GPT Chat-Vervollständigung (alle Modelle, vollständige Parameter)

curl --request POST \
  --url https://direct.evolink.ai/v1/chat/completions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "gpt-6.1-sol",
  "messages": [
    {
      "role": "user",
      "content": "Erkläre Quantenverschränkung in einem Satz."
    }
  ]
}
'

import requests

url = "https://direct.evolink.ai/v1/chat/completions"

payload = {
    "model": "gpt-6.1-sol",
    "messages": [
        {
            "role": "user",
            "content": "Erkläre Quantenverschränkung in einem Satz."
        }
    ]
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({
    model: 'gpt-6.1-sol',
    messages: [{role: 'user', content: 'Erkläre Quantenverschränkung in einem Satz.'}]
  })
};

fetch('https://direct.evolink.ai/v1/chat/completions', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://direct.evolink.ai/v1/chat/completions",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'model' => 'gpt-6.1-sol',
    'messages' => [
        [
                'role' => 'user',
                'content' => 'Erkläre Quantenverschränkung in einem Satz.'
        ]
    ]
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
  ],
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://direct.evolink.ai/v1/chat/completions"

	payload := strings.NewReader("{\n  \"model\": \"gpt-6.1-sol\",\n  \"messages\": [\n    {\n      \"role\": \"user\",\n      \"content\": \"Erkläre Quantenverschränkung in einem Satz.\"\n    }\n  ]\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://direct.evolink.ai/v1/chat/completions")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"model\": \"gpt-6.1-sol\",\n  \"messages\": [\n    {\n      \"role\": \"user\",\n      \"content\": \"Erkläre Quantenverschränkung in einem Satz.\"\n    }\n  ]\n}")
  .asString();

require 'uri'
require 'net/http'

url = URI("https://direct.evolink.ai/v1/chat/completions")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer <token>'
request["Content-Type"] = 'application/json'
request.body = "{\n  \"model\": \"gpt-6.1-sol\",\n  \"messages\": [\n    {\n      \"role\": \"user\",\n      \"content\": \"Erkläre Quantenverschränkung in einem Satz.\"\n    }\n  ]\n}"

response = http.request(request)
puts response.read_body

{
  "id": "chatcmpl-CvJ2p8mQxK7nR4wS",
  "object": "chat.completion",
  "created": 1786705221,
  "model": "gpt-6.1-sol",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Quantum entanglement means the states of two particles are correlated, so measuring one instantly determines the state of the other.",
        "tool_calls": [
          {}
        ]
      },
      "logprobs": {},
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 42,
    "total_tokens": 60,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 16
    }
  }
}

{
  "error": {
    "code": 400,
    "message": "Unsupported parameter: 'stop' is not supported with this model.",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid or expired token",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota_error",
    "fallback_suggestion": "https://evolink.ai/dashboard/credits"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "fallback_suggestion": "retry after 60 seconds"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "internal_server_error",
    "fallback_suggestion": "try again later"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "service_unavailable_error",
    "fallback_suggestion": "retry after 30 seconds"
  }
}

Chat Completions API

GPT Schnittstelle für alle Modelle - Chat Completions vollständige Parameter

OpenAI-kompatible Chat Completions API für GPT-Textmodelle; das konkrete Modell wird über model gewählt (alle möglichen Werte siehe Vergleichstabelle beim Parameter model)
Die gesamte Reihe besteht aus Reasoning-Modellen; die Reasoning-Tiefe wird über reasoning_effort gesteuert, Reasoning-Token werden als Ausgabe-Token abgerechnet
Prompt-Caching greift automatisch: im Cache getroffene Eingabe-Token werden zum günstigeren Cache-Preis abgerechnet
Unterstützt synchronen und Streaming-Modus (SSE)
Unterstützt gemischte Text- und Bildeingaben sowie function-Werkzeugaufrufe
Serverseitige Tools (Websuche, Codeausführung, Dokumentensuche, MCP) werden nur auf der Responses API bereitgestellt
Hinweis Der Unterstützungsumfang der Sampling-Parameter (temperature, top_p, logprobs usw.) unterscheidet sich je nach Modell; Einzelheiten siehe die Hinweise zu den jeweiligen Parametern unten

