> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sunra.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# Create a chat completion
发送请求以获取给定聊天对话的模型响应。支持流式和非流式模式。兼容 OpenAI Chat Completions API 格式。
## 认证
Bearer 令牌。在 Authorization 请求头中使用您的 API 密钥作为 Bearer 令牌。
格式：`Bearer `
## 请求
此端点接受一个 JSON 对象。
对话的消息列表。
消息作者的角色。支持的值：`system`、`user`、`assistant`、`tool`。
消息的内容。可以是字符串或多模态输入的内容部分数组。
参与者的可选名称。为模型提供信息以区分相同角色的不同参与者。
模型生成的工具调用，例如函数调用。仅出现在 `assistant` 消息中。
此消息所响应的工具调用。仅出现在 `tool` 消息中。
用于补全的模型。在 [sunra.ai/models](https://sunra.ai/models) 浏览可用模型。
可选的 Provider 路由偏好。省略时使用自动路由。支持的字段和 Provider 查询方式见 [Provider 路由](/zh-Hans/llm/provider-routing)。
如果设置为 `true`，将以服务器发送事件（SSE）的方式发送部分消息增量。流式请求受空闲超时与生命周期上限约束，见[输出上限与流生命周期](/zh-Hans/llm/limits#流生命周期)。
补全中生成的最大令牌数，取代 `max_tokens` 成为推荐参数。在不支持该字段的 provider 上，网关会把它翻译为 `max_tokens`；两者同时传入时取较小者。见[输出上限](/zh-Hans/llm/limits)。
补全中生成的最大令牌数。输入令牌和生成令牌的总长度受模型上下文长度的限制。超过模型自身输出上限的值会返回 `400`，而不会被静默削平。
采样温度，介于 0 到 2 之间。较高的值（如 0.8）使输出更随机，较低的值（如 0.2）使其更集中和确定性。
核采样参数（0-1）。温度采样的替代方案，模型会考虑具有 top\_p 概率质量的令牌。
介于 -2.0 和 2.0 之间的数字。正值会根据新令牌在文本中的现有频率进行惩罚，降低模型逐字重复相同内容的可能性。
介于 -2.0 和 2.0 之间的数字。正值会根据新令牌是否出现在文本中进行惩罚，增加模型谈论新话题的可能性。
最多 4 个序列，API 将在这些序列处停止生成更多令牌。
为每条输入消息生成多少个聊天补全选择。
是否返回输出令牌的对数概率。如果为 true，则返回消息内容中每个输出令牌的对数概率。
一个介于 0 到 20 之间的整数，指定在每个令牌位置返回最可能的令牌数量。使用此参数时，`logprobs` 必须设置为 `true`。
指定模型必须输出的格式的对象。
响应格式的类型。支持的值：`text`、`json_object`、`json_schema`。
JSON Schema 对象。当类型为 `json_schema` 时必填。
如果指定，系统将尽最大努力进行确定性采样，使得具有相同种子和参数的重复请求应返回相同的结果。
模型可以调用的工具列表。目前仅支持函数作为工具。
工具的类型。目前仅支持 `function`。
函数定义。
要调用的函数名称。
函数功能的描述。
函数接受的参数，以 JSON Schema 对象描述。
是否启用严格的 schema 遵循。
控制模型调用哪个（如果有的话）工具。`none` 表示模型不会调用任何工具。`auto` 表示模型可以在生成消息或调用工具之间选择。`required` 表示模型必须调用一个或多个工具。也可以通过 `{"type": "function", "function": {"name": "my_function"}}` 指定特定函数。
是否在工具使用期间启用并行函数调用。
代表您的最终用户的唯一标识符，可帮助监控和检测滥用行为。
## 响应
成功的聊天补全响应。
聊天补全的唯一标识符。
对象类型。始终为 `chat.completion`。
聊天补全创建时的 Unix 时间戳（秒）。
用于聊天补全的模型。
聊天补全选择列表。如果 `n` 大于 1，则可以有多个选择。
选择在列表中的索引。
模型生成的聊天补全消息。
此消息作者的角色。始终为 `assistant`。
消息的内容。
模型生成的工具调用，例如函数调用。
工具调用的 ID。
工具的类型。目前仅支持 `function`。
模型调用的函数。
要调用的函数名称。
调用函数的参数，由模型以 JSON 格式生成。
模型停止生成令牌的原因。可以是 `stop`、`length`、`tool_calls` 或 `content_filter`。
该选择的对数概率信息。
补全请求的使用统计。
提示中的令牌数。
生成的补全中的令牌数。
请求中使用的总令牌数（提示 + 补全）。
此指纹表示模型运行的后端配置。可与 `seed` 参数一起使用，以了解后端何时发生了更改。
```bash cURL theme={null}
curl -X POST https://api-llm.sunra.ai/v1/chat/completions \
-H "Authorization: Bearer " \
-H "Content-Type: application/json" \
-d '{
"model": "google/gemini-2.5-flash",
"messages": [
{
"role": "system",
"content": "You are a helpful assistant."
},
{
"role": "user",
"content": "What is the capital of France?"
}
]
}'
```
```python Python theme={null}
import requests
response = requests.post(
"https://api-llm.sunra.ai/v1/chat/completions",
headers={
"Authorization": "Bearer ",
"Content-Type": "application/json"
},
json={
"model": "google/gemini-2.5-flash",
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "What is the capital of France?"}
]
}
)
print(response.json())
```
```javascript JavaScript theme={null}
const response = await fetch("https://api-llm.sunra.ai/v1/chat/completions", {
method: "POST",
headers: {
"Authorization": "Bearer ",
"Content-Type": "application/json"
},
body: JSON.stringify({
model: "google/gemini-2.5-flash",
messages: [
{ role: "system", content: "You are a helpful assistant." },
{ role: "user", content: "What is the capital of France?" }
]
})
});
const data = await response.json();
console.log(data);
```
```json 200 theme={null}
{
"id": "chatcmpl-abc123",
"object": "chat.completion",
"created": 1677652288,
"model": "google/gemini-2.5-flash",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "The capital of France is Paris."
},
"finish_reason": "stop",
"logprobs": null
}
],
"system_fingerprint": "fp_44709d6fcb",
"usage": {
"prompt_tokens": 25,
"completion_tokens": 8,
"total_tokens": 33
}
}
```