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)
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{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.
Corps de la requêtemodelstring(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 système object(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.
Propriétés content string(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.object(Required)Message provenant de l'utilisateur. Il transmet des questions, des instructions ou du contexte au modèle.
Propriétés content string 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.
Propriétés pour les modèles multimodaux ou lorsque la mise en cache explicite est activée type string(Obligatoire)Valeurs valides :
stringTexte 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.
Propriétés 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 :
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.objectInformations sur l'audio d'entrée. Ce paramètre devient nécessaire si type correspond à input_audio.
Propriétés 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.arrayInformations 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 :objectInformations 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.
Propriétés 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.float(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.
Description de la fonctionnalité Le paramètre fps remplit deux fonctions :
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.
Exemples de valeurs
integer(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.
Plage de valeurs
Exemples de valeurs
integer(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.
Plage de valeurs
Exemples de valeurs
integer(Facultatif)Budget total de pixels des images extraites d’une vidéo.
Valeur maximale
Exemples de valeurs
object (Facultatif)Pris en charge uniquement par qwen4-max. Définit la fin du préfixe mis en cache. Voir Cache explicite (Qwen4).
Propriétés mode string (Obligatoire)Seul explicit est accepté. Transmettez-le explicitement pour définir un point de rupture.object(Facultatif)Active la mise en cache explicite. Pour plus d'informations, consultez Mise en cache explicite.
Propriétés type string(Obligatoire)Seule la valeur ephemeral est prise en charge.
Propriétés (Qwen4) 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.string(Obligatoire)Rôle associé au message utilisateur. La valeur est fixée à user.object(Optional)Réponse générée par le modèle. Elle est généralement réinjectée comme contexte lors d'une conversation multi-tours.
Propriétés content string(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 :
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.
Propriétés 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
Propriétés name string(Obligatoire)Nom de l'outil.arguments string(Obligatoire)Informations des paramètres d'entrée, sous forme de chaîne JSON.integer(Obligatoire)Indice de cet appel d'outil dans le tableau tool_calls.object(Optional)Résultat issu de l'appel d'outil.
Propriétés content string(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.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).
Propriétés 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.boolean(Facultatif) Valeur par défaut : falseIndique si la réponse doit être fournie en mode streaming. Pour plus d'informations, consultez Sortie en streaming.Valeurs valides :
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. object(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_usage boolean(Facultatif)En streaming, le dernier fragment de données contient usage, et son champ choices est un tableau vide.array(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 :
object(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).
Propriétés voice string (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.float(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_p float(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_k integer(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.
Valeurs top_k par défaut 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_penalty float(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.
Valeurs presence_penalty par défaut 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.
Fonctionnement 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.
Exemple 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_format object (Facultatif) Valeur par défaut : {"type": "text"}Le format de la réponse. Valeurs valides :
Pour plus d'informations, consultez Sortie structurée. Les modes Si vous spécifiez
Propriétés type string(Obligatoire)Le format du contenu retourné. Valeurs valides :
object(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
Propriétés name string(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.integer(Facultatif, bientôt obsolète)
Ce paramètre sera abandonné. Pour les nouvelles intégrations, utilisez La signification de ce paramètre varie selon le modèle :
integer(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 :
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 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.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : extra_body={"vl_high_resolution_images":xxx}.n integer(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 Si 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 :
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : Pour un appel HTTP direct, par exemple avec curl, sans SDK OpenAI, n'utilisez pas
Les modèles MiniMax et MiniMax-M3 de Xiyu Technology utilisent 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 :
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : 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.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : 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 : reasoning_effort string (Facultatif)qwen4-maxValeur par défaut: reasoning_effort=high.
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.
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)
high)Valeurs valides :
maxValeurs valides :
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 :
medium et xhigh sont convertis en high.kimi/kimi-k3 (Valeur par défaut : max ; seul max est pris en charge)Valeur valide :
xhighValeurs valides :
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 :
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 :
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.
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : 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 :
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : 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 :
Le raisonnement (
Modèles pris en charge
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 mélangertools array(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.
Propriétés type string(Obligatoire)Type d'outil. Seul function est actuellement pris en charge.functionobject(Obligatoire)
Propriétés name string(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 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 :
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 surValeurs valides :
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 :
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 : search_optionsobject(Facultatif)Stratégie appliquée à la recherche web. Pour plus d'informations, consultez Recherche web.
Propriétés 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 :
string(Facultatif) Valeur par défaut : turboStratégie de recherche utilisée. Ce paramètre n'est effectif que si enable_search est défini sur true.Valeurs valides :
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 :
Ce paramètre n'est pas standard dans OpenAI. Avec le SDK Python, placez-le dans extra_body : 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 :
|
|
Objet de réponse de chat (sortie non streaming)idstringIdentifiant unique de cet appel.choicesarrayTableau contenant le contenu généré par le modèle.
Propriétés finish_reason stringRaison pour laquelle le modèle a interrompu la génération.Trois scénarios sont possibles :
integerPosition de cet objet dans le tableau choices.logprobsobjectInformations sur les probabilités des tokens en sortie du modèle.
Propriétés content arrayTableau associant chaque token à sa probabilité logarithmique.
Propriétés 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 :
Propriétés 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.objectMessage produit par le modèle.
Propriétés 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.
Propriétés id stringIdentifiant unique de cet appel d'outil.type stringType d'outil. Seul function est actuellement pris en charge.function objectDétails de l'outil
Propriétés 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. integerIndice de cet appel d'outil dans le tableau tool_calls.integerHorodatage 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.
Propriétés 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.
Propriétés 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.objectRépartition détaillée des tokens d'entrée.
Propriétés 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.
Propriétés ephemeral_5m_input_tokens integerNombre de tokens utilisés pour créer le cache explicite.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.
Propriétés (Qwen4) 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.
Propriétés ephemeral_5m_input_tokens integerTokens écrits dans un cache de 5 minutes.ephemeral_1h_input_tokens integerTokens écrits dans un cache d’une heure. |
L’exemple de réponse suivant utilise qwen3.8-max pour illustrer les champs de réponse. |
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.
Propriétés delta objectObjet incrémentiel de la requête.
Propriétés 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.
Propriétés data stringDonnées audio incrémentielles encodées en Base64.expires_at integerHorodatage de création de la requête.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.
Propriétés 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.
Propriétés 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.stringType d'outil. Seul function est actuellement pris en charge.stringMotif d'arrêt de la génération par le modèle. Les valeurs possibles sont :
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.
Propriétés content arrayTableau de tokens accompagné de leurs probabilités logarithmiques.
Propriétés 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.
Propriétés 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.integerHorodatage 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.
Propriétés 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.
Propriétés audio_tokens integer (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.objectRépartition détaillée des tokens d'entrée.
Propriétés 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.
Propriétés ephemeral_5m_input_tokens integerNombre de tokens utilisés pour créer le cache explicite.integerNombre de tokens utilisés pour créer le cache explicite.cache_type stringType de cache utilisé. Valeur constante : ephemeral.
Propriétés (Qwen4) 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.
Propriétés ephemeral_5m_input_tokens integerTokens écrits dans un cache de 5 minutes.ephemeral_1h_input_tokens integerTokens écrits dans un cache d’une heure. |
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]. |