Chat Completions 对话补全 | 土土金 API 文档

POST /v1/chat/completions 是最常用的接口：传入一组对话消息，返回模型的回复。格式与 OpenAI Chat Completions 一致，目录里标注支持该接口的模型（包括 GPT、Claude、Gemini、DeepSeek、通义千问等）都可以用同一套代码调用。本接口已在本站实测，包括流式输出。

POSThttps://open.tutujin.com/v1/chat/completions

请求头

请求头	必填	说明
`Authorization`	是	`Bearer sk-...`，控制台创建的 API Key
`Content-Type`	是	`application/json`

请求参数

参数	类型	必填	说明
`model`	string	是	模型名，例如 `gpt-5.4-mini`
`messages`	array	是	对话消息列表，按时间顺序排列，结构见下文
`stream`	boolean	否	设为 `true` 时以 SSE 流式返回，默认 `false`
`stream_options`	object	否	流式时传 `{"include_usage": true}`，最后一个数据块会带上本次用量
`max_tokens`	integer	否	本次最多生成多少 tokens。部分新模型改用 `max_completion_tokens`
`max_completion_tokens`	integer	否	生成上限，包含推理模型的思考 tokens
`temperature`	number	否	采样温度，常见范围 0 到 2，越高越发散。推理模型通常不支持
`top_p`	number	否	核采样，和 `temperature` 一般只调一个
`n`	integer	否	返回几个候选回答，每个候选都按实际生成的 tokens 计费
`stop`	string 或 array	否	遇到这些字符串时停止生成
`presence_penalty`	number	否	-2 到 2，正值鼓励模型谈新话题
`frequency_penalty`	number	否	-2 到 2，正值减少重复用词
`response_format`	object	否	`{"type": "json_object"}` 要求输出 JSON；部分模型支持 `json_schema` 严格结构化输出
`tools`	array	否	可供模型调用的函数定义（function calling）
`tool_choice`	string 或 object	否	`auto`、`none`、`required`，或指定某个函数
`reasoning_effort`	string	否	推理模型的思考强度，如 `low`、`medium`、`high`，仅部分模型支持
`seed`	integer	否	尽量让相同输入得到相同输出，不保证完全一致
`user`	string	否	你这边的终端用户标识，便于排查滥用

不同厂商的模型对可选参数的支持程度不同。模型不支持的参数可能被忽略，也可能返回 400，接入新模型时先用小流量验证。

messages 结构

每条消息是一个对象，role 取以下值之一：

role	用途
`system`	系统提示词，设定角色、规则和输出格式，一般放在第一条
`user`	用户输入
`assistant`	模型之前的回复，多轮对话时原样带回
`tool`	函数调用的执行结果，需带上对应的 `tool_call_id`

content 可以是字符串，也可以是数组。数组形式用于图文混合输入，适用于支持识图的模型：

JSON

{
  "role": "user",
  "content": [
    { "type": "text", "text": "这张发票的金额是多少？" },
    { "type": "image_url", "image_url": { "url": "https://example.com/invoice.png" } }
  ]
}

图片也可以用 data:image/png;base64,... 的形式直接放进 url。

请求示例

curl https://open.tutujin.com/v1/chat/completions \
  -H "Authorization: Bearer $TUTUJIN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4-mini",
    "messages": [
      {"role": "system", "content": "你是电商客服，回答简短、礼貌。"},
      {"role": "user", "content": "下单后多久发货？"}
    ],
    "temperature": 0.3
  }'

import os
from openai import OpenAI

client = OpenAI(base_url="https://open.tutujin.com/v1", api_key=os.environ["TUTUJIN_API_KEY"])

resp = client.chat.completions.create(
    model="gpt-5.4-mini",
    messages=[
        {"role": "system", "content": "你是电商客服，回答简短、礼貌。"},
        {"role": "user", "content": "下单后多久发货？"},
    ],
    temperature=0.3,
)
print(resp.choices[0].message.content)
print(resp.usage)

import OpenAI from 'openai'

const client = new OpenAI({ baseURL: 'https://open.tutujin.com/v1', apiKey: process.env.TUTUJIN_API_KEY })

const resp = await client.chat.completions.create({
  model: 'gpt-5.4-mini',
  messages: [
    { role: 'system', content: '你是电商客服，回答简短、礼貌。' },
    { role: 'user', content: '下单后多久发货？' },
  ],
  temperature: 0.3,
})
console.log(resp.choices[0].message.content)
console.log(resp.usage)

