É possível chamar modelos usando a API Chat compatível com OpenAI. Este documento descreve os parâmetros de entrada e saída e fornece exemplos de chamada.
- Singapore
- US (Virginia)
- China (Beijing)
- Hong Kong (China)
- Germany (Frankfurt)
- Japan (Tokyo)
base_url: https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1Requisição HTTP: POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions{WorkspaceId} pelo seu workspace ID real.
Obtain an API key e defina-o como uma variável de ambiente. Se você utilizar um SDK da OpenAI, também será necessário install the SDK.
Corpo da requisição |
|
messagesarray(Required)Contexto transmitido ao modelo de linguagem grande, organizado em ordem conversacional.
Tipo de mensagem System Message object(Optional)Mensagem de sistema que define a função, o tom, a tarefa ou as restrições para o modelo de linguagem grande. Geralmente é o primeiro elemento no array messages.Não defina uma mensagem de sistema para modelos QwQ. Mensagens de sistema não têm efeito em modelos QVQ.
Propriedades content string(Required)Instrução do sistema. Especifica a função, o comportamento, o estilo de resposta e as restrições de tarefa do modelo.rolestring(Required)Função da mensagem de sistema. O valor é fixo como system.object(Required)Mensagem do usuário. Transmite perguntas, instruções ou contexto ao modelo.
Propriedades content string or array(Required)Conteúdo da mensagem. O tipo é string se a entrada for apenas texto. O tipo é array se a entrada contiver dados multimodais, como imagens, ou se o cache explícito estiver ativado.
Propriedades para modelos multimodais ou quando o cache explícito está ativado type string(Required)Valores válidos:
stringTexto de entrada. Este parâmetro é obrigatório quando type é text.image_urlobjectInformações da imagem de entrada. Este parâmetro é obrigatório quando type é image_url.
Propriedades url string(Required)URL ou Data URL codificada em Base64 da imagem. Para passar um arquivo local, consulte Image and video understanding.detail string (Opcional)Detalhe do processamento de imagens. Para qwen4-max. O padrão é high.Quando max_pixels é omitido:
max_pixels substitui o limite de pixels selecionado por detail. O máximo é 16777216. No Chat Completions, coloque max_pixels no mesmo nível que image_url; no DashScope, no mesmo nível que image.Para imagens de alta resolução, high geralmente usa mais tokens de entrada que low.No Chat Completions, defina detail dentro de image_url ou no mesmo nível. No DashScope, defina no mesmo nível que image.objectInformações do áudio de entrada. Este parâmetro é obrigatório quando type é input_audio.
Propriedades data string(Required)URL ou Data URL codificada em Base64 do áudio. Para passar um arquivo local, consulte Input a Base64-encoded local file.formatstring(Required)Formato do áudio de entrada, como mp3 ou wav.arrayInformações do vídeo de entrada, fornecidas como uma lista de imagens. Este parâmetro é obrigatório quando type é video. Para mais informações sobre seu uso, consulte Video understanding (Qwen-VL, QVQ) ou Video understanding (Qwen-Omni).Valor de exemplo:objectInformações do arquivo de vídeo de entrada. Este parâmetro é obrigatório quando type é video_url.O Qwen-VL consegue compreender apenas as informações visuais dos arquivos de vídeo, enquanto o Qwen-Omni compreende tanto as informações visuais quanto as de áudio.
Propriedades url string(Required)URL pública ou Data URL codificada em Base64 do arquivo de vídeo. Para inserir um arquivo de vídeo local, consulte Input a Base64-encoded local file.float(Optional)Número de quadros a serem extraídos por segundo. Valores válidos: [0.1, 10]. Valor padrão: 2.0.O intervalo válido para MiniMax/MiniMax-M3 é [0.2, 5], e o valor padrão é 1.
Descrição do recurso O parâmetro fps tem duas funções:
fps é adequado para cenários de movimento rápido, como eventos esportivos ou filmes de ação. Um valor menor de fps é indicado para vídeos longos ou cenas com conteúdo estático.
Valores de exemplo
integer(Optional)Define o limiar mínimo de pixels para imagens ou quadros de vídeo de entrada. Se a contagem de pixels de uma entrada for menor que min_pixels, ela será ampliada até que sua contagem total de pixels seja maior que min_pixels. Este parâmetro se aplica aos modelos Qwen-VL e QVQ.
Faixa de valores
Valores de exemplo
integer(Optional)Especifica o limiar máximo de pixels para imagens ou quadros de vídeo de entrada. Se a contagem de pixels de uma imagem ou vídeo de entrada estiver dentro do intervalo [min_pixels, max_pixels], o modelo processa a imagem original. Se a contagem de pixels for maior que max_pixels, a imagem é reduzida até que sua contagem de pixels seja menor ou igual a max_pixels. Este parâmetro se aplica aos modelos Qwen-VL e QVQ.
Faixa de valores
Valores de exemplo
integer(Optional)Orçamento total de pixels dos quadros extraídos de um vídeo.
Valor máximo
Valores de exemplo
object (Opcional)Compatível apenas com qwen4-max. Define o fim do prefixo armazenado em cache. Consulte Cache explícito (Qwen4).
Propriedades mode string (Obrigatório)Apenas explicit é aceito. Envie-o explicitamente ao configurar um ponto.object(Optional)Ativa o cache explícito. Para mais informações, consulte Explicit caching.
Propriedades type string(Required)Apenas ephemeral é suportado.
