チャット補完

POST /v1/chat/completions

指定した会話に対してモデル応答を生成します。OpenAI Chat Completions API と完全互換です。

リクエストボディ

パラメータ	型	必須	説明
`model`	string	はい	モデル ID (モデルを参照)
`messages`	array	はい	会話メッセージ (メッセージタイプを参照)
`stream`	boolean	いいえ	SSE で部分デルタをストリーミング。デフォルト: `false`
`stream_options`	object	いいえ	`{ "include_usage": true }` で最終ストリームイベントにトークン数を含める
`temperature`	number	いいえ	サンプリング温度 (0〜2)。デフォルトはモデル依存
`top_p`	number	いいえ	Nucleus サンプリングの閾値 (0〜1)
`n`	integer	いいえ	生成する選択肢の数 (1〜128)
`max_tokens`	integer	いいえ	生成する最大トークン数 (非推奨 — `max_completion_tokens` を使用)
`max_completion_tokens`	integer	いいえ	推論トークンを含む生成トークン数の上限
`stop`	string \| string[]	いいえ	最大 4 つの停止シーケンス
`frequency_penalty`	number	いいえ	頻度ペナルティ (-2〜2)
`presence_penalty`	number	いいえ	出現ペナルティ (-2〜2)
`logprobs`	boolean	いいえ	出力トークンの対数確率を返す
`top_logprobs`	integer	いいえ	位置ごとに最も可能性の高いトークン数 (0〜20)
`logit_bias`	object	いいえ	トークン ID からバイアス値 (-100〜100) へのマップ
`response_format`	object	いいえ	`{ "type": "text" }`、`{ "type": "json_object" }`、または `{ "type": "json_schema", "json_schema": {...} }`
`seed`	integer	いいえ	決定論的サンプリングのためのシード
`tools`	array	いいえ	モデルが呼び出し可能な関数ツール
`tool_choice`	string \| object	いいえ	`"none"`、`"auto"`、`"required"`、または特定のツール
`parallel_tool_calls`	boolean	いいえ	並列関数呼び出しを許可
`reasoning_effort`	string	いいえ	モデルごとに異なります。`GET /v1/models` の `reasoning_efforts` を参照してください。モデルが受け付けない値は拒否されます
`top_k`	integer	いいえ	Top-k サンプリング (プロバイダ依存)
`min_p`	number	いいえ	Min-p サンプリングの閾値 (0〜1、プロバイダ依存)
`repetition_penalty`	number	いいえ	繰り返しペナルティ (プロバイダ依存)
`user`	string	いいえ	不正利用追跡用のエンドユーザー識別子

メッセージタイプ

システムメッセージ

{ "role": "system", "content": "You are a helpful assistant." }

ユーザーメッセージ

{ "role": "user", "content": "What is the capital of France?" }

ユーザーメッセージはマルチモーダルなコンテンツ配列も受け付けます:

{
  "role": "user",
  "content": [
    { "type": "text", "text": "What's in this image?" },
    { "type": "image_url", "image_url": { "url": "https://...", "detail": "auto" } }
  ]
}

対応するコンテンツタイプ: text、image_url、video_url、audio_url、input_audio、file。

画像については、インラインの base64 ではなく Files API でアップロードして file_id で参照することを推奨します。マルチターンの会話やリトライ時に、クライアントからバイト列を再送する必要がなくなります:

{
  "role": "user",
  "content": [
    { "type": "text", "text": "What's in this image?" },
    { "type": "file", "file": { "file_id": "file-abc123" } }
  ]
}

モデルは対応する capability (例: vision) を持つ必要があります。持たない場合、リクエストは 400 model_capability_mismatch で拒否されます。

アシスタントメッセージ

{ "role": "assistant", "content": "The capital of France is Paris." }

ツールメッセージ

{ "role": "tool", "tool_call_id": "call_abc123", "content": "{\"result\": 42}" }

レスポンス

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "deepseek-ai/deepseek-v4-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I help you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 10,
    "completion_tokens": 9,
    "total_tokens": 19
  }
}

使用量 (usage)

フィールド	型	説明
`prompt_tokens`	integer	入力で消費したトークン数
`completion_tokens`	integer	生成された出力トークン数
`total_tokens`	integer	入力と出力の合計
`prompt_tokens_details`	object	任意。`{ cached_tokens, audio_tokens }`
`completion_tokens_details`	object	任意。`{ reasoning_tokens, audio_tokens }`

ストリーミング

stream: true を指定すると、Server-Sent Events として部分的な応答を受け取れます。

curl https://api.aiand.com/v1/chat/completions \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-ai/deepseek-v4-flash",
    "stream": true,
    "messages": [{"role": "user", "content": "Count to 5"}]
  }'

各イベントは JSON チャンクを含む data: 行で構成されます。ストリームは data: [DONE] で終了します。

最終イベントにトークン使用量を含めるには:

{
  "stream": true,
  "stream_options": { "include_usage": true }
}

ツール呼び出し

リクエストでツールを定義すると、モデルがそれらを呼び出すかを選択できます:

{
  "model": "deepseek-ai/deepseek-v4-flash",
  "messages": [{ "role": "user", "content": "What's the weather in Tokyo?" }],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "Get current weather for a location",
        "parameters": {
          "type": "object",
          "properties": {
            "location": { "type": "string" }
          },
          "required": ["location"]
        }
      }
    }
  ]
}

モデルがツールを呼び出すと、レスポンスには tool_calls が含まれます:

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "tool_calls": [
          {
            "id": "call_abc123",
            "type": "function",
            "function": {
              "name": "get_weather",
              "arguments": "{\"location\": \"Tokyo\"}"
            }
          }
        ]
      },
      "finish_reason": "tool_calls"
    }
  ]
}

実行結果は tool メッセージとして返送し、会話を継続します。