响应示例

JSON

{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "created": 1794000000,
  "model": "gpt-5.4-mini",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "您好，现货订单一般在付款后 48 小时内发货。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 31,
    "completion_tokens": 22,
    "total_tokens": 53
  }
}

字段	说明
`choices[].message.content`	模型的回答
`choices[].message.tool_calls`	模型决定调用函数时出现，包含函数名和 JSON 参数
`choices[].finish_reason`	`stop` 正常结束；`length` 达到生成上限被截断；`tool_calls` 需要你执行函数；`content_filter` 被内容安全策略拦截
`usage.prompt_tokens`	输入 tokens，按输入单价计费
`usage.completion_tokens`	输出 tokens（推理模型含思考部分），按输出单价计费
`usage.prompt_tokens_details.cached_tokens`	命中上下文缓存的输入 tokens，模型支持缓存时出现，按缓存读取价计费

流式输出

设置 "stream": true 后，服务端用 Server-Sent Events 逐块返回。每块是一行 data: {...}，增量文本在 choices[0].delta.content，最后以 data: [DONE] 结束：

Text

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"role":"assistant","content":""}}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"您好"}}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: [DONE]

用 SDK 时直接遍历返回的流即可：

stream = client.chat.completions.create(
    model="gpt-5.4-mini",
    messages=[{"role": "user", "content": "写一段 100 字的产品介绍"}],
    stream=True,
    stream_options={"include_usage": True},
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print("\n", chunk.usage)

const stream = await client.chat.completions.create({
  model: 'gpt-5.4-mini',
  messages: [{ role: 'user', content: '写一段 100 字的产品介绍' }],
  stream: true,
  stream_options: { include_usage: true },
})
for await (const chunk of stream) {
  const text = chunk.choices[0]?.delta?.content
  if (text) process.stdout.write(text)
  if (chunk.usage) console.log('\n', chunk.usage)
}

生成较长的内容时建议开启流式：用户更早看到结果，也不容易因为单次请求等待太久被网关或客户端超时断开。

注意事项

模型名要和模型广场里的写法完全一致，大小写敏感。
同一把 Key 只会走它所在分组的线路。某个模型返回 503 并提示没有可用渠道时，通常是这个分组不提供该模型，换一把其他分组的 Key 再试，见选择分组。
推理模型的思考过程也算输出 tokens，费用可能明显高于普通模型。可以用 max_completion_tokens 控制上限。
多轮对话需要你把历史消息一并发送，服务端不保存会话。历史越长，输入 tokens 越多，可以按需裁剪。
每次请求的 tokens 与费用都能在控制台「用量明细」中查到。

支持此接口的模型

模型	厂商	最低价分组	输入 ¥/百万	输出 ¥/百万	按次 ¥/次
gpt-image-2	OpenAI	标准	—	—	¥0.12
Claude Haiku 5.5	Anthropic	Claude 优质	¥0.4	¥2	—
qwen3.5-plus	通义千问	国产模型	¥1.12	¥6.72	—
gemini-3.8-flash	Google	标准	¥1.5	¥7.5	—
gpt-5.4-mini	OpenAI	标准	¥1.5	¥9	—
deepseek-v4.1-flash	DeepSeek	国产模型	¥2.8	¥11.2	—
Claude Sonnet 5.5	Anthropic	Claude 经济	¥3.2	¥16	—
GPT-6.1 Sol	OpenAI	标准	¥4	¥20	—
gemini-3.1-pro-preview	Google	标准	¥4	¥24	—
Claude Opus 5.5	Anthropic	Claude 经济	¥8	¥40	—