Propriedades (Qwen4) Compatível apenas com qwen4-max. Os marcadores dos blocos Qwen4 também aceitam ttl: 5m ou 1h, com padrão 5m. Consulte Cache explícito (Qwen4).type string (Obrigatório)ephemeralttl string (Opcional)TTL do cache. Aceita 5m e 1h; o padrão é 5m.string(Required)Função da mensagem do usuário. O valor é fixo como user.object(Optional)Resposta do modelo. Normalmente é transmitida de volta ao modelo como contexto em uma conversa de múltiplas rodadas.
Propriedades content string(Optional)Conteúdo de texto da resposta do modelo. Quando tool_calls está incluído, content pode estar vazio. Caso contrário, content é obrigatório.rolestring(Required)Função da mensagem do assistente. O valor é fixo como assistant.encrypted_content stringqwen4-max, thinking_display="summarized": Envie o parâmetro de ativação em cada turno. Reenvie o conteúdo criptografado sem alterações; não o leia, trunque, recodifique, modifique ou concatene entre turnos. O resumo não substitui o histórico de raciocínio. Resumo e criptografia do raciocínio. Envie o texto criptografado de volta sem alterações.partialboolean(Optional) Valor padrão: falseEspecifica se o modo parcial deve ser ativado.Valores válidos:
array(Optional)Informações sobre a ferramenta e seus parâmetros de entrada que o modelo decide chamar. Contém um ou mais objetos e é obtido do campo tool_calls da resposta anterior do modelo.
Propriedades id string(Required)ID da chamada de ferramenta.type string(Required)Tipo da ferramenta. Atualmente, apenas function é suportado.function object(Required)Ferramentas e parâmetros de entrada
Propriedades name string(Required)Nome da ferramenta.arguments string(Required)Informações do parâmetro de entrada, como uma string formatada em JSON.integer(Required)Índice desta chamada de ferramenta no array tool_calls.object(Optional)Resultado da chamada de ferramenta.
Propriedades content string(Required)Conteúdo de saída da função da ferramenta. Deve ser uma string. Se a ferramenta retornar dados estruturados, como JSON, eles devem ser serializados em uma string.rolestring(Required)O valor é fixo como tool.tool_call_idstring(Required)ID da chamada de ferramenta à qual esta mensagem responde. Obtenha-o em completion.choices[0].message.tool_calls[$index].id. Este ID associa a mensagem da ferramenta à chamada de ferramenta correspondente. | |
prompt_cache_options object (Opcional)Compatível apenas com qwen4-max. Configuração de cache na raiz da solicitação. Envie parâmetros não padrão da raiz por extra_body no SDK Python, ou diretamente no SDK Node.js e curl. Consulte Cache explícito (Qwen4).
Propriedades mode string (Opcional)implicit: define pontos de cache automaticamente, sem configuração manual.explicit: não define pontos automáticos; exige um ponto manual para criar um cache explícito.ttl string (Opcional)TTL do cache. Aceita 5m e 1h; o padrão é 5m.Aplica-se a todos os pontos de cache na solicitação. Se ttl na raiz for omitido, será usado o TTL do último marcador cache_control; se esse marcador não tiver TTL ou não houver marcador, será usado 5m.boolean(Optional) Valor padrão: falseEspecifica se a resposta deve ser em modo de saída streaming. Para mais informações, consulte Streaming output.Valores válidos:
true para melhorar a experiência do usuário e reduzir o risco de timeouts.Para chamadas sem streaming, o timeout máximo é de pelo menos 300 segundos e varia conforme a região e o modelo. Se não for concluído a tempo, o service interrompe a solicitação e retorna o conteúdo gerado em vez de um erro. Recomendamos o uso de chamadas com streaming para cenários que exigem saídas longas. Para mais informações, consulte a descrição de timeout em Overview of text generation models. | |
stream_optionsobject(Optional)Use apenas em solicitações streaming com stream definido como true. Não envie stream_options em solicitações sem streaming.
Propriedades include_usage boolean(Opcional)Na saída streaming, o último chunk de dados contém usage, e seu choices é um array vazio. | |
modalitiesarray(Optional) Valor padrão: ["text"]Modalidade dos dados de saída. Este parâmetro se aplica apenas aos modelos Qwen-Omni. Para mais informações, consulte Non-real-time (Qwen-Omni).Valores válidos:
| |
audioobject(Optional)Voz e formato do áudio de saída. Este parâmetro se aplica apenas aos modelos Qwen-Omni e exige que o parâmetro modalities esteja definido como ["text","audio"]. Para mais informações, consulte Non-real-time (Qwen-Omni).