GPT-6: gpt-6-sol / gpt-6-luna verwenden standardmäßig medium. Funktionsaufrufe in Chat Completions erfordern ausdrücklich reasoning_effort: "none". gpt-6-astra und gpt-6.1-sol unterstützen none nicht; verwenden Sie für Funktionsaufrufe die Responses API. Die GPT-6-Stufe max ist nur über Responses verfügbar. gpt-6.1-terra unterstützt none; verwenden Sie für Funktionsaufrufe mit diesem Modell ebenfalls die Responses API.

POST

chat

completions

GPT Chat-Vervollständigung (alle Modelle, vollständige Parameter)

curl --request POST \
  --url https://direct.evolink.ai/v1/chat/completions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "gpt-6.1-sol",
  "messages": [
    {
      "role": "user",
      "content": "Erkläre Quantenverschränkung in einem Satz."
    }
  ]
}
'

import requests

url = "https://direct.evolink.ai/v1/chat/completions"

payload = {
    "model": "gpt-6.1-sol",
    "messages": [
        {
            "role": "user",
            "content": "Erkläre Quantenverschränkung in einem Satz."
        }
    ]
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({
    model: 'gpt-6.1-sol',
    messages: [{role: 'user', content: 'Erkläre Quantenverschränkung in einem Satz.'}]
  })
};

fetch('https://direct.evolink.ai/v1/chat/completions', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://direct.evolink.ai/v1/chat/completions",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'model' => 'gpt-6.1-sol',
    'messages' => [
        [
                'role' => 'user',
                'content' => 'Erkläre Quantenverschränkung in einem Satz.'
        ]
    ]
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
  ],
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://direct.evolink.ai/v1/chat/completions"

	payload := strings.NewReader("{\n  \"model\": \"gpt-6.1-sol\",\n  \"messages\": [\n    {\n      \"role\": \"user\",\n      \"content\": \"Erkläre Quantenverschränkung in einem Satz.\"\n    }\n  ]\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://direct.evolink.ai/v1/chat/completions")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"model\": \"gpt-6.1-sol\",\n  \"messages\": [\n    {\n      \"role\": \"user\",\n      \"content\": \"Erkläre Quantenverschränkung in einem Satz.\"\n    }\n  ]\n}")
  .asString();

require 'uri'
require 'net/http'

url = URI("https://direct.evolink.ai/v1/chat/completions")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer <token>'
request["Content-Type"] = 'application/json'
request.body = "{\n  \"model\": \"gpt-6.1-sol\",\n  \"messages\": [\n    {\n      \"role\": \"user\",\n      \"content\": \"Erkläre Quantenverschränkung in einem Satz.\"\n    }\n  ]\n}"

response = http.request(request)
puts response.read_body

{
  "id": "chatcmpl-CvJ2p8mQxK7nR4wS",
  "object": "chat.completion",
  "created": 1786705221,
  "model": "gpt-6.1-sol",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Quantum entanglement means the states of two particles are correlated, so measuring one instantly determines the state of the other.",
        "tool_calls": [
          {}
        ]
      },
      "logprobs": {},
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 42,
    "total_tokens": 60,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 16
    }
  }
}

{
  "error": {
    "code": 400,
    "message": "Unsupported parameter: 'stop' is not supported with this model.",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid or expired token",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota_error",
    "fallback_suggestion": "https://evolink.ai/dashboard/credits"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "fallback_suggestion": "retry after 60 seconds"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "internal_server_error",
    "fallback_suggestion": "try again later"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "service_unavailable_error",
    "fallback_suggestion": "retry after 30 seconds"
  }
}

BaseURL: Die Standard-BaseURL ist https://direct.evolink.ai und bietet bessere Unterstützung für Textmodelle sowie persistente Verbindungen. https://api.evolink.ai ist der primäre Endpunkt für multimodale Dienste und dient bei Textmodellen als Ausweichadresse.

