Skip to main content

Compatibilité OpenAI : Chat

Vous pouvez appeler des modèles via l'API Chat compatible OpenAI. Ce document décrit les paramètres d'entrée et de sortie, et fournit des exemples d'appels.

  • Singapore
  • US (Virginia)
  • China (Beijing)
  • Hong Kong (China)
  • Germany (Frankfurt)
  • Japan (Tokyo)
Configuration de l'appel SDK pour base_url : https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1Requête HTTP : POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions
Remplacez {WorkspaceId} par votre véritable ID d'espace de travail. Obtenez une clé API et définissez-la comme variable d'environnement. Avec un SDK OpenAI, installez également le SDK.
Alibaba Cloud Model Studio a publié des domaines spécifiques à chaque espace de travail pour les régions Chine (Pékin), Singapour et Chine (Hong Kong). Ces nouveaux domaines dédiés offrent des performances supérieures et une stabilité accrue pour les requêtes d'inférence. Nous vous recommandons de migrer vers ces nouveaux domaines :
  • China (Beijing) : de https://dashscope.aliyuncs.com à https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com
  • Singapore : de https://dashscope-intl.aliyuncs.com à https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com
  • China (Hong Kong) : de https://cn-hongkong.dashscope.aliyuncs.com à https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com
{WorkspaceId} est votre ID d'espace de travail, disponible sur la page Workspace Details de la console Model Studio. Le domaine existant reste pleinement fonctionnel.

Corps de la requête

modelstring(Obligatoire)Nom du modèle.Modèles pris en charge : Qwen Large Language Model (versions commerciales et open source), Qwen-VL, Qwen-Coder, Qwen-Omni, Qwen-Math, DeepSeek, Kimi, GLM et MiniMax.Pour connaître les noms exacts des modèles et les détails de facturation, consultez la console Model Studio.messagesarray(Obligatoire)Contexte transmis au grand modèle de langage, organisé selon l'ordre conversationnel.