Propriedades voice string (Required)Voz do áudio de saída. Para mais informações, consulte Non-real-time (Qwen-Omni).formatstring (Required)Formato do áudio de saída. Apenas wav é suportado. |
temperaturefloat(Opcional)qwen4-max:1.0 no modo de raciocínio; 0.7 sem raciocínio.Temperatura de amostragem que controla a diversidade do texto gerado pelo modelo.Valores mais altos resultam em textos mais diversos, enquanto valores mais baixos produzem textos mais determinísticos.Intervalo de valores: [0, 2)Tanto temperature quanto top_p controlam a diversidade do texto gerado. Recomendamos definir apenas um deles. Para mais informações, consulte Overview.Não modifique o valor padrão de temperature para modelos QVQ. | ||||||||||||||||||
top_pfloat(Opcional)qwen4-max:0.95 no modo de raciocínio; 0.8 sem raciocínio.Limiar de probabilidade para amostragem de núcleo, responsável por controlar a diversidade do texto gerado pelo modelo.Um top_p mais alto gera textos mais diversos. Um top_p mais baixo resulta em textos mais determinísticos.Intervalo de valores: (0, 1.0]Tanto temperature quanto top_p influenciam a diversidade do texto gerado. Recomendamos configurar apenas um desses parâmetros. Para mais detalhes, consulte Overview.Não modifique o valor padrão de top_p para modelos QVQ. | ||||||||||||||||||
top_kinteger(Opcional)qwen4-max:20 nos dois modos.Define o número de tokens candidatos para amostragem durante a geração. Valores maiores aumentam a aleatoriedade da saída, enquanto valores menores tornam a saída mais determinística. Se definido como null ou superior a 100, a estratégia top_k é desativada e apenas a estratégia top_p entra em vigor. O valor deve ser um número inteiro maior ou igual a 0.
Valores padrão de top_k Série QVQ: 10;Série QwQ: 40;Série Qwen3-Omni-Flash: 50;Demais modelos: 20.Série GLM (fornecida pela Alibaba Cloud): 20;As séries DeepSeek, Kimi e MiniMax não suportam o parâmetro top_k. Este não é um parâmetro padrão da OpenAI. Ao chamar usando o SDK Python, inclua-o no objeto extra_body. Configuração: extra_body={"top_k":xxx}. Não altere o valor padrão de top_k para modelos QVQ. | ||||||||||||||||||
repetition_penaltyfloat(Opcional)Penalidade de repetição aplicada a sequências consecutivas durante a geração do modelo. Aumentar repetition_penalty reduz a repetição na saída. O valor 1.0 indica ausência de penalidade. Não há intervalo estrito, desde que o valor seja maior que 0.Este não é um parâmetro padrão da OpenAI. Ao chamar usando o SDK Python, inclua-o no objeto extra_body. Configuração: extra_body={"repetition_penalty":xxx}. Mantenha o valor padrão de repetition_penalty para modelos QVQ. | ||||||||||||||||||
frequency_penalty float (opcional)Compatível com qwen4-max. Aplica uma penalidade com base na frequência de ocorrência de um token para ajustar repetições na saída.presence_penalty float(Opcional)Controla a repetição de conteúdo quando o modelo gera texto.Intervalo de valores: [-2.0, 2.0]. Valores positivos diminuem a repetição, enquanto valores negativos a aumentam.Aumente este valor em cenários que exigem diversidade, diversão ou criatividade, como escrita criativa ou brainstorming. Diminua o valor em contextos que priorizam consistência e precisão terminológica, como documentos técnicos ou textos formais.
Valores padrão de presence_penalty Qwen3.8 (modo sem pensamento), Qwen3.7 (modo sem pensamento), Qwen3.6 (modo sem pensamento), Qwen3.5-Omni, Qwen3.5 (modo sem pensamento), Qwen3 (modo sem pensamento), série Qwen3-Instruct/1.7b/4b (modo de pensamento), série QVQ, qwen-max, série qwen2.5-vl, Qwen3-VL (sem pensamento): 1.5;qwen-plus/qwen-plus-latest/2025-04-28 (modo de pensamento), qwen-turbo-2025-04-28 (modo de pensamento): 0.5;Todos os demais: 0.0.Série DeepSeek (fornecida pela Alibaba Cloud): versão destilada deepseek-r1-distill-qwen: 1;Série Kimi (fornecida pela Alibaba Cloud): kimi-k2.7-code, kimi-k2.6, kimi-k2.5: 0.0;Série Kimi (fornecida pela Moonshot AI): 0.0;Série MiniMax (fornecida pela Alibaba Cloud): MiniMax-M2.5: 0.0;Outros modelos DeepSeek, Kimi, GLM e MiniMax não possuem valor padrão.
Como funciona Se o valor do parâmetro for positivo, o modelo aplica uma penalidade aos tokens já presentes no texto. Essa penalidade independe da frequência de aparição do token. Isso reduz a probabilidade de reaparecimento desses tokens, diminuindo a repetição de conteúdo e aumentando a diversidade vocabular.
Exemplo Prompt: Traduza esta frase para chinês: "This movie is good. The plot is good, the acting is good, the music is good, and overall, the whole movie is just good. It is really good, in fact. The plot is so good, and the acting is so good, and the music is so good."Valor do parâmetro 2.0: This movie is great. The plot is fantastic, the acting is superb, and the music is also very beautiful. Overall, the entire film is just incredible. It is actually truly outstanding. The storyline is very exciting, the performances are excellent, and the soundtrack is so moving.Valor do parâmetro 0.0: This movie is good. The plot is good, the acting is good, and the music is good. Overall, the whole movie is very good. In fact, it is really great. The plot is very good, the acting is also very excellent, and the music is equally outstanding.Valor do parâmetro -2.0: This movie is good. The plot is good, the acting is good, and the music is good. Overall, the whole movie is good. In fact, it is really good. The plot is very good, the acting is very good, and the music is very good. Evite alterar o valor padrão de presence_penalty em modelos QVQ. | ||||||||||||||||||
response_formatobject (Opcional) Valor padrão: {"type": "text"}Formato da resposta. Valores válidos:
Para mais informações, consulte Structured output. Os modos Caso especifique
Propriedades type string(Obrigatório)Formato do conteúdo retornado. Valores válidos:
object(Opcional)Obrigatório quando type é json_schema. Define a estrutura JSON que a saída do modelo deve seguir. Para mais informações, consulte Obtendo saída estruturada.
