Chat Completions

Chat Completions использует OpenAI-совместимый формат запроса messages. Он подходит для многоходовых диалогов, role-based prompts и сценариев генерации текста, где нужна история сообщений. Непотоковый запрос возвращает полный результат одним ответом; потоковый запрос возвращает инкрементальный текст через SSE.

Запрос

URL

POST {BASE_URL}/chat/completions

Типовые поля: model, messages, temperature, max_tokens и stream. Если stream не передан или равен false, endpoint возвращает один JSON-ответ; если stream: true, ответ возвращается как SSE-события.

Непотоковый пример запроса

curl

curl -sS "${BASE_URL}/chat/completions" \
  -H "Authorization: Bearer ${API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "messages": [
      {
        "role": "system",
        "content": "You are a concise technical assistant."
      },
      {
        "role": "user",
        "content": "Give three API integration checks."
      }
    ],
    "temperature": 0.3,
    "max_tokens": 512
  }'

Python SDK

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[
        {"role": "system", "content": "You are a concise technical assistant."},
        {"role": "user", "content": "Give three API integration checks."},
    ],
    temperature=0.3,
    max_tokens=512,
)

print(response.choices[0].message.content)

Потоковый пример запроса

curl

curl -N "${BASE_URL}/chat/completions" \
  -H "Authorization: Bearer ${API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "messages": [
      {
        "role": "user",
        "content": "Give three API integration checks."
      }
    ],
    "stream": true,
    "stream_options": {
      "include_usage": true
    }
  }'

Python SDK

stream = client.chat.completions.create(
    model="gpt-5.5",
    messages=[
        {"role": "user", "content": "Give three API integration checks."},
    ],
    stream=True,
    stream_options={"include_usage": True},
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

Ответ

Непотоковый пример ответа

{
  "id": "chatcmpl_xxx",
  "object": "chat.completion",
  "created": 1770000000,
  "model": "gpt-5.5",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "1. Confirm the Base URL and authentication settings..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 42,
    "total_tokens": 66
  }
}

Потоковый пример ответа

data: {"id":"chatcmpl_xxx","object":"chat.completion.chunk","choices":[{"delta":{"content":"1."}}]}

data: {"id":"chatcmpl_xxx","object":"chat.completion.chunk","choices":[{"delta":{"content":" Confirm the Base URL and authentication settings"}}]}

data: {"id":"chatcmpl_xxx","object":"chat.completion.chunk","choices":[{"delta":{},"finish_reason":"stop"}],"usage":{"prompt_tokens":24,"completion_tokens":42,"total_tokens":66}}

data: [DONE]

Обработка потокового ответа

• Разбирайте каждую строку SSE data: по мере получения.
• Закройте поток после получения [DONE].
• Если клиенту нужны данные usage, передайте stream_options.include_usage=true.
• Если клиент отключился, запрос всё равно может завершиться и попасть в биллинг.