Type de message

Message systèmeobject(Optional)Message système définissant le rôle, le ton, la tâche ou les contraintes du grand modèle de langage. Il constitue généralement le premier élément du tableau messages.
Ne définissez pas de message système pour QwQ. Les messages système n'ont aucun effet sur QVQ.
contentstring(Obligatoire)Instruction système. Elle spécifie le rôle, le comportement, le style de réponse et les contraintes de la tâche du modèle.rolestring(Obligatoire)Rôle associé au message système. La valeur est fixée à system.
Message utilisateurobject(Required)Message provenant de l'utilisateur. Il transmet des questions, des instructions ou du contexte au modèle.
contentstring or array(Obligatoire)Contenu du message. Le type est string si l'entrée est uniquement textuelle. Il est array si l'entrée contient des données multimodales telles que des images, ou si la mise en cache explicite est activée.
typestring(Obligatoire)Valeurs valides :
  • text Définissez cette valeur à text pour une entrée textuelle.
  • image_url Utilisez image_url pour une entrée image.
  • input_audio Choisissez input_audio pour une entrée audio.
  • video Spécifiez video pour une entrée vidéo sous forme de liste d'images.
  • video_url Indiquez video_url pour une entrée de fichier vidéo.
    Seuls certains modèles Qwen-VL acceptent les fichiers vidéo. Consultez Compréhension vidéo avec Qwen-VL. QVQ et Qwen-Omni acceptent directement les fichiers vidéo.
textstringTexte d'entrée. Ce paramètre est requis lorsque type vaut text.image_urlobjectInformations sur l'image d'entrée. Ce paramètre est obligatoire quand type est défini à image_url.
url string(Obligatoire)URL ou Data URL encodée en Base64 de l'image. Pour transmettre un fichier local, reportez-vous à Compréhension d'images et de vidéos.detail string (Facultatif)Précision du traitement des images. Pour qwen4-max. Valeur par défaut : high.Lorsque max_pixels est omis :
  • high : traite l’image à sa résolution d’origine, jusqu’à 16777216 pixels.
  • low : limite l’image à 2621440 pixels.
  • auto : identique à low.
Une valeur explicite de max_pixels remplace la limite de pixels choisie par detail. Le maximum est 16777216. Dans Chat Completions, placez max_pixels au même niveau que image_url ; dans DashScope, au même niveau que image.Pour les images haute résolution, high utilise généralement plus de tokens d’entrée que low.Avec Chat Completions, définissez detail dans image_url ou au même niveau. Avec DashScope, définissez-le au même niveau que image.
{"type":"image_url","image_url":{"url":"https://example.com/image.jpg","detail":"high"}}
input_audioobjectInformations sur l'audio d'entrée. Ce paramètre devient nécessaire si type correspond à input_audio.
data string(Obligatoire)URL ou Data URL encodée en Base64 du fichier audio. Pour transmettre un fichier local, consultez Entrée d'un fichier local encodé en Base64.formatstring(Obligatoire)Format de l'audio d'entrée, par exemple mp3 ou wav.
videoarrayInformations vidéo d'entrée fournies sous forme de liste d'images. Ce paramètre est requis lorsque type vaut video. Pour plus de détails sur son utilisation, consultez Compréhension vidéo (Qwen-VL, QVQ) ou Compréhension vidéo (Qwen-Omni).Exemple de valeur :
[
    "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/xzsgiz/football1.jpg",
    "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/tdescd/football2.jpg",
    "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/zefdja/football3.jpg",
    "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/aedbqh/football4.jpg"
]
video_urlobjectInformations sur le fichier vidéo d'entrée. Ce paramètre est obligatoire si type est défini à video_url.Qwen-VL analyse uniquement les informations visuelles des fichiers vidéo, tandis que Qwen-Omni traite à la fois les composantes visuelle et audio.
url string(Obligatoire)URL publique ou Data URL encodée en Base64 du fichier vidéo. Pour importer un fichier vidéo local, consultez Entrée d'un fichier local encodé en Base64.
fpsfloat(Facultatif)Nombre d'images à extraire par seconde. Valeurs valides : [0.1, 10]. Valeur par défaut : 2.0.
Pour MiniMax/MiniMax-M3, la plage autorisée est [0.2, 5] et la valeur par défaut est 1.
Le paramètre fps remplit deux fonctions :
  • Pour un fichier vidéo, ce paramètre contrôle la fréquence d'extraction : une image est extraite toutes les 1/fps secondes.
    S'applique à Qwen-VL et aux modèles QVQ.
  • Il indique au modèle l'intervalle de temps entre les images adjacentes afin de faciliter la compréhension de la progression temporelle de la vidéo. Cela concerne aussi bien les entrées de fichiers vidéo que les listes d'images. Cette fonctionnalité convient particulièrement aux scénarios tels que la localisation temporelle d'événements ou le résumé segmenté de contenu.
    Pris en charge par Qwen3.7, Qwen3.6, Qwen3.5, Qwen3-VL, Qwen2.5-VL, Qwen3.5-Omni et QVQ.
Une valeur fps élevée convient aux scènes comportant des mouvements rapides, comme les événements sportifs ou les films d'action. À l'inverse, une valeur fps plus faible est recommandée pour les vidéos longues ou les scènes statiques.
  • Entrée pour une liste d'images : {"video":["https://xx1.jpg",...,"https://xxn.jpg"],"fps":2}
  • Entrée de fichier vidéo : {"video": "https://xx1.mp4", "fps":2}
min_pixelsinteger(Facultatif)Définit le seuil minimal de pixels pour les images ou les trames vidéo d'entrée. Si le nombre de pixels d'une entrée est inférieur à min_pixels, celle-ci est agrandie jusqu'à ce que son total dépasse min_pixels. Ce paramètre s'applique aux modèles Qwen-VL et QVQ.
  • Entrée image :
    • Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5 et Qwen3-VL : valeur par défaut et minimum : 65536
    • Qwen3.5-Omni : valeur par défaut et minimum : 24576
    • Série open source Qwen2.5-VL et modèles de la série QVQ : valeur par défaut et minimale : 3136
  • Entrée de fichier vidéo ou de liste d'images :
    • qwen3-omni-flash, qwen3-vl-plus, qwen3.5-122b-a10b, qwen3.5-27b, qwen3.5-35b-a3b, qwen3.5-397b-a17b, qwen3.5-flash, qwen3.5-flash-2026-02-23, qwen3.5-omni-flash, qwen3.5-omni-flash-2026-03-15, qwen3.5-omni-plus, qwen3.5-omni-plus-2026-03-15, qwen3.5-plus, qwen3.5-plus-2026-02-15, qwen3.5-plus-2026-04-20, qwen3.6-27b, qwen3.6-35b-a3b, qwen3.6-flash, qwen3.6-flash-2026-04-16, qwen3.6-plus, qwen3.6-plus-2026-04-02, qwen3.7-flash, qwen3.7-flash-2026-07-15, qwen3.7-max-2026-06-08, qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.8-27b, qwen3.8-flash, qwen3.8-max, qwen3.8-max-0902, qwen3.8-omni-flash: Valeur par défaut : 65536. Valeur minimale : 4096.
    • kimi-k2.5, kimi-k2.6, kimi-k2.7-code: Valeur minimale : 3136.
    • Série open source Qwen2.5-VL et modèles de la série QVQ : valeur par défaut : 50176. Valeur minimale : 3136
  • Entrée image : {"type": "image_url","image_url": {"url":"https://xxxx.jpg"},"min_pixels": 65536}
  • Entrée de fichier vidéo : {"type": "video_url","video_url": {"url":"https://xxxx.mp4"},"min_pixels": 65536}
  • Entrée de liste d'images : {"type": "video","video": ["https://xx1.jpg",...,"https://xxn.jpg"],"min_pixels": 65536}
max_pixelsinteger(Facultatif)Spécifie le seuil maximal de pixels pour les images ou les trames vidéo d'entrée. Si le nombre de pixels d'une image ou d'une vidéo se situe dans la plage [min_pixels, max_pixels], le modèle traite l'image originale. S'il dépasse max_pixels, l'image est réduite jusqu'à atteindre un nombre de pixels inférieur ou égal à max_pixels. Ce paramètre concerne les modèles Qwen-VL et QVQ.
  • Entrée image :
    • qwen4-max : valeur maximale : 16777216. Si le paramètre est omis, les images sont traitées selon detail. Une valeur explicite de max_pixels s’applique indépendamment de vl_high_resolution_images.
    Autres modèles : La valeur de max_pixels dépend de l'activation du paramètre vl_high_resolution_images.
    • Lorsque vl_high_resolution_images est défini à False :
      • Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5 et Qwen3-VL : valeur par défaut : 2621440. Maximum : 16777216
      • Qwen3.5-Omni : valeur par défaut : 1310720. Valeur maximale : 16777216
      • Série open source Qwen2.5-VL et modèles de la série QVQ : valeur par défaut : 1003520. Valeur maximale : 12845056
    • Lorsque vl_high_resolution_images est défini à True :
      • Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5-Omni, Qwen3.5, Qwen3-VL : max_pixels est sans effet. Le nombre maximal de pixels des images est fixé à 16777216.
      • Série open source Qwen2.5-VL et modèles de la série QVQ : le paramètre max_pixels est ignoré. Le nombre maximal de pixels pour les images d'entrée est fixé à 12845056.
  • Entrée de fichier vidéo ou de liste d'images : Lorsque min_pixels et max_pixels sont définis, max_pixels doit être supérieur ou égal à min_pixels.
    • qwen3-vl-plus, qwen3.5-122b-a10b, qwen3.5-27b, qwen3.5-35b-a3b, qwen3.5-397b-a17b, qwen3.5-flash, qwen3.5-flash-2026-02-23, qwen3.5-omni-flash, qwen3.5-omni-flash-2026-03-15, qwen3.5-omni-plus, qwen3.5-omni-plus-2026-03-15, qwen3.5-plus, qwen3.5-plus-2026-02-15, qwen3.5-plus-2026-04-20, qwen3.6-27b, qwen3.6-35b-a3b, qwen3.6-flash, qwen3.6-flash-2026-04-16, qwen3.6-plus, qwen3.6-plus-2026-04-02, qwen3.7-flash, qwen3.7-flash-2026-07-15, qwen3.7-max-2026-06-08, qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.8-27b, qwen3.8-flash, qwen3.8-max, qwen3.8-max-0902, qwen3.8-omni-flash: Valeur par défaut : 655360. Valeur maximale : 2048000.
    • Autres modèles open source Qwen3-VL : valeur par défaut : 655360. Valeur maximale : 786432
    • qwen4-max, qwen3-omni-flash: Valeur par défaut : 655360. Valeur maximale : 786432.
    • kimi-k2.7-code, kimi-k2.6, kimi-k2.5: Maximum 1568000.
    • Série open source Qwen2.5-VL et modèles de la série QVQ : valeur par défaut : 501760. Valeur maximale : 602112
  • Entrée image : {"type": "image_url","image_url": {"url":"https://xxxx.jpg"},"max_pixels": 8388608}
  • Entrée de fichier vidéo : {"type": "video_url","video_url": {"url":"https://xxxx.mp4"},"max_pixels": 655360}
  • Entrée de liste d'images : {"type": "video","video": ["https://xx1.jpg",...,"https://xxn.jpg"],"max_pixels": 655360}
total_pixelsinteger(Facultatif)Budget total de pixels des images extraites d’une vidéo.
  • 268435456: qwen4-max, qwen3.8-max, qwen3.8-max-0902.
  • 234881024: qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.7-max-2026-06-08.
  • 819200000: qwen3.8-flash, qwen3.8-27b, qwen3.7-flash, qwen3.7-flash-2026-07-15, qwen3.6-flash.
  • 184549376: qwen3.8-omni-flash.
  • 102760448: kimi-k2.5, kimi-k2.6.
  • Entrée de fichier vidéo : {"type": "video_url","video_url": {"url":"https://xxxx.mp4"},"total_pixels": 134217728}
  • Entrée de liste d'images : {"type": "video","video": ["https://xx1.jpg",...,"https://xxn.jpg"],"total_pixels": 134217728}
prompt_cache_breakpoint object (Facultatif)Pris en charge uniquement par qwen4-max. Définit la fin du préfixe mis en cache. Voir Cache explicite (Qwen4).
mode string (Obligatoire)Seul explicit est accepté. Transmettez-le explicitement pour définir un point de rupture.
cache_controlobject(Facultatif)Active la mise en cache explicite. Pour plus d'informations, consultez Mise en cache explicite.
type string(Obligatoire)Seule la valeur ephemeral est prise en charge.
Pris en charge uniquement par qwen4-max. Les marqueurs des blocs Qwen4 acceptent aussi ttl : 5m ou 1h, par défaut 5m. Voir Cache explicite (Qwen4).type string (Obligatoire)ephemeralttl string (Facultatif)TTL du cache. Accepte 5m et 1h ; valeur par défaut : 5m.
rolestring(Obligatoire)Rôle associé au message utilisateur. La valeur est fixée à user.
Message assistant object(Optional)Réponse générée par le modèle. Elle est généralement réinjectée comme contexte lors d'une conversation multi-tours.
contentstring(Facultatif)Contenu textuel de la réponse du modèle. Lorsque tool_calls est présent, content peut être vide. Dans le cas contraire, content est obligatoire.rolestring(Obligatoire)Rôle associé au message assistant. La valeur est fixée à assistant.encrypted_content stringqwen4-max, thinking_display="summarized": Envoyez le paramètre d’activation à chaque tour. Renvoyez le contenu chiffré sans modification ; ne le lisez pas, ne le tronquez pas, ne le réencodez pas et ne le concaténez pas entre les tours. Le résumé ne remplace pas l’historique de raisonnement. Résumé et chiffrement du raisonnement. Renvoyez le texte chiffré sans le modifier.partialboolean(Facultatif) Valeur par défaut : falseIndique si le mode partiel doit être activé.Valeurs valides :
  • true : Activer.
  • false : Désactiver.
Pour obtenir la liste des modèles compatibles, consultez mode partiel.tool_calls array(Facultatif)Informations concernant l'outil et ses paramètres d'entrée que le modèle a décidé d'appeler. Ce champ contient un ou plusieurs objets et provient du champ tool_calls de la réponse précédente du modèle.
id string(Obligatoire)Identifiant de l'appel d'outil.type string(Obligatoire)Type d'outil. Seul function est actuellement pris en charge.function object(Obligatoire)Outils et paramètres d'entrée
name string(Obligatoire)Nom de l'outil.arguments string(Obligatoire)Informations des paramètres d'entrée, sous forme de chaîne JSON.
index integer(Obligatoire)Indice de cet appel d'outil dans le tableau tool_calls.
Message outil object(Optional)Résultat issu de l'appel d'outil.
contentstring(Obligatoire)Contenu de sortie de la fonction outil. Il doit s'agir d'une chaîne de caractères. Si l'outil renvoie des données structurées, telles que du JSON, celles-ci doivent être sérialisées en chaîne.rolestring(Obligatoire)La valeur est fixée à tool.tool_call_idstring(Obligatoire)Identifiant de l'appel d'outil auquel ce message répond. Vous pouvez l'obtenir via completion.choices[0].message.tool_calls[$index].id. Cet ID permet d'associer le message outil à l'appel correspondant.
prompt_cache_options object (Facultatif)Pris en charge uniquement par qwen4-max. Configuration du cache à la racine de la requête. Transmettez les paramètres non standard à la racine via extra_body dans le SDK Python, ou directement dans le SDK Node.js et curl. Voir Cache explicite (Qwen4).
mode string (Facultatif)implicit : définit automatiquement les points de rupture ; aucune configuration manuelle nécessaire.explicit : ne définit aucun point automatique ; un point manuel est requis pour créer un cache explicite.ttl string (Facultatif)TTL du cache. Accepte 5m et 1h ; valeur par défaut : 5m.S’applique à tous les points de rupture de la requête. Si ttl à la racine est omis, le TTL du dernier marqueur cache_control est utilisé ; si ce marqueur n’a pas de TTL ou s’il n’y a aucun marqueur, 5m est utilisé.
streamboolean(Facultatif) Valeur par défaut : falseIndique si la réponse doit être fournie en mode streaming. Pour plus d'informations, consultez Sortie en streaming.Valeurs valides :
  • false : Le modèle retourne le contenu complet une fois la génération terminée.
  • true : Le modèle émet le contenu au fur et à mesure de sa génération. Un fragment de données est renvoyé à chaque nouvelle portion générée. Vous devez assembler ces fragments pour reconstituer la réponse complète.
Nous vous recommandons de définir cette valeur à true afin d'améliorer l'expérience utilisateur et de limiter les risques de délai d'attente.
Si un appel non-streaming ne se termine pas dans les 300 secondes, le service interrompt la requête et retourne le contenu déjà généré au lieu d'une erreur. Pour les scénarios nécessitant de longues sorties, privilégiez les appels en streaming. Pour plus d'informations, consultez la section sur les délais d'attente dans Vue d'ensemble des modèles de génération de texte.
stream_optionsobject(Facultatif)À utiliser uniquement pour les requêtes en streaming où stream vaut true. Ne transmettez pas stream_options dans les requêtes sans streaming.