Ao usar o método
Propriedades name string(Obrigatório)O nome do schema.schemaobject(Obrigatório)O objeto JSON Schema que descreve a estrutura da saída. Use properties para definir a estrutura dos campos, required para listar os campos obrigatórios e additionalProperties para controlar se campos não definidos no schema podem ser retornados. Recomendamos definir additionalProperties como false, para que apenas os campos definidos sejam retornados. Tipos de dados compatíveis: string, number, integer, boolean, object, array e enum. Para mais informações, consulte Guia de configuração.strictboolean(Opcional)Indica se a estrutura definida por schema deve ser seguida estritamente. Recomendamos definir este parâmetro como true. | ||||||||||||||||||
max_tokensinteger(Opcional, será descontinuado)
Este parâmetro será descontinuado. Para novas integrações, utilize O significado deste parâmetro varia conforme o modelo:
| ||||||||||||||||||
max_completion_tokensinteger(Opcional)Comprimento máximo da saída do modelo, abrangendo tanto a cadeia de pensamento quanto a resposta final. Se a saída superar esse limite, a geração é interrompida e o finish_reason retornado é length.Para os modelos GLM, consulte a tabela do parâmetro max_tokens para os valores padrão e máximo. Para os demais modelos, os valores padrão e máximo correspondem ao comprimento máximo de saída do modelo.Diferença em relação a max_tokens: max_completion_tokens sempre limita a saída completa do modelo (cadeia de pensamento + resposta). O escopo específico de max_tokens varia conforme o modelo e a configuração de thinking_budget, como descrito acima. Para modelos de raciocínio, recomendamos o uso de max_completion_tokens.Modelos compatíveis:
Exceto pelos modelos GLM fornecidos pela ZHIPU AI listados na tabela anterior, os modelos acima não incluem outros modelos fornecidos diretamente por terceiros.
Pode haver uma diferença de até 10 tokens entre a contagem real de tokens de saída e o valor especificado em | ||||||||||||||||||
vl_high_resolution_imagesboolean(Opcional) Valor padrão: falsePara qwen4-max, o max_pixels definido explicitamente continua em vigor mesmo com vl_high_resolution_images=true.Define se o limite de pixels das imagens de entrada deve ser elevado para a quantidade correspondente a 16384 tokens. Para mais detalhes, consulte Processing high-resolution images.
Este não é um parâmetro padrão da OpenAI. Ao chamar usando o SDK Python, inclua-o no objeto extra_body. Configuração: extra_body={"vl_high_resolution_images":xxx}. | ||||||||||||||||||
ninteger(Opcional) Valor padrão: 1Quantidade de respostas a serem geradas. O intervalo válido é 1-4. Ideal para cenários que demandam múltiplas respostas candidatas, como escrita criativa ou textos publicitários.
Compatível apenas com Se o parâmetro Aumentar n eleva o consumo de tokens de saída, mas não afeta o consumo de tokens de entrada. | ||||||||||||||||||
enable_thinking boolean (Opcional)Para kimi-k3.1-pro (implantado no Alibaba Cloud Model Studio), o padrão é true. Você pode definir como false para desativar o pensamento, mas é altamente recomendável mantê-lo ativado, pois desativá-lo degrada significativamente a qualidade da saída.Em modelos de pensamento misto, que operam nos modos com e sem pensamento, este parâmetro ativa o modo de pensamento. Aplica-se aos modelos Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5, Qwen3, Qwen3.8-Omni-Flash, Qwen3-Omni-Flash e Qwen3-VL, além das séries DeepSeek-V4-Pro/V4-Flash, DeepSeek-V3.2/V3.2-exp/V3.1, Kimi-K2.7-code (apenas modelo de pensamento), séries Kimi-K2.6/K2.5 e série GLM. A série DeepSeek-V4 já vem com o pensamento ativado por padrão. É possível ajustar a intensidade da inferência através do parâmetro reasoning_effort.Valores válidos:
Este não é um parâmetro padrão da OpenAI. Ao chamar usando o SDK Python, inclua-o no objeto extra_body. Configuração: Em chamadas HTTP diretas (por exemplo, via curl) sem o SDK da OpenAI, não utilize
Os modelos MiniMax e MiniMax-M3 da Xiyu Technology não utilizam este parâmetro. Utilize o parâmetro | ||||||||||||||||||
thinking object (Opcional) Valor padrão: {"type":"adaptive"}Gerencia o modo de pensamento dos modelos MiniMax/MiniMax-M3 fornecidos pela MiniMax.Valores válidos para thinking.type:
Este não é um parâmetro padrão da OpenAI. Ao chamar usando o SDK Python, inclua-o no objeto extra_body. Configuração: | ||||||||||||||||||
thinking_display string (opcional)qwen4-max: "summarized". Resumo e criptografia do raciocínio.Por padrão, o raciocínio completo é retornado. Quando ativado, o raciocínio original deixa de ser retornado em texto simples: o resumo serve para exibição e o conteúdo criptografado para restaurar o histórico.preserve_thinking boolean (Opcional) Valor padrão: false (Valor padrão para qwen4-max, qwen3.8-max/qwen3.8-flash:true)Indica se o reasoning_content das mensagens do assistente no histórico da conversa deve ser anexado à entrada do modelo. Indicado para situações em que o modelo precisa consultar o processo de pensamento anterior.kimi-k3.1-pro e kimi-k3 (implantados no Alibaba Cloud Model Studio) preservam por padrão o reasoning_content histórico fornecido pelo cliente. Recomendamos reenviar as mensagens históricas do assistente e seu reasoning_content completo em messages.Atualmente compatível com qwen4-max, qwen3.7-max, qwen3.7-max-2026-05-20 e snapshots subsequentes, qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.6-plus, qwen3.6-plus-2026-04-02, qwen3.8-flash, qwen3.7-flash, qwen3.7-flash-2026-07-15, qwen3.6-flash, qwen3.6-flash-2026-04-16, qwen3.8-max (ativado por padrão), kimi-k2.6 (implantado no Alibaba Cloud Model Studio), kimi-k2.7-code (implantado no Alibaba Cloud Model Studio, ativado por padrão), kimi/kimi-k2.7-code-highspeed (fornecido pela Moonshot AI, ativado por padrão) e kimi/kimi-k2.7-code (fornecido pela Moonshot AI, ativado por padrão).Importante (qwen4-max, qwen3.8-max/qwen3.8-flash): No qwen4-max, e no qwen3.8-max/qwen3.8-flash, preserve_thinking é true por padrão. Envie todo o reasoning_content histórico no campo reasoning_content. NÃO concatene reasoning_content no campo content. Essa prática pode degradar o desempenho do modelo.