Serverseitige Tools (Websuche, Codeausführung, Dokumentensuche, MCP) werden nur auf der Responses API bereitgestellt. Der Chat-Completions-Endpunkt unterstützt ausschließlich gewöhnliche function-Werkzeugaufrufe.

GPT-6: Funktionsaufrufe mit Sol / Luna erfordern hier reasoning_effort: "none". Verwenden Sie die Responses API für Funktionsaufrufe mit Astra, 6.1 Sol oder 6.1 Terra sowie für die GPT-6-Stufe max.

Autorisierungen

Authorization

string

header

erforderlich

##Alle APIs erfordern Bearer-Token-Authentifizierung##

API-Schlüssel erhalten:

Besuchen Sie die API-Schlüsselverwaltungsseite, um Ihren API-Schlüssel zu erhalten

Zum Anfrage-Header hinzufügen:

Authorization: Bearer YOUR_API_KEY

Body

application/json

model

enum<string>

erforderlich

Aufzurufendes Modell:

Modell-ID	Kontextfenster	Positionierung
`gpt-6.1-terra`	1,050,000	Schnelle, effiziente GPT-6.1-Variante für visuelles Reasoning, Computerbedienung und Schreiben
`gpt-6.1-sol`	1,050,000	Neue Sol-Version: nahezu Astra-Leistung zu geringeren Kosten (empfohlen)
`gpt-6-astra`	1.050.000	Flaggschiff-Reasoning für anspruchsvolle End-to-End-Aufgaben
`gpt-6-sol`	1,050,000	Komplexe Programmierung und agentische Workflows
`gpt-6-luna`	1,050,000	Klassifizierung und Extraktion mit hohem Durchsatz und niedrigen Kosten
`gpt-5.6-sol`	1.050.000	GPT-5.6-Familie, Spitzen-Reasoning
`gpt-5.6-terra`	1.050.000	GPT-5.6-Familie, ausgewogener Produktivbetrieb
`gpt-5.6-luna`	1.050.000	GPT-5.6-Familie, hoher Durchsatz und Kostenkontrolle
`gpt-5.5`	1.050.000	Allgemeines Reasoning-Modell
`gpt-5.4`	1.050.000	Allgemeines Reasoning-Modell
`gpt-5.2`	400.000	Allgemeines Reasoning-Modell
`gpt-5.1`	400.000	Allgemeines Reasoning-Modell

Verfügbare Optionen:

gpt-6.1-terra,

gpt-6.1-sol,

gpt-6-astra,

gpt-6-sol,

gpt-6-luna,

gpt-5.6-sol,

gpt-5.6-terra,

gpt-5.6-luna,

gpt-5.5,

gpt-5.4,

gpt-5.2,

gpt-5.1

Beispiel:

"gpt-6.1-sol"

messages

object[]

erforderlich

Liste der Chat-Nachrichten, unterstützt mehrstufigen Kontext und multimodale Eingaben.

role kann system / developer / user / assistant / tool sein.

content kann eine Zeichenkette oder ein Array von Content-Blöcken sein. Unterstützt werden zwei Blocktypen: text (Text) und image_url (Bild):

"content": [
  { "type": "text", "text": "Was ist auf diesem Bild zu sehen?" },
  {
    "type": "image_url",
    "image_url": { "url": "https://example.com/photo.png", "detail": "auto" }
  }
]

Bild

Übergeben Sie in image_url.url die öffentliche URL des Bildes
image_url kann auch direkt als Zeichenkette geschrieben werden, gleichbedeutend mit { "url": "..." }
detail steuert die Genauigkeit der Bildanalyse: auto (Standard) / low / high / original
Das Bild muss herunterladbar sein, andernfalls wird 400 zurückgegeben

Hinweis Die Blocktypen dieser API unterscheiden sich von denen der Responses API (dort input_text / input_image). Sie dürfen nicht vermischt werden; eine falsche Verwendung gibt 400 zurück.

