# OpenAI兼容接口 #### 约束限制 该功能仅支持"西南-贵阳一"区域。 #### 接口信息 | 名称 | 说明 | 取值 | |:---|:---|:---| | API地址 | 调用模型服务的API地址。 | https://api.modelarts-maas.com/openai/v1/chat/completions 如果使用OpenAI SDK，base_url设置为https://api.modelarts-maas.com/openai/v1。 | | 鉴权请求 | 向服务器提供身份验证/授权凭证。 | ``` "Authorization"："Bearer $MaaS_API_Key" ``` | #### 支持模型 表1支持的模型 | **模型系列** | **模型名称** | 支持地域 | **model** **参数值** | |:---|:---|:---|:---| | openPangu | openPangu-2.0-Pro | 西南-贵阳一 | openpangu-2.0-pro | | openPangu | openPangu-2.0-Flash | 西南-贵阳一 | openpangu-2.0-flash | | GLM | GLM-5.3 | 西南-贵阳一 | glm-5.3 | | GLM | GLM-5.2 | 西南-贵阳一 | glm-5.2 | | GLM | GLM-5.1 | 西南-贵阳一 | glm-5.1 | | Kimi | Kimi-K2.6 | 西南-贵阳一 | kimi-k2.6 | | DeepSeek | DeepSeek-V4.1-Flash | 西南-贵阳一 | deepseek-v4.1-flash | | DeepSeek | DeepSeek-V4-Pro | 西南-贵阳一 | deepseek-v4-pro | | DeepSeek | DeepSeek-V4-Flash | 西南-贵阳一 | deepseek-v4-flash | | Qwen3 | Qwen3-32B | 西南-贵阳一 | qwen3-32b | | Qwen3 | Qwen3-30B-A3B | 西南-贵阳一 | qwen3-30b-a3b | 您可以登录[MaaS控制台](https://console.huaweicloud.com/modelarts/#/model-studio/homepage)，在"模型广场"页面的模型详情页面，查看模型的详细信息。 #### 请求参数说明 | 参数类别 | **参数** | **参数类型** | **是否必填** | **说明** | |:---|:---|:---|:---|:---| | **通用** | model | string | 是 | **参数解释：** 用于生成内容的模型参数。取值请参考[支持的模型]中的**model** **参数值**。 **约束限制：** 不涉及。 **取值范围**： 取值请参考[支持的模型]中的**model** **参数值**。 **默认取值：** 不涉及。 | | **通用** | messages | object\[\] | 是 | **参数解释：** 对话组成的消息列表。不同模型支持不同类型的消息。消息结构请参考**系统消息** 、**用户消息** 、**模型答复消息** 和**工具消息**。 **约束限制：** 不涉及。 | | **系统消息** **（System Message）** | messages.role | string | 是 | **参数解释：** 发送消息的角色。 **约束限制：** 不涉及 **取值范围**： system：系统发送的消息 **默认取值：** 不涉及。 | | **系统消息** **（System Message）** | messages.content | string/object\[\] | 是 | **参数解释：** 角色发送的消息内容。 **约束限制：** 不涉及。 | | **系统消息** **（System Message）** | messages.content.type | string | 是 | **参数解释：** 角色发送的消息的类型。 **约束限制：** 不涉及。 **取值范围**： text：文本类型 image_url：图片类型 **默认值：** 不涉及。 | | **系统消息** **（System Message）** | messages.content.text | string | 是 | **参数解释：** 文本消息的内容。 **约束限制：** 不涉及。 **取值范围**： 不涉及。 **默认值：** 不涉及。 | | **图片信息** | messages.content.image_url | object | 否 | **参数解释：** 图片内容。 **约束限制：** - 仅DeepSeek-V4.1-Flash支持。 - 当字段messages.content.type取值为"image_url"时必填。 **取值范围**： 不涉及。 **默认取值：** 不涉及。 | | **图片信息** | messages.content.image_url.url | string | 否 | **参数解释：** 图片地址。 **约束限制：** - 图片限制：图片最大数量600张，单张图片大小不超过32MB，图片分辨率不限制（推荐小于4096\*2160），支持JPEG、PNG、GIF和WebP格式。 - 支持公网 URL 和 Base64编码后的data URI（例如data:image/png;base64,...） ``` # PNG图像： data:image/png;base64,{base64_image} # JPEG图像 data:image/jpeg;base64,{base64_image} # WEBP图像： data:image/webp;base64,{base64_image} # GIF图像 data:image/gif;base64,{base64_image} ``` **取值范围**： 不涉及。 **默认取值：** 不涉及。 | | **用户消息** **（User Message）** | messages.role | string | 是 | **参数解释：** 发送消息的角色。 **约束限制：** 不涉及。 **取值范围**： user：用户发送的消息 **默认取值：** 不涉及。 | | **用户消息** **（User Message）** | messages.content | string/object\[\] | 是 | **参数解释：** 角色发送的消息内容。 **约束限制：** 不涉及。 | | **用户消息** **（User Message）** | messages.content.type | string | 是 | **参数解释：** 角色发送的消息的类型。 **约束限制：** 不涉及。 **取值范围**： text：文本类型 **默认值：** 不涉及。 | | **用户消息** **（User Message）** | messages.content.text | string | 是 | **参数解释：** 文本消息的内容。 **约束限制：** 不涉及。 **取值范围**： 不涉及。 **默认值：** 不涉及。 | | **模型答复消息** **（Assistant Message）** | messages.role | string | 是 | **参数解释：** 发送消息的角色。 **约束限制：** 不涉及。 **取值范围**： assistant：模型回复的消息 **默认取值：** 不涉及。 | | **模型答复消息** **（Assistant Message）** | messages.content | string/object\[\] | 是 | **参数解释：** 角色发送的消息内容。 **约束限制：** 不涉及。 | | **模型答复消息** **（Assistant Message）** | messages.tool_calls | array | 否 | **参数解释：** 历史对话中，模型回复的工具调用信息。 **约束限制：** 当发送消息的角色是工具，也就是参数"messages.role"取值为"tool"时，该参数必传。 **取值范围**： 不涉及。 **默认值：** 不涉及。 | | **模型答复消息** **（Assistant Message）** | messages.tool_calls.id | string | 是 | **参数解释：** 模型调用的工具的ID。 **约束限制：** 当发送消息的角色是工具，也就是参数"messages.role"取值为"tool"时，该参数必传。 **取值范围**： 不涉及。 **默认值：** 不涉及。 | | **模型答复消息** **（Assistant Message）** | messages.tool_calls.type | string | 是 | **参数解释：** 工具类型。 **约束限制：** 当发送消息的角色是工具，也就是参数"messages.role"取值为"tool"时，该参数必传。 **取值范围**： function：函数调用 **默认值：** 不涉及。 | | **模型答复消息** **（Assistant Message）** | messages.tool_calls.function | object | 是 | **参数解释：** 模型调用工具对应的函数信息。 **约束限制：** 不涉及。 | | **模型答复消息** **（Assistant Message）** | messages.tool_calls.function.arguments | string | 是 | **参数解释：** 模型生成的用于调用函数的JSON格式的参数。 **约束限制：** 当发送消息的角色是工具，也就是参数"messages.role"取值为"tool"时，该参数必传。 **取值范围**： 不涉及。 **默认值：** 不涉及。 | | **模型答复消息** **（Assistant Message）** | messages.tool_calls.function.name | string | 是 | **参数解释：** 模型需要调用的函数名称。用户自定义的函数名称。 **约束限制：** 当发送消息的角色是工具，也就是参数"messages.role"取值为"tool"时，该参数必传。 **取值范围**： 不涉及。 **默认取值：** 不涉及。 | | **工具消息** **（Tool Message）** | messages.role | string | 是 | **参数解释：** 发送消息的角色。 **约束限制：** 不涉及。 **取值范围**： tool：Function Call发送的消息。 **默认取值：** 不涉及。 | | **工具消息** **（Tool Message）** | messages.tool_call_id | string | 是 | **参数解释：** 模型调用的工具的ID。 **约束限制：** 当发送消息的角色是工具，也就是参数"messages.role"取值为"tool"时，该参数必传。 **取值范围**： 不涉及。 **默认值：** 不涉及。 | | **工具消息** **（Tool Message）** | messages.content | string/object\[\] | 是 | **参数解释：** 角色发送的消息内容。 **约束限制：** 不涉及。 | | **深度思考设置** | chat_template_kwargs | object | 否 | **参数解释：** 传递给模板渲染器的额外关键字参数，可用于控制模型是否开启深度思考模式。详情请参见[深度思考模型思考控制开关支持情况]。 **约束限制：** 不涉及。 | | **深度思考设置** | chat_template_kwargs.thinking | boolean | 否 | **参数解释：** 是否开启思考模式 **约束限制：** 支持开启关闭思考模式的模型请参考[深度思考模型思考控制开关支持情况]。 **取值范围**： - true：开启思考模式 - false：关闭思考模式 **默认值：** 不涉及。 | | **深度思考强度设置** | chat_template_kwargs.reasoning_effort | string | 否 | **参数解释：** DeepSeek-V4.1-Flash模型控制思考强度的参数。 **约束限制：** - 思考模式下该字段才生效。 - DeepSeek-V4.1-Flash模型涉及。 **取值范围：** low、high、max **默认取值：** high | | **模型输出行为配置** | max_completion_tokens | integer/null | 否 | **参数解释：** 控制模型输出的最大长度，包括两部分：模型回答（content部分）和模型思维链部分（reasoning_content）。 配置该参数后，模型输出的Token长度不会超过max_completion_tokens配置的值。 **约束限制：** - 不可与max_tokens字段同时设置，否则会直接报错。 - 深度思考模型在关闭了思考模式的情况max_completions_tokens依然生效，只控制content部分的输出Token长度。 **取值范围：** 各个模型取值不同，详情请参见MaaS控制台模型详情页的**最大输出长度** 和**最大思维链长度**。 **默认取值**： 不涉及。 | | **模型输出行为配置** | max_tokens | integer/null | 否 | **参数解释：** 模型回答最大长度，单位为Token。 **约束限制：** - 模型回答不包含思维链内容。 模型回答=模型输出-模型思维链（如有）。 - 输出Token的总长度还受模型的上下文长度限制。 **取值范围：** 各个模型取值不同，详情请参见MaaS控制台模型详情页的**最大输出长度**。 **默认取值**： - DeepSeek-V4.1-Flash：64K - Kimi-K2.6、openPangu-2.0-Pro、openpangu-2.0-Flash：32K - 其它模型：4K | | **模型输出行为配置** | continue_final_message | boolean | 否 | **参数解释：** 模型是否开启前缀续写。 **约束限制：** 开启该功能时，需要将参数"add_generation_prompt"设置为false，否则会报错。 **取值范围：** - true：开启前缀续写 - false：关闭前缀续写 **默认取值：** false | | **模型输出行为配置** | add_generation_prompt | boolean | 否 | **参数解释：** 是否将模型生成的Prompt添加到聊天模板中。这是模型tokenizer配置中chat template使用的一个参数。 **约束限制：** 该参数与continue_final_message互斥，不可同时设置为true，否则会报错。 **取值范围：** - true：将模型生成的Prompt添加到聊天模板中。 - false：不将模型生成的Prompt添加到聊天模板中 **默认取值：** true | | **模型输出行为配置** | temperature | float/null | 否 | **参数解释：** 采样温度，用于控制模型生成内容的随机性。 较高的值（如大于1）会使模型输出更加随机、发散、创造性高，而较低的值（如 0.1）会使输出更加集中确定、保守。 **约束限制：** 建议仅调整temperature或top_p其中之一，不建议两者都修改。 **取值范围：** \[0,2\] **默认取值：** 部分模型会对输入值做特殊处理： - DeepSeek-V4系列：**思考模式**下，无论用户输入值多少均为1.0。 - Kimi-K2.6会对输入值做特殊处理：思考模式下，无论用户输入值多少均为1.0；非思考模式下，无论用户输入值多少均为0.6。 - openPangu-2.0-Flash、openPangu-2.0-Pro模型默认值为1.0。 - glm-5.3模型默认值为1.0。 其它模型如果有输入值，以输入值为准；如果输入值为空，则默认为0.6。 | | **模型输出行为配置** | top_p | float/null | 否 | **参数解释：** 核采样概率阈值，用于控制模型生成内容的多样性，和temperature参数类似，但原理不同，可以更精细地控制模型输出的词汇范围。 设置值接近0时，模型只从概率最高的极少数词中采样，输出非常保守、确定性强。设置值接近1时，则几乎不限制词库，输出更随机、更发散。 **约束限制：** 建议仅调整temperature或top_p其中之一，不建议两者都修改。 **取值范围：** \[0,1\] **默认取值：** - Kimi-K2.6：思考模式和非思考模式均为0.95，不支持修改。取值范围内，无论输入多少都为0.95 - DeepSeek-V4系列：**思考模式**下，无论用户输入值多少均为1.0。 - GLM-5.3：默认0.95 - 其它模型0.7。 | | **模型输出行为配置** | top_k | integer | 否 | **参数解释：** 控制模型生成时每次只从概率最高的k个词里挑选，用来控制生成文本的随机性。取值越大，生成的随机性越高；取值越小，生成的确定性越高。 **约束限制：** 不涉及。 **取值范围：** \>=0 **默认取值：** 20。 | | **模型输出行为配置** | frequency_penalty | number/null | 否 | **参数解释：** 频率惩罚系数，是一个用于控制模型输出多样性的重要参数。 根据词语已经**出现的次数**，按比例降低该词再次出现的概率。出现的次数越多，再次被使用的概率就越低。 **约束限制：** DeepSeek-V4系列：不支持该参数。 DeepSeek-V4.1-Flash：不支持该参数。 **取值范围：** \[-2,2\] - 0：不做任何惩罚。 - **正值**：增加惩罚，值越大，模型越倾向于引入新的词汇和话题，避免内容重复。 - **负值**：减少惩罚（实际上是奖励）。模型更倾向于重复使用已经出现过的词汇，这通常会导致文本极其啰嗦和重复（一般不推荐使用）。 **默认取值**： 0 | | **模型输出行为配置** | presence_penalty | number/null | 否 | **参数解释：** 存在惩罚系数，是一个用于控制模型输出多样性的重要参数。降低模型重复谈论已经出现过的话题或词汇的概率，从而鼓励模型去谈论"新事物"。 只要某个词在之前已经生成的文本中**出现过至少一次**，模型就会对该词施加一个固定的惩罚，降低它再次被选中的概率。模型会根据新Token截止目前是否已出现对其进行惩罚。如果值为正，会增加模型生成新内容的可能性。 **约束限制：** DeepSeek-V4系列、GLM-5.3：不支持该参数。 DeepSeek-V4.1-Flash：不支持该参数。 **取值范围：** \[-2,2\] - 0：不做任何惩罚 - **正值**：增加惩罚，值越大，模型越倾向于引入新的词汇和话题，避免内容重复。 - **负值**：减少惩罚（实际上是奖励）。模型更倾向于重复使用已经出现过的词汇，这通常会导致文本极其啰嗦和重复（一般不推荐使用）。 **默认取值：** 0 | | **模型输出行为配置** | logprobs | boolean/null | 否 | **参数解释：** 对数概率。控制模型是否返回输出Token的对数概率。 **约束限制：** Kimi-K2.6不支持该参数。 **取值范围：** - true：开启返回对数概率的功能。 - false：关闭返回对数概率的功能。 **默认取值**： false | | **模型输出行为配置** | stream | boolean/null | 否 | **参数解释：** 响应内容是否流式返回。 **约束限制：** 不涉及。 **取值范围：** - false：模型生成完所有内容后一次性返回结果。 - true：逐块返回模型生成内容，最后以data: \[DONE\]结束消息。 **默认取值：** false | | **模型输出行为配置** | stream_options | object/null | 否 | **参数解释：** 流式响应的选项。 **约束限制：** 当stream为true时，可设置stream_options字段。 | | **模型输出行为配置** | stream_options.include_usage | boolean | 否 | **参数解释：** 模型流式输出时，是否在输出结束前输出本次请求的Token用量信息。 **约束限制：** 当前暂不支持关闭。 **取值范围：** - true：在data: \[DONE\]消息之前会返回一个额外的chunk。此chunk中， usage字段中输出整个请求的Token用量，choices字段为空数组。 - false：不输出本次请求的Token用量信息。 **默认取值：** true | | **模型输出行为配置** | stop | string / string\[\] / null | 否 | **参数解释：** 当模型遇到stop字段中所指定的字符串时将停止继续生成，这个字符本身也不会出现在响应中。停止Token不会命中思维链中的Token，仅会命中正式回答content中的部分。 **约束限制：** 最多支持4个字符串。 **取值范围：** 不涉及。 **默认取值：** 不涉及。 | | **模型输出行为配置** | reasoning_effort | string | 否 | **参数解释：** 控制思考强度的参数。 **约束限制：** - 思考模式下该字段才生效。 - 涉及的模型：DeepSeek-V4系列、GLM-5.2、GLM-5.3 **取值范围：** GLM-5.3： - max、high：深度推理 - low：增强推理 GLM-5.2： - max、xhigh：深度推理 - high、medium、low：增强推理 - minimal、none：模型放弃思考 说明： - xhigh 映射为 max - low / medium 映射为 high DeepSeek-V4系列: max、high **默认取值：** GLM-5.3、GLM-5.2：max DeepSeek-V4系列：high | | **工具调用** | tools | object\[\]/null | 否 | **参数解释：** 待调用工具的列表，模型返回信息中可包含。当您需要让模型返回待调用工具时，需要配置该结构体。 **约束限制：** 不涉及。 | | **工具调用** | tools.type | string | 是 | **参数解释：** 工具类型。 **约束限制：** 不涉及。 **取值范围：** function：函数调用 **默认取值：** 不涉及。 | | **工具调用** | tools.function | object | 是 | **参数解释：** 模型返回内容中包含待调用的工具。 **约束限制：** 不涉及。 | | **工具调用** | tools.function.name | string | 是 | **参数解释：** 调用的函数的名称。 **约束限制：** 不涉及。 **取值范围：** 不涉及。 **默认取值：** 不涉及。 | | **工具调用** | tools.function.description | string | 否 | **参数解释：** 调用的函数的描述，模型会基于该描述判断当前任务是否需要使用该工具。 **约束限制：** 不涉及。 **取值范围：** 不涉及。 **默认取值：** 不涉及。 | | **工具调用** | tools.function.parameters | object | 否 | **参数解释：** 函数请求参数，以JSON格式描述。示例如下： ``` { "type": "object", "properties": { "参数名": { "type": "string | number | boolean | object | array", "description": "参数说明" } }, "required": ["必填参数"] } ``` parameters必须符合JSON规范。 **约束限制：** 不涉及。 | | **工具调用** | tool_choice | string/object | 否 | **参数解释：** 控制模型调用工具的模式。对应模型支持的类型请参考[工具调用模型支持情况]。 **约束限制：** 不涉及。 **取值范围：** - none ：不调用任何工具。 - auto ：模型自行判断是否进行工具调用。 - 指定函数调用（named）：模型必须调用指定的函数，通过 tool_choice.type 和 tool_choice.function 字段指定必须调用的函数。 **默认取值：** - 当未提供待调用工具列表时默认为none。 - 当有提供待调用工具列表时默认为auto。 | | **工具调用** | tool_choice.type | string | 是 | **参数解释：** 指定模型需要调用的工具类型，此处应为function。 **约束限制：** 不涉及。 **取值范围：** function：函数调用 **默认取值：** 不涉及。 | | **工具调用** | tool_choice.function | object | 是 | **参数解释：** 指定模型需要调用的函数信息。 **约束限制：** 不涉及。 | | **工具调用** | tool_choice.function.name | string | 是 | **参数解释：** 指定模型需要调用的函数名称，在待调用工具列表中声明函数定义。 **约束限制：** 不涉及。 **取值范围：** 不涉及。 **默认取值：** 不涉及。 | #### 响应参数说明（非流式） | **参数** | **参数类型** | **说明** | |:---|:---|:---| | created | integer | **参数解释：** 本次请求创建时间的Unix时间戳（秒）。 **取** **值范围：** 不涉及。 | | id | string | **参数解释：** 本次请求的唯一标识。 **取值范围：** 不涉及。 | | model | string | **参数解释：** 本次请求使用的模型参数。 **取值范围：** 本次请求使用的模型参数。 | | object | string | **参数解释：** 模型API类型。 **取值范围：** chat.completion。 | | choices | object\[\] | **参数解释：** 本次请求的模型输出内容。 | | choices.finish_reason | string | **参数解释：** 模型停止生成的原因： **取值范围：** - stop：模型输出自然结束，或命中了请求参数stop中指定的字段。 - length：模型输出因达到模型输出限制而被截断。 - tool_calls：模型触发了工具调用。 | | choices.index | integer | **参数解释：** 当前元素在choices列表的索引。 **取值范围：** 不涉及。 | | choices.message | object | **参数解释：** 模型输出的内容。 | | choices.message.role | string | **参数解释：** 内容输出的角色。 **取值范围：** - assistant：模型回复的消息 - tool：Function Call发送的消息 | | choices.message.content | string | **参数解释：** 模型生成的消息内容。 **取值范围：** 不涉及。 | | choices.message.reasoning_content | string/null | **参数解释：** 模型生成的思维链内容，仅深度思考模型返回此字段。 **取值范围：** 不涉及。 | | choices.message.tool_calls | object\[\]/null | **参数解释：** 模型生成的工具调用信息，触发了工具调用才会返回该参数。 | | choices.message.tool_calls.id | string | **参数解释：** 调用的工具的ID。 **取值范围：** 不涉及。 | | choices.message.tool_calls.type | string | **参数解释：** 工具类型。 **取值范围：** function：函数调用 | | choices.message.tool_calls.function | object | **参数解释：** 模型调用的函数。 | | choices.message.tool_calls.function.name | string | **参数解释：** 模型调用的函数的名称。 **取值范围：** 不涉及。 | | choices.message.tool_calls.function.arguments | string | **参数解释：** 模型生成的用于调用函数的JSON格式输入。 **取值范围：** 不涉及。 | | choices.logprobs | object/null | **参数解释：** 当前内容的对数概率信息。 | | choices.logprobs.content | object\[\]/null | **参数解释：** 模型返回的消息内容中每个Token的对数概率信息。 | | choices.logprobs.content.token | string | **参数解释：** 模型返回的消息内容中的Token。 **取值范围：** 不涉及。 | | choices.logprobs.content.logprob | float | **参数解释：** 模型返回的消息内容中的Token的对数概率。 **取值范围：** 不涉及。 | | choices.logprobs.content.bytes | integer\[\]/null | **参数解释：** 当前Token的UTF-8值，为一个整数列表。如果Token没有UTF-8值则为空。 | | usage | object | **参数解释：** 本次请求的Token用量信息。 | | usage.completion_tokens | integer | **参数解释：** 模型输出内容消耗的Token数量。 **取值范围：** 不涉及。 | | usage.prompt_tokens | integer | **参数解释：** 模型处理输入内容消耗的Token数量。 **取值范围：** 不涉及。 | | usage.total_tokens | integer | **参数解释：** 本次请求消耗的总Token数量（输入+输出）。 **取值范围：** 不涉及。 | | usage.completion_tokens_details | object | **参数解释：** 模型输出内容消耗的Token详情。 | | usage.completion_tokens_details.reasoning_tokens | integer | **参数解释：** 输出思维链内容消耗的Token数。 **取值范围：** 不涉及。 | | usage.prompt_tokens_details | object | **参数解释：** 给模型输入的Token数量的详细信息。 | | usage.prompt_tokens_details.cached_tokens | integer | **参数解释：** 缓存输入内容的Token用量。 **取值范围：** 不涉及。 | | service_tier | string | **参数解释：** 本次请求使用的服务层级。 **取值范围：** default。 | #### 响应参数说明（流式） | **参数** | **参数类型** | **说明** | |:---|:---|:---| | created | integer | **参数解释：** 本次请求创建时间的Unix时间戳（秒）。 **取值范围：** 不涉及。 | | id | string | **参数解释：** 本次请求的唯一标识。 **取值范围：** 不涉及。 | | model | string | **参数解释：** 本次请求实际使用的模型参数。 **取值范围：** 本次请求实际使用的模型参数。 | | object | string | **参数解释：** 固定为chat.completion.chunk。 | | choices | object\[\] | **参数解释：** 本次请求的模型输出内容。 | | choices.finish_reason | string | **参数解释：** 模型停止生成Token的原因。 **取值范围：**模型停止生成Token的原因。取值范围： - stop：模型输出自然结束，或因命中请求参数stop中指定的字段而被截断。 - length：模型输出因达到模型输出限制而被截断。 - tool_calls：模型调用了工具。 | | choices.index | integer | **参数解释：** 当前元素在choices列表的索引。 **取值范围：** 不涉及。 | | choices.delta | object | **参数解释：** 模型输出的增量内容。 | | choices.delta.role | string | **参数解释：** 内容输出的角色。 **取值范围：** - assistant：模型回复的消息 - tool：Function Call发送的消息 | | choices.delta.content | string | **参数解释：** 模型生成的消息内容。 **取值范围：** 不涉及。 | | choices.delta.reasoning_content | string/null | **参数解释：** 模型处理问题的思维链内容。 **取值范围：** 不涉及。 | | choices.delta.tool_calls | object\[\]/null | **参数解释：** 模型生成的工具调用信息。 | | choices.delta.tool_calls.id | string | **参数解释：** 调用的工具的ID。 **取值范围：** 不涉及。 | | choices.delta.tool_calls.type | string | **参数解释：** 工具类型，当前仅支持function。 **取值范围：** function：函数调用 | | choices.delta.tool_calls.function | object | **参数解释：** 模型调用的函数。 | | choices.delta.tool_calls.function.name | string | **参数解释：** 模型调用的函数的名称。 **取值范围：** 不涉及。 | | choices.delta.tool_calls.function.arguments | string | **参数解释：** 模型生成的用于调用函数的参数，格式为JSON。 模型并不总是生成有效的JSON，并且可能会虚构出一些您的函数参数规范中未定义的参数。在调用函数之前，请在您的代码中验证这些参数是否有效。 **取值范围：** 不涉及。 | | choices.logprobs | object/null | **参数解释：** 当前内容的对数概率信息。 | | choices.logprobs.content | object\[\]/null | **参数解释：** 模型返回的消息内容中每个Token的对数概率信息。 | | choices.logprobs.content.token | string | **参数解释：** 模型返回的消息内容中的Token。 **取值范围：** 不涉及。 | | choices.logprobs.content.logprob | float | **参数解释：** 模型返回的消息内容中的Token的对数概率。 **取值范围：** 不涉及。 | | choices.logprobs.content.bytes | integer\[\]/null | **参数解释：** 当前Token的UTF-8值，为一个整数列表。如果Token没有UTF-8值则为空。 | | usage | object | **参数解释：** 本次请求的Token用量。 | | usage.completion_tokens | integer | **参数解释：** 模型输出内容花费所消耗的Token数量。 **取值范围：** 不涉及。 | | usage.prompt_tokens | integer | **参数解释：** 输入给模型处理输入的内容所消耗的Token数量。 **取值范围：** 不涉及。 | | usage.total_tokens | integer | **参数解释：** 本次请求消耗的总Token数量（输入+输出）。 **取值范围：** 不涉及。 | | usage.completion_tokens_details | object | **参数解释：** 模型输出内容消耗的Token详情。 | | usage.completion_tokens_details.reasoning_tokens | integer | **参数解释：** 输出思维链内容消耗的Token数。 **取值范围：** 不涉及。 | | usage.prompt_tokens_details | object | **参数解释：** 输入给模型的Token数量的细节。 | | usage.prompt_tokens_details.cached_tokens | integer | **参数解释：** 缓存输入内容的Token用量。 **取值范围：** 不涉及。 | | service_tier | string | **参数解释：** 本次请求使用的服务层级。 **取值范围：** default。 | | first_token_return_time | float | **参数解释：** 该chunk首Token返回时间。 **取值范围：** 不涉及。 | #### 深度思考模型思考控制开关支持情况 | **模型名称** | **默认模式** | **思考控制开关** | |:---|:---|:---| | openPangu-2.0-Flash openPangu-2.0-Pro | 深度思考 | ``` "chat_template_kwargs": {"thinking": True} ``` | | GLM-5.3 | 深度思考 | 不支持关闭 | | GLM-5.2 GLM-5.1 | 深度思考 | ``` "chat_template_kwargs": {"thinking": True} ``` | | Kimi-K2.6 | 深度思考 | ``` "chat_template_kwargs": {"thinking": True} ``` | | DeepSeek-V4.1-Flash DeepSeek-V4-Flash DeepSeek-V4-Pro | 深度思考 | ``` "chat_template_kwargs": {"thinking": True} ``` | | Qwen3-32B | 深度思考 | ``` "chat_template_kwargs": {"enable_thinking": True} ``` | | Qwen3-30B-A3B | 深度思考 | ``` "chat_template_kwargs": {"enable_thinking": True} ``` | #### 工具调用模型支持情况 | **模型名称** | **支持的tool choice** | |:---|:---| | openPangu-2.0-Flash openPangu-2.0-Pro | - none - auto | | GLM-5.3 GLM-5.2 GLM-5.1 | - none - auto - 指定的函数 | | Kimi-K2.6 | - none - auto | | DeepSeek-V4.1-Flash DeepSeek-V4-Flash DeepSeek-V4-Pro | - none - auto - 指定的函数 | #### 示例一：流式输出 请求示例如下： - [Python] ``` import requests import json if __name__ == '__main__': url = "https://api.modelarts-maas.com/openai/v1/chat/completions" # API地址 api_key = "MAAS_API_KEY" # 把MAAS_API_KEY替换成已获取的API Key # Send request. headers = { 