Este não é um parâmetro padrão da OpenAI. Ao chamar usando o SDK Python, inclua-o no objeto extra_body. Configuração: | ||||||||||||||||||
thinking_budget integer (Opcional)qwen4-max: Valor padrão 131072.Número máximo de tokens destinados ao processo de pensamento. Aplica-se aos modelos Qwen3.8, Qwen3.7, Qwen3.6, Qwen3.5, Qwen3-VL, Qwen3, GLM e Kimi, exceto kimi-k3.1-pro e kimi-k3, que não suportam este parâmetro. Para mais informações, consulte Limit thinking length.Outros modelos: O valor padrão corresponde ao comprimento máximo da cadeia de pensamento do modelo. Consulte a lista de modelos para mais detalhes.
Este não é um parâmetro padrão da OpenAI. Ao chamar usando o SDK Python, inclua-o no objeto extra_body. Configuração: | ||||||||||||||||||
reasoning_effort string (Opcional)qwen4-maxValor padrão: reasoning_effort=high.
qwen4-max, reasoning_effort e thinking_budget não podem ser definidos juntos. thinking_budget deve ser um inteiro positivo; 0 não é aceito.Se apenas thinking_budget for definido, o nível segue a tabela abaixo e o orçamento enviado é preservado.
high e 131072.Regula a intensidade da inferência dos modelos. Os valores válidos e padrões variam conforme o modelo.kimi-k3.1-pro (implantado no Alibaba Cloud Model Studio) (padrão: max)
high)Valores válidos:
maxValores válidos:
enable_thinking aceita apenas true. Enviar false causará falha na requisição da API. kimi-k3 aceita false para desativar o pensamento.deepseek-v4-flash-0731 & deepseek-v4-pro-0813: Valor padrão:highValores válidos:
medium é mapeado para high, xhigh é mapeado para high.kimi/kimi-k3 (Valor padrão: max; apenas max é suportado)Valor válido:
xhighValores válidos:
max é mapeado para xhigh, high é mapeado para xhigh, minimal é mapeado para low, e none é mapeado para enable_thinking=False.Definir valores diferentes dos válidos ou mapeados acima resultará em erro.Em e na série qwen3.8, reasoning_effort e thinking_budget não podem ser configurados simultaneamente. Definir ambos gerará um erro. Contudo, eles permitem conversão mútua:
|
tool_stream boolean (Opcional) Valor padrão: falseTem efeito apenas quando stream=true. Atualmente, esse parâmetro é compatível somente com as séries Qwen e GLM.Lista de compatibilidade da série Qwen:
tool_stream afeta apenas parâmetros de ferramentas complexas. Para parâmetros normais, a saída em streaming é ativada desde que stream=true. Ferramentas complexas são aquelas cuja definição contém tipos de parâmetro como array ou object.
Este parâmetro não é um parâmetro padrão da OpenAI. Ao chamar usando o Python SDK, coloque-o no objeto extra_body. Configuração: |
enable_code_interpreter boolean (Opcional) Valor padrão: falseDefine se o recurso de interpretador de código deve ser ativado. Para mais informações, consulte Code interpreter.Valores válidos:
Este parâmetro não é um parâmetro padrão da OpenAI. Ao chamar usando o Python SDK, coloque-o no objeto extra_body. Configuração: |
seedinteger(Opcional)Semente de número aleatório. Utilize este parâmetro para garantir resultados reproduzíveis com a mesma entrada e os mesmos parâmetros. Se você passar o mesmo valor de seed em uma chamada e os demais parâmetros permanecerem inalterados, o modelo retornará o mesmo resultado sempre que possível.Intervalo de valores: [0,2<sup>31</sup>−1]. |
logprobs boolean (Opcional) Valor padrão: falseDetermina se as probabilidades logarítmicas dos tokens de saída devem ser retornadas. Valores válidos:
O conteúdo gerado durante a fase de raciocínio (
Modelos compatíveis
|
top_logprobs integer (Opcional) Valor padrão: 0Especifica a quantidade de tokens candidatos mais prováveis a serem retornados em cada etapa de geração.Intervalo de valores: [0, 5]Esse parâmetro só tem efeito quando logprobs é true. |
stopstring or array(Opcional)Utilizado para definir palavras de parada. Quando uma string ou token_id especificado em stop aparece no texto gerado, a geração é interrompida imediatamente.É possível passar palavras sensíveis para controlar a saída do modelo.Quando stop for um array, não é permitido combinar |
toolsarray(Opcional)Um array contendo um ou mais objetos de ferramenta que o modelo pode chamar via Function Calling. Para mais informações, consulte Function calling.Se tools estiver definido e o modelo determinar que uma ferramenta precisa ser chamada, a resposta retornará as informações da ferramenta em tool_calls.