Expliziter Cache-Haltepunkt für GPT-6 / GPT-5.6 in einem Inhaltsblock. Maximal vier Schreibvorgänge pro Anfrage; ein impliziter Haltepunkt belegt einen Platz. prompt_cache_breakpoint: {"mode": "explicit"}.

Show child attributes

Beispiel:

[
  {
    "role": "system",
    "content": "You are a concise assistant."
  },
  {
    "role": "user",
    "content": "Explain quantum entanglement in one sentence."
  }
]

stream

boolean

Standard:false

Ob die Rückgabe als Stream erfolgt (SSE-Ereignisstrom, der mit data: [DONE] endet). Standard false.

Beispiel:

false

max_completion_tokens

integer

Maximale Anzahl erzeugter Token einschließlich Reasoning. Verwenden Sie bevorzugt max_completion_tokens. GPT-6 wandelt das ältere max_tokens um; werden beide angegeben, hat max_completion_tokens Vorrang und max_tokens wird entfernt. GPT-6 Astra / Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra unterstützen maximal 128.000 Ausgabe-Token.

Beispiel:

2048

reasoning_effort

enum<string>

Steuerung der Reasoning-Tiefe. Die möglichen Werte unterscheiden sich je nach Modell:

Modell	Mögliche Werte
`gpt-6-astra` / `gpt-6.1-sol`	`low`, `medium`, `high`, `xhigh`
`gpt-6-sol` / `gpt-6-luna` / `gpt-6.1-terra`	`none`, `low`, `medium`, `high`, `xhigh`
`gpt-5.6-sol` / `gpt-5.6-terra` / `gpt-5.6-luna` / `gpt-5.5`	`none`, `low`, `medium`, `high`, `xhigh`
`gpt-5.4` / `gpt-5.2`	`none`, `low`, `medium`, `high`, `xhigh`
`gpt-5.1`	`none`, `low`, `medium`, `high`

Reasoning-Token werden als Ausgabe-Token abgerechnet und in usage.completion_tokens_details.reasoning_tokens gezählt.

GPT-6 verwendet standardmäßig medium. gpt-6-astra und gpt-6.1-sol unterstützen none nicht; gpt-6-sol / gpt-6-luna / gpt-6.1-terra unterstützen es. GPT-6 max ist nur über Responses verfügbar.

Verfügbare Optionen:

none,

low,

medium,

high,

xhigh

Beispiel:

"medium"

verbosity

enum<string>

Ausführlichkeit der Antwort: low / medium / high.

GPT-6 Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Die folgenden Regeln für bestehende Modelle gelten nicht für GPT-6 Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra:

Hinweis Unterstützt von gpt-6-astra, gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna und gpt-5.5; andere Modelle unterstützen diesen Parameter nicht.

Verfügbare Optionen:

low,

medium,

high

Beispiel:

"low"

temperature

number

Sampling-Temperatur, Wertebereich 0 bis 2. Niedrigere Werte machen die Ausgabe deterministischer.

GPT-6: Lassen Sie diesen Parameter bei gpt-6-astra und gpt-6.1-sol weg. Bei gpt-6-sol / gpt-6-luna / gpt-6.1-terra ist eine Anpassung nur mit Reasoning-Stufe none möglich. Bei anderen Stufen weglassen. Ohne Angabe gilt medium, nicht none.

Bestehende Modelle: Eine Anpassung ist nur mit Reasoning-Stufe none möglich. Bei anderen Stufen weglassen. gpt-5.4 / gpt-5.2 / gpt-5.1 verwenden ohne Angabe none und lassen sich direkt anpassen; gpt-5.5 und die gpt-5.6-Familie verwenden ohne Angabe medium. Setzen Sie die Stufe für eine Anpassung explizit auf none.