Propriétés

include_usageboolean(Facultatif)En streaming, le dernier fragment de données contient usage, et son champ choices est un tableau vide.
modalitiesarray(Facultatif) Valeur par défaut : ["text"]Modalité des données de sortie. Ce paramètre s'applique exclusivement aux modèles Qwen-Omni. Pour plus d'informations, consultez Non temps réel (Qwen-Omni).Valeurs valides :
  • ["text","audio"] : Génère du texte et de l'audio.
  • ["text"] : Génère uniquement du texte.
audioobject(Facultatif)La voix et le format de l'audio en sortie. Ce paramètre s'applique uniquement aux modèles Qwen-Omni et nécessite que le paramètre modalities soit défini sur ["text","audio"]. Pour plus d'informations, reportez-vous à Non temps réel (Qwen-Omni).
voicestring (Obligatoire)La voix de l'audio en sortie. Pour plus d'informations, reportez-vous à Non temps réel (Qwen-Omni).formatstring (Obligatoire)Le format de l'audio en sortie. Seul le format wav est pris en charge.
temperaturefloat(Facultatif)qwen4-max:1.0 en mode raisonnement ; 0.7 sans raisonnement.La température d'échantillonnage, qui contrôle la diversité du texte généré par le modèle.Une température élevée produit un texte plus diversifié, tandis qu'une température basse rend le texte plus déterministe.Plage de valeurs : [0, 2)Les paramètres temperature et top_p permettent tous deux de contrôler la diversité du texte généré. Nous vous recommandons de n'en définir qu'un seul. Pour plus d'informations, reportez-vous à Vue d'ensemble.
Ne modifiez pas la température par défaut des modèles QVQ.
top_pfloat(Facultatif)qwen4-max:0.95 en mode raisonnement ; 0.8 sans raisonnement.Le seuil de probabilité pour l'échantillonnage par noyau, qui contrôle la diversité du texte généré par le modèle.Une valeur top_p élevée augmente la diversité du texte. Une valeur top_p faible rend le texte plus déterministe.Plage de valeurs : (0, 1.0]Les paramètres temperature et top_p permettent tous deux de contrôler la diversité du texte généré. Nous vous recommandons de n'en définir qu'un seul. Pour plus d'informations, reportez-vous à Vue d'ensemble.
Ne modifiez pas top_p par défaut pour les modèles QVQ.
top_kinteger(Facultatif)qwen4-max:20 dans les deux modes.Définit le nombre de tokens candidats parmi lesquels effectuer l'échantillonnage lors de la génération. Une valeur élevée accroît l'aléatoire de la sortie, tandis qu'une valeur faible la rend plus déterministe. Si ce paramètre est défini sur null ou sur une valeur supérieure à 100, la stratégie top_k est désactivée et seule la stratégie top_p s'applique. La valeur doit être un entier supérieur ou égal à 0.
Série QVQ : 10 ;Série QwQ : 40 ;Série Qwen3-Omni-Flash : 50 ;Tous les autres modèles : 20.Série GLM (fournie par Alibaba Cloud) : 20 ;Les séries DeepSeek, Kimi et MiniMax ne prennent pas en charge le paramètre top_k.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans l'objet extra_body : extra_body={"top_k":xxx}.
Ne modifiez pas top_k par défaut pour les modèles QVQ.
repetition_penaltyfloat(Facultatif)Pénalité de répétition des séquences consécutives. Augmenter repetition_penalty réduit les répétitions. 1.0 signifie aucune pénalité. La valeur doit être supérieure à 0, sans plage stricte.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans l'objet extra_body : extra_body={"repetition_penalty":xxx}.
Ne modifiez pas repetition_penalty par défaut pour QVQ.
frequency_penalty float (facultatif)Pris en charge par qwen4-max. Applique une pénalité selon la fréquence d’apparition d’un token pour ajuster les répétitions dans la sortie.presence_penalty float(Facultatif)Contrôle la répétition du contenu lorsque le modèle génère du texte.Plage de valeurs : [-2.0, 2.0]. Les valeurs positives réduisent les répétitions, tandis que les valeurs négatives les augmentent.Augmentez cette valeur dans les scénarios nécessitant de la diversité, du ludique ou de la créativité, comme la rédaction créative ou le brainstorming. Diminuez-la pour les scénarios privilégiant la cohérence et la précision terminologique, tels que les documents techniques ou les textes formels.
Qwen3.8 (sans réflexion), Qwen3.7 (sans réflexion), Qwen3.6 (sans réflexion), Qwen3.5-Omni, Qwen3.5 (sans réflexion), Qwen3 (sans réflexion), série Qwen3-Instruct/1.7b/4b (avec réflexion), série QVQ, qwen-max, série qwen2.5-vl et Qwen3-VL (sans réflexion) : 1.5 ;qwen-plus/qwen-plus-latest/2025-04-28 (avec réflexion), qwen-turbo-2025-04-28 (avec réflexion) : 0.5 ;Tous les autres : 0.0.Série DeepSeek (fournie par Alibaba Cloud) : version distillée deepseek-r1-distill-qwen : 1 ;Série Kimi fournie par Alibaba Cloud : kimi-k2.7-code, kimi-k2.6, kimi-k2.5 : 0.0 ;Série Kimi fournie par Moonshot AI : 0.0 ;Série MiniMax fournie par Alibaba Cloud : MiniMax-M2.5 : 0.0 ;Les autres modèles DeepSeek, Kimi, GLM et MiniMax n'ont pas de valeur par défaut.
Si la valeur du paramètre est positive, le modèle applique une pénalité aux tokens déjà présents dans le texte. Cette pénalité est indépendante du nombre d'apparitions du token. Cela réduit la probabilité de réapparition de ces tokens, diminuant ainsi les répétitions de contenu et augmentant la diversité lexicale.
Prompt : Traduisez cette phrase en chinois : « Ce film est bon. L'intrigue est bonne, le jeu d'acteur est bon, la musique est bonne, et dans l'ensemble, tout le film est simplement bon. C'est vraiment bien, en fait. L'intrigue est tellement bonne, et le jeu d'acteur est tellement bon, et la musique est tellement bonne. »Valeur du paramètre 2.0 : Ce film est excellent. L'intrigue est fantastique, le jeu d'acteur est superbe et la musique est également très belle. Dans l'ensemble, le film entier est tout simplement incroyable. Il est en réalité véritablement exceptionnel. Le scénario est très passionnant, les performances sont excellentes et la bande originale est si émouvante.Valeur du paramètre 0.0 : Ce film est bon. L'intrigue est bonne, le jeu d'acteur est bon et la musique est bonne. Dans l'ensemble, tout le film est très bien. En fait, il est vraiment génial. L'intrigue est très bonne, le jeu d'acteur est aussi très excellent et la musique est tout aussi remarquable.Valeur du paramètre -2.0 : Ce film est bon. L'intrigue est bonne, le jeu d'acteur est bon et la musique est bonne. Dans l'ensemble, tout le film est bon. En fait, il est vraiment bon. L'intrigue est très bonne, le jeu d'acteur est très bon et la musique est très bonne.
Ne modifiez pas presence_penalty par défaut pour QVQ.
response_formatobject (Facultatif) Valeur par défaut : {"type": "text"}Le format de la réponse. Valeurs valides :
  • {"type": "text"} : Génère une réponse textuelle.
  • {"type": "json_object"} : Génère une chaîne formatée en JSON standard.
  • {"type": "json_schema", "json_schema": {...}} : Génère une chaîne JSON qui respecte strictement le JSON Schema spécifié, ce qui permet de contrôler précisément la structure de la sortie et le type des champs.
Pour plus d'informations, consultez Sortie structurée. Les modes json_object et json_schema ne prennent pas en charge les mêmes modèles. Pour plus d'informations, consultez Modèles pris en charge.
Si vous spécifiez {"type": "json_object"}, demandez explicitement une sortie JSON dans le prompt, par exemple « Please output in JSON format ». Sinon, une erreur est renvoyée. Si vous spécifiez {"type": "json_schema", ...}, le prompt n'a pas besoin de contenir le mot-clé JSON.
typestring(Obligatoire)Le format du contenu retourné. Valeurs valides :
  • text : Génère une réponse textuelle.
  • json_object : Génère une chaîne formatée en JSON standard.
  • json_schema : Génère une chaîne JSON qui respecte strictement la structure définie par le champ json_schema.
json_schemaobject(Facultatif)Obligatoire lorsque type est défini sur json_schema. Définit la structure JSON que la sortie du modèle doit respecter. Pour plus d'informations, consultez Obtenir une sortie structurée.
Avec la méthode parse du SDK OpenAI, vous pouvez transmettre directement une classe Pydantic Python ou un objet Zod Node.js. Le SDK la convertit automatiquement en JSON Schema : aucune construction manuelle n'est nécessaire.
namestring(Obligatoire)Le nom du schéma.schemaobject(Obligatoire)L'objet JSON Schema qui décrit la structure de la sortie. Utilisez properties pour définir la structure des champs, required pour lister les champs obligatoires et additionalProperties pour contrôler si des champs non définis dans le schéma peuvent être retournés. Nous vous recommandons de définir additionalProperties sur false afin que seuls les champs définis soient retournés. Types de données pris en charge : string, number, integer, boolean, object, array et enum. Pour plus d'informations, consultez Guide de configuration.strictboolean(Facultatif)Indique s'il faut respecter strictement la structure définie par schema. Nous vous recommandons de définir ce paramètre sur true.
max_tokensinteger(Facultatif, bientôt obsolète)
Ce paramètre sera abandonné. Pour les nouvelles intégrations, utilisez max_completion_tokens.
La signification de ce paramètre varie selon le modèle :
  • qwen4-max, : nombre maximal de tokens cumulés de la réponse et du raisonnement. max_tokens est équivalent à max_completion_tokens. Au-delà, la génération s'arrête prématurément et finish_reason vaut length.
  • deepseek-v4-pro, deepseek-v4-pro-0813 et deepseek-v4-flash-0731 : nombre maximal de tokens cumulés de la réponse et du raisonnement. Au-delà, la génération s'arrête et finish_reason vaut length.
  • glm-5.3 : max_tokens correspond au nombre maximal de tokens cumulés de la réponse du modèle et du raisonnement. Si la sortie dépasse cette valeur, la génération s’arrête prématurément et le finish_reason retourné est length. glm-5.3 ignore le paramètre thinking_budget.
  • glm-5.2 : sans le paramètre thinking_budget, max_tokens limite les tokens cumulés de la réponse et du raisonnement. Au-delà, la génération s'arrête et finish_reason vaut length. Si thinking_budget est fourni, max_tokens limite uniquement les tokens de réponse, et thinking_budget contrôle séparément ceux du raisonnement.
  • Autres modèles : nombre maximal de tokens de réponse, hors raisonnement. Au-delà, la génération s'arrête et finish_reason vaut length.
Pour les modèles GLM, les valeurs par défaut et maximales sont indiquées dans le tableau suivant. Pour les autres modèles, les valeurs par défaut et maximales correspondent toutes deux à la longueur de sortie maximale du modèle.
FournisseurModèleValeur par défautValeur maximale
Alibaba Cloudglm-5.3, glm-5.2, glm-5.2-fast-preview, glm-5.1, glm-565536131072
ZHIPU AIZHIPU/GLM-5.3, ZHIPU/GLM-5.265536131072