Propriedades type string(Obrigatório)Tipo da ferramenta. Atualmente, apenas function é suportado.functionobject(Obrigatório)
Propriedades name string(Obrigatório)Nome da ferramenta. São permitidos apenas letras, números, sublinhados (_) e hifens (-). O comprimento máximo é de 64 tokens.descriptionstring(Obrigatório)Descrição da ferramenta, que auxilia o modelo a decidir quando e como chamá-la.parametersobject(Opcional) Valor padrão: {}Descrição dos parâmetros da ferramenta, que deve ser um JSON Schema válido. Para detalhes sobre JSON Schema, consulte este link. Se o parâmetro parameters estiver vazio, a ferramenta não possui parâmetros de entrada, como ocorre em uma ferramenta de consulta de hora.
Para melhorar a precisão das chamadas de ferramenta, recomendamos passar |
tool_choice string or object(Opcional) Valor padrão: autoEstratégia de seleção de ferramentas. Defina este parâmetro para forçar um método específico de chamada de ferramenta para determinado tipo de problema, como usar sempre uma ferramenta específica ou desativar todas as ferramentas.deepseek-v4.1-flash-1017 aceita tool_choice definido como auto, none, required ou uma função especificada pelo nome.Valores válidos:
|
parallel_tool_calls boolean (Opcional) Valor padrão: trueDefine se a chamada paralela de ferramentas deve ser ativada. Para mais informações, consulte Parallel tool calling.O kimi-k3 não suporta controlar o paralelismo das chamadas de ferramentas por meio deste parâmetro. Defini-lo comoValores válidos:
|
enable_search boolean(Opcional) Valor padrão: falseDefine se a busca na web deve ser ativada. kimi-k3.1-pro (implantado no Alibaba Cloud Model Studio) suporta este parâmetro em Pequim, Singapura, EUA (Virgínia), Alemanha (Frankfurt), Japão (Tóquio) e China (Hong Kong). Para mais informações, consulte Web search.Valores válidos:
Ativar o recurso de busca na web pode aumentar o consumo de tokens.
Este parâmetro não é um parâmetro padrão da OpenAI. Ao chamar usando o Python SDK, coloque-o no objeto extra_body. Configuração: |
search_optionsobject(Opcional)Estratégia para busca na web. Para mais informações, consulte Web search.
Propriedades forced_search boolean(Opcional) Valor padrão: falseDefine se a busca na web deve ser forçada. Este parâmetro só tem efeito quando enable_search está definido como true.Valores válidos:
string(Opcional) Valor padrão: turboEstratégia de busca. Este parâmetro só tem efeito quando enable_search está definido como true.Valores válidos:
boolean(Opcional) Valor padrão: falseDefine se a busca vertical deve ser ativada. Este parâmetro só tem efeito quando enable_search está definido como true.Valores válidos:
Este parâmetro não é um parâmetro padrão da OpenAI. Ao chamar usando o Python SDK, coloque-o no objeto extra_body. Configuração: |
clear_thinkingboolean(Opcional) Valor padrão: falseControla se o reasoning_content (processo de raciocínio) de turnos anteriores em uma conversa de múltiplos turnos é usado como entrada de contexto para o modelo. Este parâmetro é compatível apenas com os modelos da série GLM: glm-5.2, glm-5.1 e glm-5.
Este parâmetro não é um parâmetro padrão da OpenAI. Ao chamar usando o Python SDK, coloque-o no objeto extra_body. Configuração:
|
Objeto de resposta de chat (saída não streaming) |
O exemplo de resposta abaixo usa qwen3.8-max para ilustrar os campos da resposta. |
idstringIdentificador exclusivo desta chamada. | |
choicesarrayArray com o conteúdo gerado pelo modelo.
Properties finish_reason stringMotivo pelo qual o modelo interrompeu a geração.Considere os três cenários a seguir:
integerÍndice deste objeto no array choices.logprobsobjectInformações sobre a probabilidade dos tokens na saída do modelo.
Properties content arrayArray contendo cada token e sua respectiva probabilidade logarítmica.
Properties token stringTexto do token atual.bytes arrayLista dos bytes UTF-8 brutos do token atual. Útil para restaurar com precisão o conteúdo de saída, como emojis ou caracteres chineses.logprob floatProbabilidade logarítmica do token atual. Um valor de retorno null indica probabilidade extremamente baixa.top_logprobs arrayTokens candidatos mais prováveis na posição do token atual. A quantidade de tokens corresponde ao parâmetro de solicitação top_logprobs. Cada elemento contém:
Properties token stringTexto do token candidato.bytes arrayLista dos bytes UTF-8 brutos do token atual. Útil para restaurar com precisão o conteúdo de saída, como emojis ou caracteres chineses.logprob floatProbabilidade logarítmica deste token candidato. Um valor nulo indica probabilidade extremamente baixa.objectMensagem produzida pelo modelo.
