cached_tokens":0}}}