/v1/chat/completions
Dùng với OpenAI SDK, Cherry Studio, Cline, Open WebUI và hầu hết ứng dụng khách công cụ.
Định dạng yêu cầu
/
Không có kết quả nào khớp. Hãy thử một giao thức, một năng lực hoặc một đường dẫn endpoint.
Ba định dạng yêu cầu bao phủ toàn bộ danh mục. Một khóa ChinaAPI và một Base URL dùng được cho tất cả, nên hãy gửi định dạng mà ứng dụng khách của bạn đã nói.
/v1/messages
Định tuyến payload tin nhắn kiểu Claude trong khi vẫn dùng cùng khóa cổng và cơ chế kiểm soát hạn mức.
/v1/responses
Dùng với Codex và các ứng dụng khách khác xây trên Responses API. Bảng điều khiển cho biết mô hình nào chấp nhận endpoint này.
Chỉ dành cho mô hình Gemini
Yêu cầu Gemini gốc gửi tới
POST /v1beta/models/{model}:generateContent. Chỉ các mô hình gemini-* cung cấp nó, và cũng không phải tất cả — mục của từng mô hình trong Models liệt kê các định dạng mà nó chấp nhận. Mọi mô hình khác dùng một trong ba định dạng ở trên.
Hết thời gian chờ và tính phí
Bạn chỉ bị tính phí cho phần đầu ra đã đến được client của bạn. Nếu client ngắt kết nối hoặc hết thời gian chờ trước khi phản hồi không phát trực tuyến được trả về, yêu cầu đó không bị tính phí. Yêu cầu phát trực tuyến được tính phí cho đầu vào và phần đầu ra đã được gửi đến khi luồng kết thúc, và không bị tính phí nếu chưa có đầu ra nào được gửi đến. Yêu cầu dùng hết ngân sách thời gian trước khi có bất kỳ nội dung nào được gửi đến sẽ kết thúc bằng lỗi
504 và không bị tính phí. Để cho chúng tôi biết client của bạn chờ bao lâu, hãy gửi header X-Request-Timeout tính bằng giây; SDK chính thức của OpenAI và Anthropic đã tự gửi thời gian chờ của chúng.
Hội thoại Responses nhiều lượt tham chiếu phản hồi trước bằng previous_response_id. Nếu lượt tiếp theo trả về previous_response_not_found thì phản hồi trước vẫn còn: hãy đợi mười đến hai mươi giây rồi gửi lại đúng yêu cầu đó, thay vì dựng lại hội thoại từ đầu.