max_completion_tokensinteger(Facultatif)La longueur maximale de la sortie du modèle, incluant la chaîne de pensée et la réponse du modèle. Si la sortie du modèle dépasse cette valeur, la génération s'arrête prématurément et le finish_reason retourné est length.Pour les modèles GLM, consultez le tableau du paramètre max_tokens pour connaître les valeurs par défaut et maximales. Pour les autres modèles, les valeurs par défaut et maximales correspondent toutes deux à la longueur de sortie maximale du modèle.Différence avec max_tokens : max_completion_tokens limite toujours la sortie complète du modèle (chaîne de pensée + réponse). La portée exacte de max_tokens varie selon le modèle et la configuration de thinking_budget, comme indiqué précédemment. Pour les modèles avec réflexion, nous recommandons d’utiliser max_completion_tokens.Les modèles suivants sont pris en charge :
  • Qwen Max : qwen4-max, Qwen3.7-Max et modèles ultérieurs
  • Qwen Plus : Qwen3.5-Plus et modèles ultérieurs
  • Qwen Flash : Qwen3.5-Flash et modèles ultérieurs
  • Kimi : kimi-k2.5 et modèles ultérieurs
  • GLM : les modèles fournis par Alibaba Cloud et ZHIPU AI répertoriés dans le tableau précédent
  • MiniMax : MiniMax-M2.5 et modèles ultérieurs
  • DeepSeek : deepseek-v4-pro et modèles ultérieurs
À l’exception des modèles GLM fournis par ZHIPU AI répertoriés dans le tableau précédent, les modèles ci-dessus n’incluent aucun autre modèle fourni directement par des tiers.
Un écart de 10 tokens au maximum peut exister entre la sortie réelle et la valeur max_completion_tokens.
vl_high_resolution_imagesboolean(Facultatif) Valeur par défaut : falsePour qwen4-max, le max_pixels spécifié explicitement reste effectif même avec vl_high_resolution_images=true.Indique s'il faut augmenter la limite de pixels des images d'entrée pour atteindre le nombre de pixels correspondant à 16384 tokens. Pour plus d'informations, reportez-vous à Traitement des images haute résolution.
  • vl_high_resolution_images: true utilise une stratégie de résolution fixe et ignore le paramètre max_pixels. Si la résolution est dépassée, le nombre total de pixels de l'image est réduit proportionnellement pour rester dans cette limite.
    Lorsque vl_high_resolution_images est True, les limites de pixels varient selon le modèle :
    • Pour les séries Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5, ainsi que Qwen3-VL series, la valeur est 16777216. Chaque Token correspond à 32*32 pixels ; le total est calculé comme 16384*32*32.
    • QVQ series et autres modèles Qwen2.5-VL series : 12845056. 1 token correspond à 28*28 pixels, soit 16384*28*28.
  • Si vl_high_resolution_images est false, la limite de pixels est déterminée par max_pixels. Si le nombre de pixels de l'image d'entrée dépasse max_pixels, l'image est réduite pour rester dans la limite max_pixels. La limite de pixels par défaut pour chaque modèle correspond à la valeur par défaut de max_pixels.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"vl_high_resolution_images":xxx}.
ninteger(Facultatif) Valeur par défaut : 1Le nombre de réponses à générer. La plage de valeurs est 1-4. Ce paramètre convient aux scénarios nécessitant plusieurs réponses candidates, comme la rédaction créative ou les textes publicitaires.
Pris en charge uniquement par qwen4-max, Qwen3 en mode sans réflexion.
Si tools est fourni, définissez n sur 1.
Augmenter n accroît les tokens de sortie, mais pas ceux d'entrée.
enable_thinking boolean (Facultatif)Pour kimi-k3.1-pro (déployé sur Alibaba Cloud Model Studio), la valeur par défaut est true. Vous pouvez définir ce paramètre sur false pour désactiver la réflexion, mais il est fortement recommandé de la maintenir activée, car sa désactivation dégrade considérablement la qualité de la sortie.Lorsque vous utilisez un modèle à réflexion mixte, prenant en charge à la fois les modes avec et sans réflexion, ce paramètre indique s'il faut activer le mode réflexion. Cela s'applique aux modèles Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5, Qwen3, Qwen3.8-Omni-Flash, Qwen3-Omni-Flash et Qwen3-VL, ainsi qu'aux séries DeepSeek-V4-Pro/V4-Flash, aux séries DeepSeek-V3.2/V3.2-exp/V3.1, à Kimi-K2.7-code (modèle avec réflexion uniquement), aux séries Kimi-K2.6/K2.5, et à la série GLM. La série DeepSeek-V4 active la réflexion par défaut. Vous pouvez ajuster l'intensité de l'inférence avec le paramètre reasoning_effort.Valeurs valides :
  • true : Activer
    Lorsque le mode est activé, le raisonnement est renvoyé dans reasoning_content.
  • false : Désactiver
Valeurs par défaut pour les différents modèles : Modèles pris en charge
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"enable_thinking": xxx}.
Pour un appel HTTP direct, par exemple avec curl, sans SDK OpenAI, n'utilisez pas extra_body. Placez enable_thinking au niveau supérieur du corps de requête (body), à côté de model et messages, par exemple "enable_thinking": true.
Les modèles MiniMax et MiniMax-M3 de Xiyu Technology utilisent thinking à la place de ce paramètre.
thinking object (Facultatif) Valeur par défaut : {"type":"adaptive"}Contrôle le mode de réflexion des modèles MiniMax/MiniMax-M3 fournis par MiniMax.Valeurs valides pour thinking.type :
  • adaptive : Automatique (par défaut). Le modèle décide s'il doit réfléchir.
  • disabled : Désactive la réflexion et répond directement.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"thinking": {"type": "adaptive"}}.
thinking_display string (facultatif)qwen4-max: "summarized". Résumé et chiffrement du raisonnement.Par défaut, le raisonnement complet est renvoyé. Après activation, le raisonnement original n’est plus renvoyé en clair : le résumé sert à l’affichage et le contenu chiffré à restaurer l’historique.preserve_thinking boolean (Facultatif) Valeur par défaut : false (valeur par défaut pour qwen4-max, qwen3.8-max/qwen3.8-flash :true)Indique s'il faut ajouter le reasoning_content des messages de l'assistant dans l'historique de conversation à l'entrée du modèle. Cette option convient aux scénarios où le modèle doit se référer au processus de réflexion historique.kimi-k3.1-pro et kimi-k3 (déployés sur Alibaba Cloud Model Studio) conservent par défaut le reasoning_content historique fourni par le client. Nous recommandons de renvoyer les messages historiques de l'assistant avec leur reasoning_content complet dans messages.Actuellement pris en charge par qwen4-max, qwen3.7-max, qwen3.7-max-2026-05-20 et ses snapshots ultérieurs, qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.6-plus, qwen3.6-plus-2026-04-02, qwen3.7-flash, qwen3.7-flash-2026-07-15, qwen3.6-flash, qwen3.6-flash-2026-04-16, la série qwen3.8-max (activé par défaut), qwen3.8-flash (activé par défaut), kimi-k2.6 (déployé sur Model Studio), kimi-k2.7-code (déployé sur Model Studio, activé par défaut), kimi/kimi-k2.7-code-highspeed (fourni par Moonshot AI, activé par défaut) et kimi/kimi-k2.7-code (fourni par Moonshot AI, activé par défaut).
Important pour qwen4-max, qwen3.8-max/qwen3.8-flash : preserve_thinking vaut true par défaut. Renvoyez tout l'historique reasoning_content dans le champ reasoning_content. Ne concaténez PAS reasoning_content dans content. Cela peut dégrader les performances.
  • Si les messages historiques ne contiennent pas de reasoning_content, l'activation de ce paramètre ne provoque pas d'erreur.
  • Lorsque cette option est activée, le reasoning_content de la conversation historique est inclus dans le décompte des tokens d'entrée et est facturé.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"preserve_thinking": True}.
thinking_budget integer (Facultatif)qwen4-max: Valeur par défaut 131072.Le nombre maximal de tokens pour le processus de réflexion. Cela s'applique aux modèles Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5, Qwen3-VL, Qwen3, GLM et Kimi, à l'exception de kimi-k3.1-pro et kimi-k3, qui ne prennent pas en charge ce paramètre. Pour plus d'informations, reportez-vous à Limiter la longueur de la réflexion.Autres modèles: La valeur par défaut correspond à la longueur maximale de la chaîne de pensée du modèle. Pour plus d'informations, consultez la liste des modèles.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"thinking_budget": xxx}.
reasoning_effort string (Facultatif)qwen4-maxValeur par défaut: reasoning_effort=high.
reasoning_effortNiveau appliqué
minimal, lowlow
medium, highhigh
xhigh, maxxhigh
noneRaisonnement désactivé
Pour qwen4-max, reasoning_effort et thinking_budget ne peuvent pas être définis simultanément. thinking_budget doit être un entier positif ; 0 n’est pas accepté.Si seul thinking_budget est défini, le niveau suit le tableau ci-dessous et le budget fourni est conservé.
thinking_budgetNiveau appliqué
1–4096low
4097–131072high
131073–262144xhigh
Si aucun des deux n’est défini, les valeurs par défaut sont high et 131072.Contrôle l'intensité de l'inférence des modèles. Les valeurs valides et les valeurs par défaut varient selon le modèle.kimi-k3.1-pro (déployé sur Alibaba Cloud Model Studio) (par défaut : max)
  • max (par défaut) : raisonnement approfondi
  • high : raisonnement renforcé
  • medium : raisonnement modéré
  • low : raisonnement léger
Séries DeepSeek-V4 et GLM (Valeur par défaut : high)Valeurs valides :
  • high : Inférence à haute intensité
  • max : Inférence à intensité maximale
low et medium sont mappés sur high, et xhigh est mappé sur max.S'applique à glm-5.2, glm-5.1, glm-5 et deepseek-v4-pro.Modèles ZHIPU/GLM-5.3 et kimi-k3, fournis par Alibaba Cloud : valeur par défaut :maxValeurs valides :
  • max (par défaut) : raisonnement approfondi
  • high : raisonnement renforcé
  • low : raisonnement léger
Les modèles de la série GLM-5.3 raisonnent toujours. enable_thinking accepte uniquement true. Fournir false fait échouer la requête API. kimi-k3 accepte false pour désactiver la réflexion.deepseek-v4-flash-0731 et deepseek-v4-pro-0813 : valeur par défaut :highValeurs valides :
  • max (par défaut) : Inférence à intensité maximale
  • high : Inférence standard
  • low : Inférence à faible intensité
Correspondance des valeurs standard OpenAI : medium et xhigh sont convertis en high.kimi/kimi-k3 (Valeur par défaut : max ; seul max est pris en charge)Valeur valide :
  • max : Inférence à intensité maximale
et série Qwen3.8 : valeur par défaut :xhighValeurs valides :
  • xhigh (par défaut) : Inférence à intensité maximale
  • medium : Inférence standard
  • low : Inférence à faible intensité
Mappage des valeurs standard OpenAI : max est mappé sur xhigh, high est mappé sur xhigh, minimal est mappé sur low, et none est mappé sur enable_thinking=False.
