> ## Documentation Index > Fetch the complete documentation index at: https://ppio.com/docs/llms.txt > Use this file to discover all available pages before exploring further. # 创建聊天对话请求 根据指定的聊天对话生成模型回复 ## 请求头 枚举值: `application/json` Bearer 身份验证格式，例如：Bearer \{\{API 密钥}}。 ## 请求体 对应的模型名称。可用模型名称请参考：模型列表 截至目前组成对话的消息列表。 消息的内容。所有消息都需要 content，对于包含函数调用的 assistant 消息，content 可以为 null。 您可以根据不同的模态使用以下参数。

选项 1：

您可以使用字符串类型来表示消息的文本内容。


选项 2：

使用内容部分的数组，object\[]。详细字段如下：

内容部分的类型，在此情况下为 `text`。 文本内容。

仅视觉语言模型可使用。

内容部分的数组，object\[]。详细字段如下：

内容部分的类型，在此情况下为 `image_url`。 图像的 URL 或 base64 编码的图像数据。

仅支持视频的模型可使用。

内容部分的数组，object\[]。详细字段如下：

内容部分的类型，在此情况下为 `video_url`。 视频的 URL。

仅支持音频的模型可使用。

输出模态参数：

设置模型输出的模态。当前支持两种：`["text"]`、`["text","audio"]`。 如果传入 `["text"]`，模型只返回文字内容。如果传入 `["text","audio"]`，模型会同时返回文字内容和音频内容。 默认为 `["text"]`。

内容部分的数组，object\[]。详细字段如下：

内容部分的类型，在此情况下为 `input_audio`。 音频的 URL 或者 base64 编码。 音频的格式。如 `wav`, `mp3`。
消息作者的角色。可以是 system、user、assistant 之一。Enum: `system, user, assistant` 此消息的作者名称。可以包含小写字母 a-z、大写字母 A-Z、数字 0-9 和下划线，最大长度为 64 个字符。 在生成对话时可产生的最大 tokens 数。

如果您的提示（之前的消息）中的 tokens 数量加上 max\_tokens 超过了模型的上下文长度，则行为取决于 context\_length\_exceeded\_behavior。默认情况下，max\_tokens 会被调整以适应上下文窗口，而不是返回错误。 是否使用流式传输。默认为 false，如果设置了，tokens 将以 data-only server-sent events（SSE）发送，并以 data: \[DONE] 消息终止流。 流式回复选项。仅当 stream 设置为 true 时设置。 如果设置，将在数据: \[DONE] 消息之前流式传输一个额外的 chunk。此 chunk 中的 usage 字段显示整个请求的令牌使用统计信息，而 choices 字段始终为空数组。所有其他 chunk 也将包含一个 usage 字段，但值为 null。 每个提示生成多少个对话。默认值为 1。

注意：由于此参数会生成多个对话，因此可能会快速消耗您的 tokens 计费额度。请谨慎使用，并确保为 max\_tokens 和 stop 设置了合理的值。
所需范围：1 \< x \< 128 如果指定，我们的系统将尽最大努力进行确定性采样，以便相同的 seed 和参数的重复请求应返回相同的结果。 默认值为 0，正值会根据新 tokens 在当前文本中的出现频率对其进行惩罚，从而降低模型重复相同内容的可能性。

如果目的是仅仅减少重复样本，合理的值大约在 0.1 到 1 之间。如果目的是强烈抑制重复，可以将系数提高到 2，但这可能会明显降低样本质量。负值可以用来增加重复的可能性。

另见 presence\_penalty，用于以固定速率惩罚至少出现一次的 tokens
所需范围：-2 \< x \< 2 默认值为 0，正值会根据新 tokens 是否出现在当前文本中对其进行惩罚，从而增加模型谈论新话题的可能性。

如果目的是稍微减少重复样本，合理的值大约在 0.1 到 1 之间。如果目的是强烈抑制重复，可以将系数提高到 2，但这可能会显著降低样本质量。负值可以用来增加重复的可能性。

另见 frequency\_penalty，用于根据 tokens 出现的频率按递增速率进行惩罚
所需范围：-2 \< x \< 2 对重复的 tokens 应用惩罚，以抑制或鼓励重复。值为 1.0 表示没有惩罚，允许自由重复。大于 1.0 的值会惩罚重复，降低重复 tokens 的可能性。介于 0.0 和 1.0 之间的值会奖励重复，增加重复 tokens 的机会。为了达到良好的平衡，通常建议使用 1.2。请注意，在仅解码器模型中，惩罚会同时应用于生成的输出和提示。
所需范围：0 \< x \< 2 最多 4 个序列，API 将停止生成更多 tokens。返回的文本包含停止序列。 对话中的随机性程度，默认值为 1，介于 0 和 2 之间。较高的值（如 0.8）会使输出更加随机，而较低的值（如 0.2），会使输出更集中且确定性更强。