'Content-Type': 'application/json', 'Authorization': f'Bearer {api_key}' } data = { "model": "glm-5.2", # model参数，您可按需更换模型参数 "stream":True, "messages": [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "你好"} ] } response = requests.post(url, headers=headers, data=json.dumps(data), verify=False) # Print result. print(response.status_code) print(response.text) ``` - [Curl] Linux环境下执行如下命令： ``` curl --request POST \ --url https://api.modelarts-maas.com/openai/v1/chat/completions \ --header 'authorization: Bearer $MAAS_API_KEY' \ --header 'content-type: application/json' \ --data '{ "model": "glm-5.2", "stream": true, "messages": [ { "role": "system", "content": "You are a helpful assistant." }, { "role": "user", "content": "你好" } ] }' ``` 响应示例： ``` data: {"id":"8697e7dad55f4ad5ae65f006ba18f2fc","object":"chat.completion.chunk","created":1782266611,"model":"glm-5.2","choices":[{"index":0,"delta":{"content":"你好"}}],"service_tier":"default","first_token_return_time":1.7822666148251362E9} data: {"id":"8697e7dad55f4ad5ae65f006ba18f2fc","object":"chat.completion.chunk","created":1782266611,"model":"glm-5.2","choices":[{"index":0,"delta":{"content":"！有什么"}}],"service_tier":"default","first_token_return_time":1.7822666148726385E9} data: {"id":"8697e7dad55f4ad5ae65f006ba18f2fc","object":"chat.completion.chunk","created":1782266611,"model":"glm-5.2","choices":[{"index":0,"delta":{"content":"我可以帮"}}],"service_tier":"default","first_token_return_time":1.7822666149221663E9} data: {"id":"8697e7dad55f4ad5ae65f006ba18f2fc","object":"chat.completion.chunk","created":1782266611,"model":"glm-5.2","choices":[{"index":0,"delta":{"content":"你的吗"}}],"service_tier":"default","first_token_return_time":1.7822666149709113E9} data: {"id":"8697e7dad55f4ad5ae65f006ba18f2fc","object":"chat.completion.chunk","created":1782266611,"model":"glm-5.2","choices":[{"index":0,"delta":{"content":"？"}}],"service_tier":"default","first_token_return_time":1.782266615021146E9} data: {"id":"8697e7dad55f4ad5ae65f006ba18f2fc","object":"chat.completion.chunk","created":1782266611,"model":"glm-5.2","choices":[{"index":0,"delta":{"content":""},"finish_reason":"stop"}],"service_tier":"default","first_token_return_time":1.782266615021146E9} data: {"id":"8697e7dad55f4ad5ae65f006ba18f2fc","object":"chat.completion.chunk","created":1782266611,"model":"glm-5.2","choices":[],"usage":{"prompt_tokens":20,"total_tokens":134,"completion_tokens":114,"prompt_tokens_details":{"cached_tokens":0},"completion_tokens_details":{"reasoning_tokens":105}},"service_tier":"default","first_token_return_time":1.7822666150211895E9} data: [DONE] ``` #### 示例二：前缀续写 请求示例如下： - [Python] ``` import requests import json if __name__ == '__main__': url = "https://api.modelarts-maas.com/openai/v1/chat/completions" # API地址 api_key = "MAAS_API_KEY" # 把MAAS_API_KEY替换成已获取的API Key # Send request. headers = { 'Content-Type': 'application/json', 'Authorization': f'Bearer {api_key}' } data = { "model": "DeepSeek-V4-Flash", "continue_final_message": True, "add_generation_prompt": False, "messages": [ { "role": "user", "content": "你是一个计算器，请计算： 1 + 1 " }, { "role": "assistant", "content": "=" } ], "stream": False } response = requests.post(url, headers=headers, data=json.dumps(data), verify=False) # Print result. print(response.status_code) print(response.text) ``` - [Curl] Linux环境下执行如下命令： ``` curl --request POST \ --url https://api.modelarts-maas.com/openai/v1/chat/completions \ --header 'authorization: Bearer $MAAS_API_KEY' \ --header 'content-type: application/json' \ --data '{ "model": "DeepSeek-V4-Flash", "continue_final_message": true, "add_generation_prompt": false, "messages": [ { "role": "user", "content": "你是一个计算器，请计算： 1 + 1 " }, { "role": "assistant", "content": "=" } ], "stream": false }' ``` 响应示例： ``` { "id": "784f6f4091a7430b993c561bc4f1d216", "object": "chat.completion", "created": 1782268057, "model": "DeepSeek-V4-Flash", "choices": [ { "index": 0, "message": { "role": "assistant", "content": " 2" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 21, "total_tokens": 24, "completion_tokens": 3, "prompt_tokens_details": { "cached_tokens": 0 }, "completion_tokens_details": { "reasoning_tokens": 0 } }, "service_tier": "default" } ``` #### 示例三：多轮对话 请求示例如下： - [Python] ``` import requests import json if __name__ == '__main__': url = "https://api.modelarts-maas.com/openai/v1/chat/completions" # API地址 api_key = "MAAS_API_KEY" # 把MAAS_API_KEY替换成已获取的API Key import requests import json if __name__ == '__main__': url = "https://api.modelarts-maas.com/v2/chat/completions" # API地址 api_key = "MAAS_API_KEY" # 把MAAS_API_KEY替换成已获取的API Key # Send request. headers = { 'Content-Type': 'application/json', 'Authorization': f'Bearer {api_key}' } data = { "model": "glm-5.2", "messages": [ { "role": "system", "content": "You are a helpful assistant." }, { "role": "user", "content": "帮我推荐一本适合入门的编程书。" }, { "role": "assistant", "content": "推荐《Python编程：从入门到实践》，非常适合零基础新手。" }, { "role": "user", "content": "我想学习数据分析，这本书合适吗？" } ], "stream": False } response = requests.post(url, headers=headers, data=json.dumps(data), verify=False) # Print result. print(response.status_code) print(response.text) ``` - [Curl] Linux环境下执行如下命令： ``` curl --request POST \ --url https://api.modelarts-maas.com/openai/v1/chat/completions \ --header 'authorization: Bearer $MAAS_API_KEY' \ --header 'content-type: application/json' \ --data '{ "model": "glm-5.2", "messages": [ { "role": "system", "content": "You are a helpful assistant." }, { "role": "user", "content": "帮我推荐一本适合入门的编程书。" }, { "role": "assistant", "content": "推荐《Python编程：从入门到实践》，非常适合零基础新手。" }, { "role": "user", "content": "我想学习数据分析，这本书合适吗？" } ], "stream": false }' ``` 响应示例： ``` { "id": "814f0581080f422bb06ccff00dc3ea51", "object": "chat.completion", "created": 1782269006, "model": "glm-5.2", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "合适。Python是数据分析的主流语言，这本书的Python基础部分能帮你打好底子。学完后可以再接着看《利用Python进行数据分析》来专门学习数据分析技能。" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 65, "total_tokens": 103, "completion_tokens": 38, "prompt_tokens_details": { "cached_tokens": 0 }, "completion_tokens_details": { "reasoning_tokens": 0 } }, "service_tier": "default" } ``` #### 示例四：工具调用 请求示例如下： - [Python] ``` import requests import json if __name__ == '__main__': url = "https://api.modelarts-maas.com/openai/v1/chat/completions" # API地址 api_key = "MAAS_API_KEY" # 把MAAS_API_KEY替换成已获取的API Key # Send request. headers = { 'Content-Type': 'application/json', 'Authorization': f'Bearer {api_key}' } data = { "model": "glm-5.2", "messages": [ { "role": "system", "content": "You are a helpful assistant." }, { "role": "user", "content": "北京今天天气怎么样？" }, { "role": "assistant", "tool_calls": [ { "id": "call_e8d8a81c1f3942868443360f", "type": "function", "function": { "name": "get_weather", "arguments": "{\"city\": \"北京\", \"unit\": \"celsius\"}" } } ] }, { "role": "tool", "tool_call_id": "call_e8d8a81c1f3942868443360f", "content": "{\"city\": \"北京\", \"temperature\": 26, \"unit\": \"celsius\", \"condition\": \"晴\"}" } ], "tools": [ { "type": "function", "function": { "name": "get_weather", "description": "查询指定城市的实时天气", "parameters": { "type": "object", "properties": { "city": { "type": "string", "description": "城市名称，例如：北京" }, "unit": { "type": "string", "enum": [ "celsius", "fahrenheit" ], "description": "温度单位" } }, "required": [ "city" ] } } } ], "tool_choice": "auto", "stream": False } response = requests.post(url, headers=headers, data=json.dumps(data), verify=False) # Print result. print(response.status_code) print(response.text) ``` - [Curl] Linux环境下执行如下命令： ``` curl --request POST \ --url https://api.modelarts-maas.com/openai/v1/chat/completions \ --header 'authorization: Bearer $MAAS_API_KEY' \ --header 'content-type: application/json' \ --data '{ "model": "glm-5.2", "messages": [ { "role": "system", "content": "You are a helpful assistant." }, { "role": "user", "content": "北京今天天气怎么样？" }, { "role": "assistant", "content": null, "tool_calls": [ { "id": "call_e8d8a81c1f3942868443360f", "type": "function", "function": { "name": "get_weather", "arguments": "{\"city\": \"北京\", \"unit\": \"celsius\"}" } } ] }, { "role": "tool", "tool_call_id": "call_e8d8a81c1f3942868443360f", "content": "{\"city\": \"北京\", \"temperature\": 26, \"unit\": \"celsius\", \"condition\": \"晴\"}" } ], "tools": [ { "type": "function", "function": { "name": "get_weather", "description": "查询指定城市的实时天气", "parameters": { "type": "object", "properties": { "city": { "type": "string", "description": "城市名称，例如：北京" }, "unit": { "type": "string", "enum": [ "celsius", "fahrenheit" ], "description": "温度单位" } }, "required": [ "city" ] } } } ], "tool_choice": "auto", "stream": false }' ``` 响应示例： ``` { "id": "d41eba20c8a545c69864003a3fcd5ae2", "object": "chat.completion", "created": 1782270016, "model": "glm-5.2", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "北京今天的天气情况如下：\n\n- ️ **天气状况**：晴\n- ️ **温度**：26°C\n\n今天北京天气晴朗，气温26摄氏度，非常舒适，适合外出活动！如果您还需要了解其他城市的天气，随时告诉我哦～" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 246, "total_tokens": 306, "completion_tokens": 60, "prompt_tokens_details": { "cached_tokens": 0 }, "completion_tokens_details": { "reasoning_tokens": 0 } }, "service_tier": "default" } ``` #### 示例五：图像理解（多图） 请求示例如下： - [Python] ``` import requests import json import base64 # 图片转Base64编码格式 def encode_image(image_path): with open(image_path, "rb") as image_file: return base64.b64encode(image_file.read()).decode("utf-8") base64_image = encode_image("test.png") # 替换成实际的图片地址 if __name__ == '__main__': url = "https://api.modelarts-maas.com/openai/v1/chat/completions" # API地址 api_key = "MAAS_API_KEY" # 把MAAS_API_KEY替换成已获取的API Key # Send request. headers = { 'Content-Type': 'application/json', 'Authorization': f'Bearer {api_key}' } data = { "model": "deepseek-v4.1-flash", # model参数 "messages": [ { "role": "user", "content": [ { "type": "text", "text": "描述下面两张图片里的内容" }, { "type": "image_url", "image_url": { "url": f"data:image/png;base64,{base64_image}" } }, { "type": "image_url", "image_url": { "url":"https://example.com/example.png" } } ] } ] } response = requests.post(url, headers=headers, data=json.dumps(data)) # Print result. print(response.status_code) print(response.text) ``` - [Curl] Linux环境下执行如下命令： ``` curl --request POST \ --url "https://api.modelarts-maas.com/openai/v1/chat/completions" \ --header 'authorization: Bearer $MAAS_API_KEY' \ --header 'content-type: application/json' \ --data '{ "model": "deepseek-v4.1-flash", "messages": [ { "role": "user", "content": [ { "type": "text", "text": "描述下面两张图片里的内容" }, { "type": "image_url", "image_url": { "url": "data:image/png;base64,$BASE64_IMAGE" } }, { "type": "image_url", "image_url": { "url":"https://example.com/example.png" } } ] } ] }' ```