# Chat completions endpoint：POST /api/v1/chat/completions

> Chat completions endpoint 参考：POST /api/v1/chat/completions 的每个 body 字段、响应、finish reasons 和 token 用量。兼容 OpenAI。

- URL: https://llmwithcrypto.com/zh/docs/chat-completions/
- 最后更新: 2026-10-23
- 发布者: LLMwithCrypto (https://llmwithcrypto.com)

一个 endpoint 即可调用所有模型。它接受与 OpenAI chat completions API 相同的 body，并返回相同的对象，因此现有集成只需新的 base URL、新的密钥和来自我们列表的 model id。

**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

| 属性 | 值 |
| --- | --- |
| 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](https://llmwithcrypto.com/zh/docs/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](https://llmwithcrypto.com/zh/docs/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。 |

*示例: a short answer from DeepSeek V4 Pro*

```json
{
  "model": "deepseek-v4-pro",
  "messages": [
    {
      "role": "system",
      "content": "Answer in two sentences."
    },
    {
      "role": "user",
      "content": "What is a context window?"
    }
  ],
  "max_tokens": 200
}
```

*示例: a JSON object from gpt-oss-120b, low temperature*

```json
{
  "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`

```json
{
  "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
  }
}
```

*curl*

```bash
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
  }'
```

*Python*

```python
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")
```

*Node.js*

```javascript
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](https://llmwithcrypto.com/zh/models/)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](https://llmwithcrypto.com/zh/docs/tool-calling/) |

## 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](https://llmwithcrypto.com/zh/pricing/)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。

---

LLMwithCrypto: LLMwithCrypto 是一个兼容 OpenAI 的开放权重模型 LLM API，涵盖 DeepSeek V4 Pro、DeepSeek V4.1 Flash、DeepSeek R1、Qwen3.5 397B A17B、Qwen3 235B A22B Instruct、gpt-oss-120b、gpt-oss-20b、GLM-4.7、Llama 3.3 70B Instruct、Gemma 4 31B、Mistral Large 3、Mistral Small 4，按 token 从预付加密货币余额中扣费，价格比公共托管商的中位价低 5%。无需 KYC：无需身份证件、无需自拍、无需文件。不存储提示词和输出。