快速回答
LLMwithCrypto 的 chat completions endpoint 接受哪些字段？
它接受 OpenAI chat completions 的 body：model 和 messages 为必填；max_tokens、temperature、top_p、stop、stream、stream_options、tools、tool_choice 和 response_format 为可选。LLMwithCrypto 返回一个 chat.completion 对象，其中包含 usage 计数，按 token 从你的积分中计费，如 2026 年 10 月 23 日文档所述。Tool calling 和 JSON 输出取决于模型。
endpoint 概览
| 方法和 URL | POST https://llmwithcrypto.com/api/v1/chat/completions |
|---|---|
| 身份验证 | 像 OpenAI SDK 那样，把 API 密钥作为 Bearer token 放在 Authorization header 中传入 |
| Body | JSON，Content-Type: application/json |
| 响应 | chat.completion 对象，或使用 stream: true 的 server-sent events |
| 计费 | 按 token 从余额扣费：输入和输出 token 由模型自己的 tokenizer 计数，按该模型每 1M token 的价格计费。以错误结束的调用不收费 |
| 功能 | 所有模型都支持流式输出；工具调用和 JSON 输出取决于各模型本身的支持情况 |
创建 chat completion
POST/api/v1/chat/completions
将一段对话发送给一个模型，并返回其回答及 token 计数。示例向 DeepSeek V4 Pro 提出一个简短问题，上限为 200 token；响应中的 id、时间和计数仅为示意。
认证：API 密钥放在 Authorization: Bearer API_KEY header 中。
请求体
| 字段 | 类型 | 必填 | 描述 |
|---|---|---|---|
model | string | 是 | model id，例如 deepseek-v4-pro 或 gpt-oss-120b。GET /api/v1/models 返回你的密钥可调用的所有 id。 |
messages | object[] | 是 | 对话，最早的在前。每一项包含一个 role（system、user、assistant 或 tool）和一个 content 字符串；tool 消息还带有一个 tool_call_id。 |
max_tokens | integer | 否 | 回答可用的最大 token 数。不设置时，模型可能会一直写到其上下文窗口填满，而你需为它写出的每个 token 付费。 |
temperature | number | 否 | 0 到 2。越低越可预测，越高越多样。默认值取决于模型。 |
top_p | number | 否 | 0 到 1，nucleus sampling。只改 temperature 或 top_p，不要同时改。 |
stop | string or string[] | 否 | 最多 4 个序列，当模型写出它们时结束回答。它们不包含在回答中。 |
stream | boolean | 否 | true 以 server-sent events 逐块发送回答。参见 streaming。 |
stream_options | object | 否 | {"include_usage": true} 添加一个最后事件，包含流式调用的 usage。 |
tools | object[] | 否 | 模型可能要求你调用的函数，采用 OpenAI 格式。适用于支持 tool calling 的模型。参见 tool calling。 |
tool_choice | string or object | 否 | auto（设置 tools 时的默认值）、none、required 或 {"type": "function", "function": {"name": "…"}}。 |
response_format | object | 否 | {"type": "json_object"} 请求一个有效的 JSON 对象，适用于支持它的模型。在你的提示词中说明 JSON 应包含的内容。 |
{
"model": "deepseek-v4-pro",
"messages": [
{
"role": "system",
"content": "Answer in two sentences."
},
{
"role": "user",
"content": "What is a context window?"
}
],
"max_tokens": 200
}{
"model": "gpt-oss-120b",
"messages": [
{
"role": "user",
"content": "Return {\"city\": string, \"country\": string} for the Eiffel Tower."
}
],
"response_format": {
"type": "json_object"
},
"temperature": 0.2,
"max_tokens": 100
}响应 200
{
"id": "chatcmpl-8f2c41d0a7b94e1c",
"object": "chat.completion",
"created": 1792742400,
"model": "deepseek-v4-pro",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "A context window is the maximum number of tokens a model can read and write in one request. Anything beyond it must be cut or summarized before the call."