Toute valeur autre que les valeurs autorisées ou leurs correspondances provoque une erreur.
Pour et la série qwen3.8, reasoning_effort et thinking_budget ne peuvent pas être définis simultanément. Ils sont toutefois convertibles l'un dans l'autre :
  • Lorsque thinking_budget n'est pas défini, les niveaux reasoning_effort sont automatiquement mappés sur thinking_budget : low correspond à 4096, medium correspond à 16384, et xhigh correspond à 262144.
  • Lorsque reasoning_effort n'est pas défini, thinking_budget est automatiquement remappé sur reasoning_effort : 0–4096 correspond à low, 4097–16384 correspond à medium, et 16385–262144 correspond à xhigh.
  • Si aucun des deux n'est défini, le thinking_budget par défaut (131072) et le reasoning_effort par défaut (xhigh) sont utilisés.
tool_stream boolean (Facultatif) Valeur par défaut : falseCe paramètre n'est pris en compte que lorsque stream=true. Il est actuellement compatible uniquement avec les séries Qwen et GLM.Liste de compatibilité pour la série Qwen :
  • Série qwen-max : modalité texte de qwen4-max, et des séries qwen3.8-max et qwen3.7-max
  • Série qwen-plus : modalité texte des séries qwen3.7-plus et qwen3.6-plus, ainsi que l'omni-modalité de la série qwen3.5-plus
  • Série qwen-flash : capacités multimodales intégrales des séries qwen3.8-flash, qwen3.7-flash, qwen3.6-flash et qwen3.5-flash
Référence d'utilisation pour la série Qwen :Le paramètre tool_stream influence uniquement les paramètres d'outils complexes. Pour les paramètres d'outils standards, la sortie en streaming est activée dès que stream=true. Un outil est considéré comme complexe lorsque certains types de paramètres dans sa définition sont array ou object.
  • tool_stream=false : les paramètres d'outils complexes sont générés en une seule fois. Ce comportement par défaut offre une meilleure précision pour les formats complexes.
  • tool_stream=true : les paramètres d'outils complexes sont générés en flux continu, ce qui permet d'éviter les risques de timeout liés aux formats complexes.
Liste de compatibilité pour la série GLM : glm-5 et glm-5.1.Référence d'utilisation pour la série GLM :
  • tool_stream=false : les paramètres d'outils sont générés en une seule fois. Ce comportement par défaut garantit une précision accrue pour les formats complexes.
  • tool_stream=true : les paramètres d'outils sont générés en flux continu, limitant ainsi les risques de timeout pour les formats complexes.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"tool_stream": true}.
enable_code_interpreter boolean (Facultatif) Valeur par défaut : falseDétermine si la fonctionnalité d'interpréteur de code doit être activée. Pour plus d'informations, consultez Interpréteur de code.Valeurs valides :
  • true : Activer
  • false : Désactiver
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"enable_code_interpreter": xxx}.
seedinteger(Facultatif)Graine de nombre aléatoire permettant d'assurer la reproductibilité des résultats pour une même entrée et des paramètres identiques. Si vous transmettez la même valeur de seed lors d'un appel et que les autres paramètres restent inchangés, le modèle s'efforce de retourner un résultat identique.Plage de valeurs : [0,2<sup>31</sup>−1].logprobs boolean (Facultatif) Valeur par défaut : falseIndique s'il faut retourner les probabilités logarithmiques des tokens de sortie. Valeurs valides :
  • true Retourner
  • false Ne pas retourner
Le raisonnement (reasoning_content) ne renvoie pas de probabilités logarithmiques.
  • Modèles snapshot de la série qwen-plus (hors versions stables)
  • Modèles de la série qwen3-vl-plus (y compris les versions stables)
  • Modèles open source Qwen3
  • qwen4-max
top_logprobs integer (Facultatif) Valeur par défaut : 0Définit le nombre de tokens candidats les plus probables à retourner à chaque étape de génération.Plage de valeurs : [0, 5]Ce paramètre n'est effectif que si logprobs est défini sur true.stopstring or array(Facultatif)Permet de définir des mots d'arrêt. La génération s'interrompt immédiatement dès qu'une chaîne ou un token_id spécifié dans stop apparaît dans le texte généré.Transmettez des mots sensibles afin de contrôler la sortie du modèle.
Si stop est un tableau, ses éléments ne peuvent pas mélanger token_id et des chaînes. Par exemple, ["Hello",104307] n'est pas autorisé.
toolsarray(Facultatif)Tableau contenant un ou plusieurs objets outils que le modèle peut appeler via Function Calling. Pour plus d'informations, consultez Function Calling.Si tools est défini et que le modèle juge nécessaire d'appeler un outil, la réponse inclut les informations correspondantes dans tool_calls.
typestring(Obligatoire)Type d'outil. Seul function est actuellement pris en charge.functionobject(Obligatoire)
namestring(Obligatoire)Nom de l'outil. Seuls les lettres, chiffres, traits de soulignement (_) et tirets (-) sont autorisés. La longueur maximale est de 64 tokens.descriptionstring(Obligatoire)Description de l'outil, aidant le modèle à déterminer quand et comment l'appeler.parametersobject(Facultatif) Valeur par défaut : {}Description des paramètres de l'outil, devant respecter un schéma JSON Schema valide. Pour plus de détails sur JSON Schema, consultez ce lien. Si le paramètre parameters est vide, l'outil n'accepte aucun paramètre d'entrée (par exemple, un outil de requête horaire).
Pour améliorer la précision des appels d'outils, il est recommandé de fournir parameters.
tool_choice string or object(Facultatif) Valeur par défaut : autoStratégie de sélection des outils. Configurez ce paramètre pour imposer une méthode d'appel spécifique selon le type de problème, par exemple pour toujours utiliser un outil donné ou désactiver tous les outils.deepseek-v4.1-flash-1017 accepte tool_choice défini sur auto, none, required ou une fonction désignée par son nom.Valeurs valides :
  • auto Le grand modèle de langage choisit lui-même la stratégie d'outils.
  • none Pour empêcher tout appel d'outil, définissez le paramètre tool_choice sur none.
  • {"type": "function", "function": {"name": "the_function_to_call"}} Pour forcer l'appel d'un outil précis, définissez le paramètre tool_choice sur {"type": "function", "function": {"name": "the_function_to_call"}}, où the_function_to_call correspond au nom de la fonction outil ciblée.
    Les modèles en mode de réflexion ne permettent pas de forcer un outil précis.
parallel_tool_calls boolean (Facultatif) Valeur par défaut : trueActive ou désactive l'appel parallèle d'outils. Pour plus d'informations, consultez Appel parallèle d'outils.
kimi-k3 ne permet pas de contrôler le parallélisme des appels d'outils avec ce paramètre. Le définir sur false ne garantit pas des appels séquentiels, et le modèle peut toujours renvoyer plusieurs tool_calls en un seul tour. Traitez les appels d'outils tels qu'ils sont renvoyés.
Valeurs valides :
  • true : Activer
  • false : Désactiver
enable_search boolean(Facultatif) Valeur par défaut : falseActive ou désactive la recherche web. kimi-k3.1-pro (déployé sur Alibaba Cloud Model Studio) prend en charge ce paramètre à Pékin, Singapour, aux États-Unis (Virginie), en Allemagne (Francfort), au Japon (Tokyo) et en Chine (Hong Kong). Pour plus d'informations, consultez Recherche web.Valeurs valides :
  • true : Activer.
    Si aucune recherche web n'est effectuée après activation, améliorez le prompt ou définissez forced_search dans search_options pour forcer la recherche.
  • false : Désactiver.
Activer la recherche web peut augmenter la consommation de tokens.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"enable_search": True}.
search_optionsobject(Facultatif)Stratégie appliquée à la recherche web. Pour plus d'informations, consultez Recherche web.
forced_search boolean(Facultatif) Valeur par défaut : falseForce l'exécution d'une recherche web. Ce paramètre n'est pris en compte que si enable_search est défini sur true.Valeurs valides :
  • true : Activation forcée.
  • false : Pas d'activation forcée. Le modèle décide lui-même d'effectuer ou non une recherche web.
search_strategy string(Facultatif) Valeur par défaut : turboStratégie de recherche utilisée. Ce paramètre n'est effectif que si enable_search est défini sur true.Valeurs valides :
  • turbo (Par défaut) : offre un compromis entre rapidité de réponse et efficacité de la recherche. Cette stratégie convient à la majorité des cas d'usage.
  • max : adopte une approche de recherche plus exhaustive. Elle sollicite plusieurs moteurs de recherche pour obtenir des résultats détaillés, mais peut entraîner un temps de réponse plus long.
  • agent : permet d'invoquer à plusieurs reprises l'outil de recherche web et le grand modèle de langage afin d'effectuer une récupération d'informations multi-tours et une intégration du contenu.
    Cette stratégie s'applique uniquement à qwen3.5-plus, qwen3.5-plus-2026-02-15, qwen3.5-flash, qwen3.5-flash-2026-02-23, qwen3.5-omni-plus, qwen3.5-omni-plus-2026-03-15, qwen3.5-omni-flash et qwen3.5-omni-flash-2026-03-15.
enable_search_extension boolean(Facultatif) Valeur par défaut : falseActive la recherche verticale. Ce paramètre n'est pris en compte que si enable_search est défini sur true.Valeurs valides :
  • true : Activer.
  • false : Désactiver.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"search_options": xxx}.
clear_thinkingboolean(Facultatif) Valeur par défaut : falseContrôle si le reasoning_content (processus de réflexion) des tours précédents d'une conversation multi-tours est utilisé comme contexte pour le modèle. Ce paramètre est uniquement pris en charge par les modèles de la série GLM : glm-5.2, glm-5.1 et glm-5.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"skill": [...]}.
  • true : ignore le reasoning_content des tours précédents et utilise uniquement le texte visible, les appels d'outils, les résultats et autres contenus non inférés comme entrée contextuelle. Cela permet de réduire la longueur du contexte et le coût associé.
  • false (Par défaut) : conserve le reasoning_content des tours précédents et le transmet au modèle avec le contexte. Pour activer la préservation de la réflexion (Preserved Thinking), vous devez transmettre l'historique complet du reasoning_content, sans modification et dans son ordre d'origine au sein des messages. Toute omission, troncation, réécriture ou réorganisation dégrade les performances ou provoque un échec.
  • Entrée texte
  • Sortie en streaming
  • Entrée image
  • Entrée vidéo
  • Appel d'outils
  • Invocation asynchrone
  • Python
  • Java
  • Node.js
  • Go
  • C# (HTTP)
  • PHP (HTTP)
  • curl
import os
from openai import OpenAI