Erforderlicher Bereich: 0 <= x <= 2

Beispiel:

1

top_p

number

Nucleus-Sampling-Parameter, Wertebereich 0 bis 1. Es wird empfohlen, ihn nicht zusammen mit temperature anzupassen.

Erforderlicher Bereich: 0 <= x <= 1

Beispiel:

1

frequency_penalty

number

Frequency Penalty, Wertebereich -2 bis 2. Positive Werte bestrafen Token nach ihrer Auftretenshäufigkeit und verringern wiederholte Inhalte.

GPT-6 Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Die folgenden Regeln für bestehende Modelle gelten nicht für GPT-6 Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra:

Hinweis Nur bei gpt-5.4 / gpt-5.2 / gpt-5.1 anpassbar; die gpt-5.6-Familie und gpt-5.5 erlauben keine Anpassung. GPT-6 Astra akzeptiert nur den Standardwert 0; andere Werte geben 400 zurück.

Erforderlicher Bereich: -2 <= x <= 2

Beispiel:

0

presence_penalty

number

Presence Penalty, Wertebereich -2 bis 2. Positive Werte ermutigen das Modell, neue Themen anzusprechen.

GPT-6 Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Die folgenden Regeln für bestehende Modelle gelten nicht für GPT-6 Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra:

Erforderlicher Bereich: -2 <= x <= 2

Beispiel:

0

logprobs

boolean

Standard:false

Ob die Log-Wahrscheinlichkeiten jedes Ausgabe-Token zurückgegeben werden.

GPT-6: Astra und 6.1 Sol unterstützen keine Ausgabe-Logprobs. Sol / Luna und 6.1 Terra erlauben sie nur mit Reasoning-Stufe none. Bei anderen Stufen logprobs, top_logprobs sowie message.output_text.logprobs aus Responses include entfernen.

Die folgenden Regeln für bestehende Modelle gelten nicht für GPT-6 Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra:

Hinweis Nur von gpt-5.4 / gpt-5.2 / gpt-5.1 unterstützt; die gpt-5.6-Familie und gpt-5.5 unterstützen diesen Parameter nicht.

GPT-6 Astra und GPT-6.1 Sol unterstützen diesen Parameter nicht.

Beispiel:

true

top_logprobs

integer

Anzahl der pro Position zurückgegebenen Kandidaten-Token, Wertebereich 0 bis 20; muss zusammen mit logprobs: true verwendet werden.

Hinweis Gleicher Unterstützungsumfang wie logprobs.

Erforderlicher Bereich: 0 <= x <= 20

Beispiel:

2

integer

Standard:1

Anzahl der zu generierenden Antwortkandidaten, zurückgegeben als mehrere Einträge im Array choices. Alle Token (einschließlich der Ausgabe jedes Kandidaten) werden abgerechnet.

GPT-6 Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Beispiel:

1

seed

integer

Zufalls-Seed. Bei gleichem Seed und gleicher Parameterkombination versucht das Modell, konsistente Ergebnisse zu liefern (nach bestem Bemühen, vollständige Reproduzierbarkeit ist nicht garantiert).

GPT-6 Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Beispiel:

42

response_format

object

Steuerung des Ausgabeformats:

{"type": "text"}: freier Text, der Standard
{"type": "json_object"}: gibt gültiges JSON zurück und erfordert, dass das Wort json in messages vorkommt, andernfalls wird 400 zurückgegeben
{"type": "json_schema", "json_schema": {...}}: gibt strukturierte Ergebnisse gemäß dem angegebenen JSON-Schema zurück; mit "strict": true wird die Einhaltung des Schemas erzwungen

Show child attributes

tools

object[]

Werkzeugliste für Function Calling (clientseitige Funktionsaufrufe, keine Gebühr pro Aufruf).

