OpenAI Chat

OpenAI Chat 接口用于兼容常见的 chat.completions 调用方式。

请求地址

POST /v1/chat/completions

请求示例

{
  "model": "gpt-4o-mini",
  "messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "user", "content": "介绍 Cubicspaces 的优势" }
  ],
  "service_tier": "default",
  "temperature": 0.7,
  "stream": false
}

响应示例

{
  "id": "chatcmpl_123",
  "object": "chat.completion",
  "created": 1770000000,
  "model": "gpt-4o-mini",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Cubicspaces 提供统一接口、多模型路由和清晰的集成文档。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 24,
    "total_tokens": 42
  }
}

常用参数

参数	类型	说明
model	string	模型名称
messages	array	对话消息数组
temperature	number	采样温度
stream	boolean	是否流式输出
tools	array	工具调用定义
service_tier	string	可选的处理档位。default 为标准处理；flex 适合低优先级、可接受更慢响应的任务；fast 和 priority 表示快速处理，priority 是兼容旧名称。未传时使用服务端或项目默认档位

处理档位

部分模型支持通过顶层 service_tier 指定请求处理档位。该字段与 model、messages、stream 同级：

{
  "model": "gpt-6-astra",
  "messages": [
    { "role": "user", "content": "快速总结这段内容" }
  ],
  "service_tier": "fast"
}

可用值：

值	说明
default	标准处理。适合常规线上请求
flex	弹性处理。适合低优先级、异步或批量任务，响应可能更慢，也可能在资源不足时不可用
fast	快速处理。适合对延迟更敏感的请求
priority	快速处理的兼容旧名称，效果等同于 fast
auto	使用服务端或项目默认档位

响应体中的 service_tier 表示实际使用的处理档位，可能与请求中传入的值不同。调用方应以响应值作为本次请求的实际结果。

GPT-6 Astra 兼容说明

调用 gpt-6-astra 时：

• 最大输出长度使用 max_completion_tokens，不要使用 max_tokens。
• reasoning_effort 支持 low、medium、high 和 xhigh。
• 不要发送 temperature、top_p、top_k、frequency_penalty、presence_penalty、logprobs、stop 或 chat_template_kwargs。
• 新应用同时使用推理和工具调用时，应直接使用 /v1/responses。
• 传统 /v1/completions 不支持此模型。
• 缓存写入量通过 usage.prompt_tokens_details.cache_write_tokens 返回。

部分兼容模式会自动移除不支持的采样字段，并将 max_tokens 转换为 max_completion_tokens。调用方仍应优先发送模型原生参数，以便在所有路由中保持一致行为。