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 27,
"completion_tokens": 34,
"total_tokens": 61
}
}代码示例
curl -s "https://llmwithcrypto.com/api/v1/chat/completions" \
-H "Authorization: Bearer $LLMWITHCRYPTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-pro",
"messages": [
{"role": "system", "content": "Answer in two sentences."},
{"role": "user", "content": "What is a context window?"}
],
"max_tokens": 200
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://llmwithcrypto.com/api/v1",
api_key=os.environ["LLMWITHCRYPTO_API_KEY"],
)
resp = client.chat.completions.create(
model="deepseek-v4-pro",
messages=[
{"role": "system", "content": "Answer in two sentences."},
{"role": "user", "content": "What is a context window?"},
],
max_tokens=200,
)
print(resp.choices[0].message.content)
print(resp.usage.prompt_tokens, "in,", resp.usage.completion_tokens, "out")import OpenAI from 'openai';
const client = new OpenAI({
baseURL: 'https://llmwithcrypto.com/api/v1',
apiKey: process.env.LLMWITHCRYPTO_API_KEY,
});
const resp = await client.chat.completions.create({
model: 'deepseek-v4-pro',
messages: [
{ role: 'system', content: 'Answer in two sentences.' },
{ role: 'user', content: 'What is a context window?' },
],
max_tokens: 200,
});
console.log(resp.choices[0].message.content);
console.log(resp.usage.prompt_tokens, 'in,', resp.usage.completion_tokens, 'out');如何编写 messages？
每次都要发送完整对话，最早的消息在前：API 在调用之间不保留记忆，你的提示词也不会被存储。我们不保存你的提示词或模型的回答：响应一旦发出，其文本即消失。每次调用只留一行日志，记录时间、账户、模型和 token 数量，30 天后删除。
system：为每个回答定调的指令，例如语气、语言或输出格式。放在最前面。user：用户或你的程序提出的问题。assistant：模型之前的回答，让它能接着对话往下说。tool：模型要求你运行的函数的结果，以及它给你的tool_call_id。
每条消息都计入输入 token，所以历史越长，每一轮的花费越高。对话变长时，裁剪或总结较早的轮次。
一次请求可以有多长？
输入和输出加起来必须能放进模型的上下文窗口。截至 2026 年 10 月 23 日，DeepSeek V4 Pro 最多读取 1M tokens，gpt-oss-120b 最多 128K，Qwen3 235B 最多 256K；models 页面列出了全部模型。
放不下的请求会返回 400，代码为 context_length_exceeded，且不产生费用。设置 max_tokens，让提示词加上你接受的最长回答始终落在窗口之内。
finish_reason 能告诉我什么？
finish_reason | 含义 | 该怎么做 |
|---|---|---|
stop | 模型结束了回答，或写出了你的某个 stop 序列 | 无需处理：回答已完成 |
length | 回答达到了 max_tokens 或上下文窗口上限 | 调高 max_tokens，或要求更短的回答 |
tool_calls | 模型想让你运行一个或多个函数 | 运行它们并把结果发回去，见工具调用 |
哪些 OpenAI 参数不受支持？
上表中的字段就是全部约定。OpenAI API 的其他字段，例如 n（每次调用返回多个回答）、logprobs、audio 或图像输入，都不受支持：只发送此处列出的字段。这些模型都是文本模型；没有任何一个能通过这个 endpoint 接收图像。
model 字段只接受我们列表中的 id。我们不出售 GPT、Claude、Gemini 或 Grok 的访问权限：其开发商禁止未经其批准转售 API 访问，而我们并未获得该批准。
Chat completions：常见问题
还有旧版 completions endpoint 吗？
没有。只有 chat 格式；单个提示词就是一个 messages 数组，里面放一条 user 消息。
一次调用要花多少钱？
按 token 从余额扣费：输入和输出 token 由模型自己的 tokenizer 计数，按该模型每 1M token 的价格计费。以错误结束的调用不收费。各模型的价格在定价页面上。
我能查看过去的请求吗？
不能，这是设计如此。我们不保存你的提示词或模型的回答：响应一旦发出，其文本即消失。每次调用只留一行日志，记录时间、账户、模型和 token 数量，30 天后删除。
为什么我的回答中途停了？
此时 finish_reason 是 length：回答触到了 max_tokens。在模型的上下文窗口内调高它。