Создание завершения чата - DeepSeek v3.1: Управление мышлением (Потоковый режим)

Этот API используется для создания диалогов с моделью DeepSeek v3.1. Поддерживается потоковый вывод (SSE) и точное управление способностью глубокого мышления модели (Thinking).

Описание API

• Статус API: Опубликован (Released)
• Метод запроса: POST
• URL запроса: https://api.codingplanx.ai/v1/chat/completions

---

Заголовки запроса (Headers)

(Примечание: Заголовок X-Forwarded-Host в настоящее время отключен)

---

Тело запроса (Request Body)

Content-Type: application/json

Пример запроса

{
  "model": "deepseek-v3-1-250821",
  "max_tokens": 1000,
  "messages": [
    {
      "role": "system",
      "content": "You are a helpful assistant."
    },
    {
      "role": "user",
      "content": "你好"
    }
  ],
  "temperature": 1.0,
  "stream": true,
  "stream_options": {
    "include_usage": true
  },
  "thinking": {
    "type": "enabled"
  }
}

---

Тело ответа (Response)

HTTP Статус: 200 OK Content-Type: application/json

(Примечание: Когда stream: true, формат ответа представляет собой поток данных SSE, где каждый фрагмент данных (chunk) является JSON-строкой следующей структуры. Ниже представлена стандартная структура JSON для непотоковых запросов или после сборки потока)

Пример ответа (JSON)

{
    "id": "chatcmpl-123",
    "object": "chat.completion",
    "created": 1677652288,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "\r
\r
Hello there, how may I assist you today?"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 9,
        "completion_tokens": 12,
        "total_tokens": 21
    }
}

---

Часто задаваемые вопросы (FAQ)

Q1: Как получить статистику потребления токенов (Usage) в потоковом (SSE) запросе? A1: В теле запроса необходимо установить stream в true, а также задать stream_options: {"include_usage": true}. Таким образом, сервер отправит дополнительный блок данных перед маркером окончания потока SSE data: [DONE]. Массив choices в этом блоке будет пустым, но поле usage будет содержать полную статистику по токенам.

Q2: В чем разница между enabled и auto в параметре thinking? A2:

• enabled: Принуждает модель выполнить "глубокое размышление (Chain of Thought)" перед возвратом окончательного ответа. Это обычно приводит к более высокому качеству логических выводов, но может увеличить время отклика (задержку до первого символа) и расход выходных токенов.
• auto: Передает право принятия решения модели. Модель автоматически определит, требуется ли глубокое мышление, основываясь на сложности вопросов в ваших messages.

Q3: Почему запрос возвращает ошибку 401 Unauthorized? A3: Обычно это означает сбой аутентификации. Проверьте поле Authorization в заголовке запроса (Request Header) — оно должно быть точно в формате Bearer {{YOUR_API_KEY}}. Также убедитесь, что ваш API-ключ (API Key) действителен и срок его действия не истек.

Q4: Будет ли возвращаться содержимое процесса мышления, если включить глубокое мышление thinking? A4: Согласно стандартной реализации, совместимой с OpenAI, при потоковом выводе содержимое глубокого мышления может возвращаться внутри специальных тегов (например, <think>...</think>) или через специальное поле в chunk. При парсинге потоковых данных на фронтенде обращайте внимание на обработку процесса мышления в content, чтобы реализовать UI-эффект "модель думает" для пользователя.

Q5: Что значит, если появляется finish_reason: "length"? A5: Это означает, что вывод модели достиг установленного вами лимита max_tokens или уперся в ограничение максимального контекстного окна самой модели, из-за чего ответ был обрезан. Если ответ неполный, вы можете попробовать увеличить значение max_tokens.