Properties content stringConteúdo da resposta do modelo.encrypted_content stringqwen4-max, thinking_display="summarized": Envie o parâmetro de ativação em cada turno. Reenvie o conteúdo criptografado sem alterações; não o leia, trunque, recodifique, modifique ou concatene entre turnos. O resumo não substitui o histórico de raciocínio. Resumo e criptografia do raciocínio.reasoning_content stringConteúdo da cadeia de pensamento do modelo.refusal stringAtualmente, este parâmetro é fixo como null.role stringFunção da mensagem. O valor é fixo como assistant.audio objectAtualmente, este parâmetro é fixo como null.function_call (a ser descontinuado)objectEste valor é fixo como null. Para mais informações, consulte o parâmetro tool_calls.tool_calls arrayInformações sobre a ferramenta e seus parâmetros de entrada que o modelo decidiu chamar.
Properties id stringIdentificador exclusivo desta chamada de ferramenta.type stringTipo da ferramenta. Atualmente, apenas function é suportado.function objectDetalhes da ferramenta
Properties name stringNome da ferramenta.arguments stringInformações dos parâmetros de entrada, formatadas como uma string JSON.Como a resposta do modelo de linguagem grande é aleatória, as informações dos parâmetros de saída podem não estar em conformidade com a assinatura da função. Valide os parâmetros antes de chamar a função. integerÍndice desta chamada de ferramenta no array tool_calls. | |
createdintegerTimestamp Unix, em segundos, indicando quando a solicitação foi criada. | |
modelstringModelo utilizado nesta solicitação. | |
object stringO valor é sempre chat.completion. | |
service_tier stringAtualmente, este parâmetro é fixo como null. | |
system_fingerprintstringAtualmente, este parâmetro é fixo como null. | |
usage objectInformações sobre o consumo de tokens nesta solicitação.
Properties completion_tokens integerQuantidade de tokens na saída do modelo.prompt_tokens integerNúmero de tokens de entrada. Para mais informações, consulte Additional notes.total_tokens integerTotal de tokens consumidos. Corresponde à soma de prompt_tokens e completion_tokens.completion_tokens_details object (Opcional)Classificação detalhada dos tokens de saída. Este campo é retornado apenas por alguns modelos.
Properties audio_tokens integer (Opcional)Número de tokens de áudio na saída. Retornado apenas para modelos com saída de áudio.reasoning_tokens integer (Opcional)Quantidade de tokens no processo de raciocínio. Retornado apenas para modelos de raciocínio.text_tokens integer (Opcional)Número de tokens no texto de saída.objectClassificação detalhada dos tokens de entrada.
Properties audio_tokens integerAtualmente, este parâmetro é fixo como null.cached_tokens integerNúmero de tokens que atingiram o cache. Para mais informações sobre o Context Cache, consulte Context cache.text_tokens integerQuantidade de tokens de texto na entrada.image_tokens integerNúmero de tokens de imagem na entrada.video_tokens integerQuantidade de tokens referentes ao arquivo de vídeo ou lista de imagens de entrada.cache_creation objectInformações de criação do explicit cache.
Properties ephemeral_5m_input_tokens integerNúmero de tokens usados para criar o cache explícito.integerQuantidade de tokens utilizados na criação do cache explícito.cache_type stringAo usar explicit cache, o valor do parâmetro é ephemeral. Caso contrário, este parâmetro não existe.
Propriedades (Qwen4) Consulte Cache explícito (Qwen4).cached_tokens integerNúmero de tokens que atingiram o cache. Para mais informações sobre o Context Cache, consulte Context cache.text_tokens integerQuantidade de tokens de texto na entrada.image_tokens integerNúmero de tokens de imagem na entrada.video_tokens integerQuantidade de tokens referentes ao arquivo de vídeo ou lista de imagens de entrada.cache_write_tokens integerTokens de entrada gravados no cache.cache_creation_input_tokens integerIgual a cache_write_tokens; não some os dois valores.cache_type stringephemeralcache_creation objectDetalhes de gravação no cache por TTL. A soma dos tokens dos dois TTLs equivale ao total gravado no cache nesta solicitação.
Propriedades ephemeral_5m_input_tokens integerTokens gravados em um cache de 5 minutos.ephemeral_1h_input_tokens integerTokens gravados em um cache de 1 hora. |
Objeto de chunk de resposta de chat (saída streaming) |
As respostas de streaming curl usam SSE: cada evento começa com data:, os eventos são separados por linhas em branco e o fluxo termina com data: [DONE]. Os chunks intermediários repetidos foram omitidos; os eventos de função, raciocínio, conteúdo, término e uso foram preservados. Os SDKs processam SSE e não imprimem data: nem [DONE]. |
idstringIdentificador exclusivo desta chamada. Todos os objetos de chunk compartilham o mesmo ID. | |
choicesarrayArray de conteúdo gerado pelo modelo, que pode conter um ou mais objetos. No último chunk que informa o uso de tokens, choices é um array vazio.
Properties delta objectObjeto incremental da solicitação.
Properties content stringConteúdo incremental da mensagem.encrypted_content stringqwen4-max, thinking_display="summarized": Envie o parâmetro de ativação em cada turno. Reenvie o conteúdo criptografado sem alterações; não o leia, trunque, recodifique, modifique ou concatene entre turnos. O resumo não substitui o histórico de raciocínio. Resumo e criptografia do raciocínio. O texto criptografado é retornado em um quadro separado. Não o concatene com outros quadros ou com texto criptografado de outros turnos.reasoning_content stringConteúdo incremental da cadeia de pensamento.function_call objectEste valor tem como padrão null. Para mais informações, consulte o parâmetro tool_calls.audioobjectResposta gerada ao utilizar o modelo Qwen-Omni.