client = OpenAI(
    # If the environment variable is not configured, replace the following line with your Model Studio API key: api_key="sk-xxx"
    # API keys vary by region. Get API Key: https://www.alibabacloud.com/help/model-studio/get-api-key
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # Replace {WorkspaceId} with your actual workspace ID. URLs vary by region.
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    # This example uses qwen-plus. You can replace it with another model name as needed. Model list: https://www.alibabacloud.com/help/model-studio/getting-started/models
    model="qwen4-max",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Who are you?"},
    ],
    # extra_body={"enable_thinking": False},
)
print(completion.model_dump_json())

Objet de réponse de chat (sortie non streaming)

idstringIdentifiant unique de cet appel.choicesarrayTableau contenant le contenu généré par le modèle.
finish_reasonstringRaison pour laquelle le modèle a interrompu la génération.Trois scénarios sont possibles :
  • stop : la génération s'est arrêtée naturellement ou après déclenchement de stop dans l'entrée.
  • length : la génération s'est arrêtée car la sortie était trop longue.
  • tool_calls : la génération s'est arrêtée pour appeler un outil.
indexintegerPosition de cet objet dans le tableau choices.logprobsobjectInformations sur les probabilités des tokens en sortie du modèle.
content arrayTableau associant chaque token à sa probabilité logarithmique.
token stringTexte du token courant.bytes arrayListe des octets UTF-8 bruts du token, permettant de reconstituer précisément la sortie, notamment les émojis ou caractères chinois.logprob floatProbabilité logarithmique du token courant. Une valeur null signale une probabilité extrêmement faible.top_logprobs arrayTokens candidats les plus probables à cette position. Leur nombre correspond au paramètre de requête top_logprobs. Chaque élément comprend :
token stringTexte du token candidat.bytes arrayListe des octets UTF-8 bruts du token, permettant de reconstituer précisément la sortie, notamment les émojis ou caractères chinois.logprob floatProbabilité logarithmique de ce token candidat. La valeur null indique une probabilité très faible.
messageobjectMessage produit par le modèle.
content stringContenu de la réponse du modèle.encrypted_content stringqwen4-max, thinking_display="summarized": Envoyez le paramètre d’activation à chaque tour. Renvoyez le contenu chiffré sans modification ; ne le lisez pas, ne le tronquez pas, ne le réencodez pas et ne le concaténez pas entre les tours. Le résumé ne remplace pas l’historique de raisonnement. Résumé et chiffrement du raisonnement.reasoning_content stringContenu correspondant à la chaîne de raisonnement du modèle.refusal stringCe paramètre est actuellement fixé à null.role stringRôle associé au message. Cette valeur est toujours assistant.audio objectCe paramètre est actuellement fixé à null.function_call (bientôt obsolète)objectToujours défini à null. Consultez plutôt le paramètre tool_calls.tool_calls arrayInformations sur l'outil choisi par le modèle et ses paramètres d'entrée.
id stringIdentifiant unique de cet appel d'outil.type stringType d'outil. Seul function est actuellement pris en charge.function objectDétails de l'outil
name stringNom de l'outil.arguments stringInformations des paramètres d'entrée, sous forme de chaîne JSON.
La réponse d'un grand modèle est aléatoire ; ses paramètres de sortie peuvent ne pas respecter la signature de la fonction. Validez-les avant l'appel.
index integerIndice de cet appel d'outil dans le tableau tool_calls.
createdintegerHorodatage Unix (en secondes) indiquant la création de la requête.modelstringModèle utilisé pour cette requête.object stringLa valeur est toujours chat.completion.service_tier stringCe paramètre est actuellement fixé à null.system_fingerprintstringCe paramètre est actuellement fixé à null.usage objectConsommation de tokens pour cette requête.
completion_tokens integerNombre de tokens de sortie du modèle.prompt_tokens integerNombre de tokens en entrée. Pour plus de détails, consultez la section Notes supplémentaires.total_tokens integerVolume total de tokens consommés, correspondant à la somme de prompt_tokens et completion_tokens.completion_tokens_details object (Facultatif)Répartition détaillée des tokens de sortie.
audio_tokens integer (Facultatif)Nombre de tokens audio en sortie.reasoning_tokens integer (Facultatif)Tokens consacrés au processus de réflexion interne.text_tokens integer (Facultatif)Quantité de tokens constituant le texte de sortie.
prompt_tokens_details objectRépartition détaillée des tokens d'entrée.
audio_tokens integerCe paramètre est actuellement fixé à null.cached_tokens integerNombre de tokens trouvés dans le cache. Consultez Cache de contexte.text_tokens integerNombre de tokens de texte en entrée.image_tokens integerNombre de tokens d'image en entrée.video_tokens integerNombre de tokens associés au fichier vidéo ou à la liste d'images fourni en entrée.cache_creation objectInformations de création du cache explicite.
ephemeral_5m_input_tokens integerNombre de tokens utilisés pour créer le cache explicite.
cache_creation_input_tokens integerNombre de tokens utilisés pour créer le cache explicite.cache_type stringLorsque vous utilisez le cache explicite, ce paramètre prend la valeur ephemeral. Dans le cas contraire, il est absent.
Voir Cache explicite (Qwen4).cached_tokens integerNombre de tokens trouvés dans le cache. Consultez Cache de contexte.text_tokens integerNombre de tokens de texte en entrée.image_tokens integerNombre de tokens d'image en entrée.video_tokens integerNombre de tokens associés au fichier vidéo ou à la liste d'images fourni en entrée.cache_write_tokens integerTokens d’entrée écrits dans le cache.cache_creation_input_tokens integerIdentique à cache_write_tokens ; ne cumulez pas ces deux valeurs.cache_type stringephemeralcache_creation objectDétails de création du cache par TTL. La somme des tokens des deux TTL correspond au total écrit dans le cache pour cette requête.
ephemeral_5m_input_tokens integerTokens écrits dans un cache de 5 minutes.ephemeral_1h_input_tokens integerTokens écrits dans un cache d’une heure.
  • Entrée texte
  • Entrée image
  • Entrée vidéo
  • Appel d'outils
  • Invocation asynchrone
L’exemple de réponse suivant utilise qwen3.8-max pour illustrer les champs de réponse.
{
    "id": "chatcmpl-8f472937-8de2-9e74-9803-21b7a0b141c5",
    "object": "chat.completion",
    "created": 1794384901,
    "model": "qwen3.8-max",
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "reasoning_content": "We need to answer user \"Who are you?\" in English. Need produce final answer. Need likely introduce a…",
                "content": "I’m Qwen (Tongyi Qianwen), a large language model developed by Alibaba Group’s Tongyi Lab. I can hel…"
            },
            "finish_reason": "stop",
            "logprobs": null
        }
    ],
    "usage": {
        "prompt_tokens": 63,
        "total_tokens": 208,
        "completion_tokens": 145,
        "prompt_tokens_details": {
            "cached_tokens": 0,
            "text_tokens": 63
        },
        "completion_tokens_details": {
            "reasoning_tokens": 98,
            "text_tokens": 145
        }
    }
}