我们通常建议只调整此项或 top\_p，而不是同时调整两者。
所需范围：0 \< x \< 2 作为 temperature 的替代方法，称为 nucleus sampling，模型会考虑具有 top\_p 概率质量的 tokens 的结果。因此，0.1 意味着只考虑构成前 10% 概率质量的 tokens。我们通常建议只调整此项或 temperature，而不是同时调整两者。
所需范围：0 \< x ≤ 1 Top-k 采样是另一种采样方法，在这种方法中，k 个最可能的下一个 tokens 会被筛选出来，并且概率质量仅在这 k 个 tokens 之间重新分配。k 的值控制了在每一步生成文本时，下一个 tokens 的候选数量。
所需范围：1 \< x \< 128 表示一个 tokens 被考虑的最小概率的浮动值，相对于最有可能的 tokens 的概率。
所需范围：0 ≤ x ≤ 1 默认为 null。修改指定 tokens 在对话中出现的可能性。接受一个 JSON 对象，将 tokens 映射到一个从 -100 到 100 的关联偏差值。 是否返回输出 tokens 的对数概率。如果为 true，则返回消息内容中每个输出 tokens 的对数概率。 一个介于 0 到 20 之间的整数，指定在每个 tokens 位置返回的最可能的 tokens 数量，每个 tokens 都有一个关联的对数概率。如果使用此参数，必须将 logprobs 设置为 true。
所需范围：0 ≤ x ≤ 20 模型可以调用的工具列表。目前仅支持函数作为工具。使用此参数提供模型可能生成 JSON 输入的函数列表。 在[工具调用（Function Calling）](/model/llm-function-calling)中了解更多关于函数调用的信息。 工具的类型。 支持的类型：`function` 要调用的函数名称。必须是 a-z、A-Z、0-9 或包含下划线和破折号，最大长度为 64 个字符。 函数功能的描述，模型使用此信息来选择何时以及如何调用函数。 函数接受的参数，以 JSON Schema 对象的形式描述。有关格式的文档，请参阅 [JSON Schema 参考](https://json-schema.org/understanding-json-schema/)。 是否在生成函数调用时启用严格遵守 schema。如果设置为 true，模型将完全按照 parameters 字段中定义的 schema 进行操作。 允许强制模型产生特定的输出格式。 设置为 `{ "type": "json_schema", "json_schema": {...} }` 启用结构化输出，确保模型匹配您提供的 JSON schema。 设置为 `{ "type": "json_object" }` 启用较旧的 JSON 模式，确保模型生成的消息是有效的 JSON。对于支持的模型，推荐使用 `json_schema`。 枚举值：`text`, `json_object`, `json_schema` JSON Schema 响应格式。用于生成结构化的 JSON 响应。 仅在 `type` 设置为 `json_schema` 时支持，且当 `type` 设置为 `json_schema` 时为必需项。 在[结构化输出](/model/llm-structured-outputs)中了解更多信息。 响应格式的名称。必须是 a-z、A-Z、0-9 或包含下划线和破折号，最大长度为 64 个字符。 响应格式用途的描述，模型使用此信息来确定如何以该格式响应。 响应格式的 schema，以 JSON Schema 对象的形式描述。在[这里](https://json-schema.org/specification)学习如何构建 JSON schema。 支持的类型：`string`, `number`, `integer`, `boolean`, `array`, `object`, `enum`, `anyOf`。 是否在生成输出时启用严格的 schema 遵守。如果设置为 true，模型将始终遵循 schema 字段中定义的确切 schema。当 strict 为 true 时，仅支持 JSON Schema 的子集。 如果您通过提供 `strict: true` 启用结构化输出并使用不支持的 JSON Schema 调用 API，您将收到错误。 控制是否将 “思考内容” 单独放入 “reasoning\_content” 字段中。默认为 false，即不单独返回 “思考内容”。 目前支持的模型：deepseek/deepseek-r1-turbo 控制是否开启思考模式。 目前支持的模型： * zai-org/glm-4.5 * deepseek/deepseek-v3.1 * deepseek/deepseek-v3.1-terminus * deepseek/deepseek-v3.2-exp ## 响应参数 生成的对话选择列表。 模型停止生成 tokens 的原因。如果模型遇到自然停止点或提供的停止序列，则为 ‘stop’；如果请求中指定的最大 tokens 数量已达到，则为 ‘length’。枚举值: `stop,length` 对话选择的索引。 消息作者的角色。枚举值: `system, user, assistant` 消息的内容。 思考内容。 目前支持的模型：deepseek/deepseek-r1-turbo 响应生成的 Unix 时间戳（以秒为单位）。 响应的唯一标识符。 用于对话的模型。 对象类型，始终为 chat.completion。 使用统计。
对于流式回复，usage 字段被包含在返回的最后一个回复块中。 对话生成的 tokens 数。 prompt 中的 tokens 数。 请求中使用的总 tokens 数（prompt + completion）。