Serverseitige Tools (Websuche, Codeausführung usw.) werden auf dieser API nicht bereitgestellt; verwenden Sie stattdessen die Responses API.

GPT-6: gpt-6-sol / gpt-6-luna verwenden standardmäßig medium. Funktionsaufrufe in Chat Completions erfordern ausdrücklich reasoning_effort: "none". gpt-6-astra und gpt-6.1-sol unterstützen none nicht; verwenden Sie für Funktionsaufrufe die Responses API. Die GPT-6-Stufe max ist nur über Responses verfügbar. gpt-6.1-terra unterstützt none; verwenden Sie für Funktionsaufrufe mit diesem Modell ebenfalls die Responses API.

Show child attributes

tool_choice

Steuerung der Werkzeugauswahl: "auto" (Standard) / "none" / "required", oder ein Objekt, das eine bestimmte Funktion angibt, etwa {"type": "function", "function": {"name": "get_weather"}}.

Verfügbare Optionen:

none,

auto,

required

parallel_tool_calls

boolean

Standard:true

Ob das Modell innerhalb einer Runde mehrere Werkzeuge parallel aufrufen darf. Standard true; mit false werden die Aufrufe nacheinander erzwungen.

GPT-6 Sol / Luna, GPT-6.1 Sol und GPT-6.1 Terra: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Beispiel:

true

prompt_cache_key

string

Cache-Gruppenschlüssel. GPT-6 / GPT-5.6 übernehmen das Cache-Routing automatisch; dieser Parameter ist dafür nicht erforderlich. Separate Schlüssel trennen Wiederverwendung und Abrechnung nach Kunden oder Nutzern. Für Anfragen mit gemeinsamem Präfix denselben Schlüssel verwenden. Bei älteren Modellen können stabile Schlüssel das Cache-Routing verbessern.

Beispiel:

"app-chat-v1"

user

string

Kennung des Endnutzers, dient der Unterscheidung der Aufrufquelle.

Beispiel:

"user-1024"

prompt_cache_options

object

Prompt-Cache-Optionen für GPT-6 und GPT-5.6. Standardmäßig werden implizite Haltepunkte verwendet. mode: "explicit" verwendet nur explizite Haltepunkte; ohne Haltepunkt erfolgt kein Caching.

Show child attributes

Beispiel:

{ "ttl": "30m", "mode": "implicit" }

Antwort

Chat-Generierung erfolgreich (JSON-Objekt; bei stream=true ein SSE-Ereignisstrom, der mit data: [DONE] endet)

string

Eindeutige Kennung dieses Gesprächs

Beispiel:

"chatcmpl-CvJ2p8mQxK7nR4wS"

object

enum<string>

Antworttyp

Verfügbare Optionen:

chat.completion

Beispiel:

"chat.completion"

created

integer

Erstellungszeitstempel

Beispiel:

1786705221

model

string

Tatsächlich verwendeter Modellname

Beispiel:

"gpt-6.1-sol"

choices

object[]

Liste der generierten Ergebnisse (Länge entspricht n in der Anfrage)

Show child attributes

usage

object

Statistik zum Token-Verbrauch. Prompt-Caching greift automatisch; im Cache getroffene Eingabe-Token werden zum günstigeren Cache-Preis abgerechnet.

GPT-6 rechnet reguläre Eingabe, Cache-Lesen, Cache-Schreiben und Ausgabe getrennt ab. Bei mehr als 272.000 Eingabe-Token gelten für die gesamte Anfrage doppelte Eingabe- und Cache-Preise sowie der 1,5-fache Ausgabepreis. Integrierte Bildgenerierung wird separat berechnet. Aktuelle Modellpreise.

Show child attributes

Bildserie

Videoserie

Audioserie

Textserie

Kontoverwaltung

Aufgabenverwaltung

Dateiverwaltung

GPT Schnittstelle für alle Modelle - Chat Completions vollständige Parameter

Autorisierungen

Body

Antwort