Properties data stringDados de áudio incrementais codificados em Base64.expires_at integerTimestamp indicando quando a solicitação foi criada.objectAtualmente, este parâmetro é fixo como null.role stringFunção do objeto de mensagem incremental. Possui valor apenas no primeiro chunk.tool_calls arrayInformações sobre a ferramenta e seus parâmetros de entrada que o modelo decidiu chamar.
Properties index integerÍndice desta chamada de ferramenta no array tool_calls.id stringIdentificador exclusivo desta chamada de ferramenta.function objectInformações sobre a ferramenta chamada.
Properties arguments stringParâmetros de entrada incrementais. Os arguments de todos os chunks são concatenados para formar o conjunto completo de parâmetros de entrada.Como a resposta do modelo de linguagem grande é aleatória, as informações dos parâmetros de saída podem não estar em conformidade com a assinatura da função. Valide os parâmetros antes de chamar a função.name stringNome da ferramenta. Possui valor apenas no primeiro chunk.stringTipo da ferramenta. Atualmente, apenas function é suportado.stringMotivo pelo qual o modelo interrompeu a geração. O valor pode ser um dos seguintes:
integerÍndice da resposta atual no array choices. Quando o parâmetro de entrada n for maior que 1, utilize este parâmetro para concatenar o conteúdo completo correspondente às diferentes respostas.logprobsobjectInformações de probabilidade do objeto atual.
Properties content arrayArray de tokens com informações de probabilidade logarítmica.
Properties token stringToken atual.bytes arrayLista dos bytes UTF-8 brutos do token atual. Útil ao processar emojis e caracteres chineses.logprob floatProbabilidade logarítmica do token atual. Um valor nulo indica probabilidade extremamente baixa.top_logprobs arrayTokens mais prováveis na posição do token atual e suas probabilidades logarítmicas. A quantidade de elementos corresponde ao parâmetro de entrada top_logprobs.
Properties token stringToken atual.bytes arrayLista dos bytes UTF-8 brutos do token atual. Útil ao processar emojis e caracteres chineses.logprob floatProbabilidade logarítmica do token atual. Um valor nulo indica probabilidade extremamente baixa. | |
createdintegerTimestamp indicando quando esta solicitação foi criada. Cada chunk possui o mesmo timestamp. | |
modelstringModelo utilizado nesta solicitação. | |
object stringO valor é sempre chat.completion.chunk. | |
service_tier stringAtualmente, este parâmetro é fixo como null. | |
system_fingerprintstringAtualmente, este parâmetro é fixo como null. | |
usage objectTokens consumidos por esta solicitação. Quando retornadas, essas informações aparecem no último chunk.
Properties completion_tokens integerQuantidade de tokens na saída do modelo.prompt_tokens integerNúmero de tokens de entrada.total_tokens integerTotal de tokens, correspondendo à soma de prompt_tokens e completion_tokens.completion_tokens_details object (Opcional)Informações detalhadas sobre os tokens de saída. Este campo é retornado apenas por alguns modelos.
Properties audio_tokens integer (Opcional)Número de tokens de áudio na saída. Retornado apenas para modelos com saída de áudio.reasoning_tokens integer (Opcional)Quantidade de tokens no processo de raciocínio. Retornado apenas para modelos de raciocínio.text_tokensinteger (Opcional)Número de tokens de texto na saída.objectClassificação detalhada dos tokens de entrada.
Properties audio_tokens integerNúmero de tokens de áudio na entrada.A quantidade de tokens de áudio em um arquivo de vídeo é retornada neste parâmetro.text_tokens integerQuantidade de tokens de texto na entrada.video_tokens integerNúmero de tokens do vídeo de entrada, que pode ser uma lista de imagens ou um arquivo de vídeo.image_tokens integerQuantidade de tokens de imagem na entrada.cached_tokens integerNúmero de tokens que atingiram o cache. Para mais informações sobre o Context Cache, consulte Context cache.cache_creation objectInformações de criação do explicit cache.
Properties ephemeral_5m_input_tokens integerNúmero de tokens usados para criar o cache explícito.integerQuantidade de tokens utilizados na criação do cache explícito.cache_type stringTipo de cache. O valor é fixo como ephemeral.
Propriedades (Qwen4) Consulte Cache explícito (Qwen4).text_tokens integerQuantidade de tokens de texto na entrada.video_tokens integerNúmero de tokens do vídeo de entrada, que pode ser uma lista de imagens ou um arquivo de vídeo.image_tokens integerQuantidade de tokens de imagem na entrada.cached_tokens integerNúmero de tokens que atingiram o cache. Para mais informações sobre o Context Cache, consulte Context cache.cache_write_tokens integerTokens de entrada gravados no cache.cache_creation_input_tokens integerIgual a cache_write_tokens; não some os dois valores.cache_type stringephemeralcache_creation objectDetalhes de gravação no cache por TTL. A soma dos tokens dos dois TTLs equivale ao total gravado no cache nesta solicitação.
Propriedades ephemeral_5m_input_tokens integerTokens gravados em um cache de 5 minutos.ephemeral_1h_input_tokens integerTokens gravados em um cache de 1 hora. |