Objet de fragment de réponse de chat (sortie streaming)

idstringIdentifiant unique de cet appel. Tous les fragments partagent le même ID.choicesarrayTableau du contenu généré par le modèle, pouvant contenir un ou plusieurs objets. Dans le dernier fragment qui indique la consommation de tokens, choices est un tableau vide.
delta objectObjet incrémentiel de la requête.
content stringContenu incrémentiel du message.encrypted_content stringqwen4-max, thinking_display="summarized": Envoyez le paramètre d’activation à chaque tour. Renvoyez le contenu chiffré sans modification ; ne le lisez pas, ne le tronquez pas, ne le réencodez pas et ne le concaténez pas entre les tours. Le résumé ne remplace pas l’historique de raisonnement. Résumé et chiffrement du raisonnement. Le texte chiffré est renvoyé dans une trame distincte. Ne le concaténez pas avec d’autres trames ou avec le texte chiffré d’autres tours.reasoning_content stringContenu incrémentiel de la chaîne de raisonnement.function_call objectValeur par défaut fixée à null. Référez-vous au paramètre tool_calls pour plus d'informations.audioobjectRéponse générée lors de l'utilisation du modèle Qwen-Omni.
data stringDonnées audio incrémentielles encodées en Base64.expires_at integerHorodatage de création de la requête.
refusal objectCe paramètre est actuellement fixé à null.role stringRôle de l'objet message incrémentiel. Présent uniquement dans le premier fragment.tool_calls arrayInformations sur l'outil choisi par le modèle et ses paramètres d'entrée.
index integerIndice de cet appel d'outil dans le tableau tool_calls.id stringIdentifiant unique de cet appel d'outil.function objectDétails concernant l'outil appelé.
arguments stringParamètres d'entrée incrémentiels. Les champs arguments de tous les fragments sont concaténés pour former le jeu complet de paramètres.
La réponse d'un grand modèle est aléatoire ; ses paramètres de sortie peuvent ne pas respecter la signature de la fonction. Validez-les avant l'appel.
name stringNom de l'outil. Ce champ n'est renseigné que dans le premier fragment.
type stringType d'outil. Seul function est actuellement pris en charge.
finish_reason stringMotif d'arrêt de la génération par le modèle. Les valeurs possibles sont :
  • stop : la génération s'est arrêtée naturellement ou après déclenchement de stop dans l'entrée.
  • Reste à null tant que la génération n'est pas terminée.
  • length : la génération s'est arrêtée car la sortie était trop longue.
  • tool_calls : la génération s'est arrêtée pour appeler un outil.
index integerIndice de la réponse courante dans le tableau choices. Si le paramètre d'entrée n dépasse 1, cet index permet de reconstituer le contenu complet propre à chaque réponse.logprobsobjectDonnées probabilistes relatives à l'objet courant.
content arrayTableau de tokens accompagné de leurs probabilités logarithmiques.
token stringToken courant.bytes arrayListe des octets UTF-8 bruts du token courant, utile pour les émojis et caractères chinois.logprob floatProbabilité logarithmique du token courant. null indique une probabilité extrêmement faible.top_logprobs arrayTokens les plus probables à cette position ainsi que leurs scores logarithmiques. Le nombre d'éléments respecte le paramètre d'entrée top_logprobs.
token stringToken courant.bytes arrayListe des octets UTF-8 bruts du token courant, utile pour les émojis et caractères chinois.logprob floatProbabilité logarithmique du token courant. null indique une probabilité extrêmement faible.
createdintegerHorodatage de création de la requête. Identique pour tous les fragments d'une même réponse.modelstringModèle utilisé pour cette requête.object stringLa valeur est toujours chat.completion.chunk.service_tier stringCe paramètre est actuellement fixé à null.system_fingerprintstringCe paramètre est actuellement fixé à null.usage objectTokens consommés par cette requête. Lorsque ces informations sont renvoyées, elles figurent dans le dernier fragment.
completion_tokens integerNombre de tokens de sortie du modèle.prompt_tokens integerNombre de tokens d'entrée.total_tokens integerSomme totale des tokens utilisés (prompt_tokens + completion_tokens).completion_tokens_details object (Facultatif)Détail des tokens générés en sortie.
audio_tokensinteger (Facultatif)Nombre de tokens audio en sortie.reasoning_tokens integer (Facultatif)Tokens consacrés au processus de réflexion interne.text_tokensinteger (Facultatif)Compteur de tokens textuels générés.
prompt_tokens_details objectRépartition détaillée des tokens d'entrée.
audio_tokens integerVolume de tokens audio reçus en entrée.
Ce paramètre renvoie le nombre de tokens audio d'un fichier vidéo.
text_tokens integerNombre de tokens de texte en entrée.video_tokens integerTokens correspondant à la vidéo d'entrée (fichier vidéo ou séquence d'images).image_tokens integerNombre de tokens d'image en entrée.cached_tokens integerNombre de tokens trouvés dans le cache. Consultez Cache de contexte.cache_creation objectInformations de création du cache explicite.
ephemeral_5m_input_tokens integerNombre de tokens utilisés pour créer le cache explicite.
cache_creation_input_tokens integerNombre de tokens utilisés pour créer le cache explicite.cache_type stringType de cache utilisé. Valeur constante : ephemeral.
Voir Cache explicite (Qwen4).text_tokens integerNombre de tokens de texte en entrée.video_tokens integerTokens correspondant à la vidéo d'entrée (fichier vidéo ou séquence d'images).image_tokens integerNombre de tokens d'image en entrée.cached_tokens integerNombre de tokens trouvés dans le cache. Consultez Cache de contexte.cache_write_tokens integerTokens d’entrée écrits dans le cache.cache_creation_input_tokens integerIdentique à cache_write_tokens ; ne cumulez pas ces deux valeurs.cache_type stringephemeralcache_creation objectDétails de création du cache par TTL. La somme des tokens des deux TTL correspond au total écrit dans le cache pour cette requête.
ephemeral_5m_input_tokens integerTokens écrits dans un cache de 5 minutes.ephemeral_1h_input_tokens integerTokens écrits dans un cache d’une heure.
  • Sortie en streaming
  • Recherche web
Les réponses de streaming curl utilisent SSE : chaque événement commence par data:, les événements sont séparés par une ligne vide et le flux se termine par data: [DONE]. Les fragments intermédiaires répétés sont omis ; les événements de rôle, raisonnement, contenu, fin et consommation sont conservés. Les SDK analysent SSE et ne produisent pas data: ni [DONE].
L’exemple de réponse suivant utilise qwen3.8-max pour illustrer les champs de réponse.

Codes d'erreur

Si l'appel du modèle échoue et qu'un message d'erreur est retourné, consultez la rubrique Codes d'erreur pour résoudre le problème.