价格为人民币，取各模型最低价分组；价格更新于 2026年11月12日 20:17。

共 681 个模型支持此接口，上表列出其中一部分。在模型广场查看全部

没找到答案？加客服微信 JsnonoChat，发送报错信息里的 request id，我们帮你排查。

POSThttps://open.tutujin.com/v1/chat/completions

请求头

请求头	必填	说明
`Authorization`	是	`Bearer sk-...`，控制台创建的 API Key
`Content-Type`	是	`application/json`

请求参数

参数	类型	必填	说明
`model`	string	是	模型名，例如 `gpt-5.4-mini`
`messages`	array	是	对话消息列表，按时间顺序排列，结构见下文
`stream`	boolean	否	设为 `true` 时以 SSE 流式返回，默认 `false`
`stream_options`	object	否	流式时传 `{"include_usage": true}`，最后一个数据块会带上本次用量
`max_tokens`	integer	否	本次最多生成多少 tokens。部分新模型改用 `max_completion_tokens`
`max_completion_tokens`	integer	否	生成上限，包含推理模型的思考 tokens
`temperature`	number	否	采样温度，常见范围 0 到 2，越高越发散。推理模型通常不支持
`top_p`	number	否	核采样，和 `temperature` 一般只调一个
`n`	integer	否	返回几个候选回答，每个候选都按实际生成的 tokens 计费
`stop`	string 或 array	否	遇到这些字符串时停止生成
`presence_penalty`	number	否	-2 到 2，正值鼓励模型谈新话题
`frequency_penalty`	number	否	-2 到 2，正值减少重复用词
`response_format`	object	否	`{"type": "json_object"}` 要求输出 JSON；部分模型支持 `json_schema` 严格结构化输出
`tools`	array	否	可供模型调用的函数定义（function calling）
`tool_choice`	string 或 object	否	`auto`、`none`、`required`，或指定某个函数
`reasoning_effort`	string	否	推理模型的思考强度，如 `low`、`medium`、`high`，仅部分模型支持
`seed`	integer	否	尽量让相同输入得到相同输出，不保证完全一致
`user`	string	否	你这边的终端用户标识，便于排查滥用

不同厂商的模型对可选参数的支持程度不同。模型不支持的参数可能被忽略，也可能返回 400，接入新模型时先用小流量验证。

messages 结构

每条消息是一个对象，role 取以下值之一：

role	用途
`system`	系统提示词，设定角色、规则和输出格式，一般放在第一条
`user`	用户输入
`assistant`	模型之前的回复，多轮对话时原样带回
`tool`	函数调用的执行结果，需带上对应的 `tool_call_id`

content 可以是字符串，也可以是数组。数组形式用于图文混合输入，适用于支持识图的模型：

JSON

{
  "role": "user",
  "content": [
    { "type": "text", "text": "这张发票的金额是多少？" },
    { "type": "image_url", "image_url": { "url": "https://example.com/invoice.png" } }
  ]
}

图片也可以用 data:image/png;base64,... 的形式直接放进 url。

请求示例

curl https://open.tutujin.com/v1/chat/completions \
  -H "Authorization: Bearer $TUTUJIN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4-mini",
    "messages": [
      {"role": "system", "content": "你是电商客服，回答简短、礼貌。"},
      {"role": "user", "content": "下单后多久发货？"}
    ],
    "temperature": 0.3
  }'

import os
from openai import OpenAI

client = OpenAI(base_url="https://open.tutujin.com/v1", api_key=os.environ["TUTUJIN_API_KEY"])

resp = client.chat.completions.create(
    model="gpt-5.4-mini",
    messages=[
        {"role": "system", "content": "你是电商客服，回答简短、礼貌。"},
        {"role": "user", "content": "下单后多久发货？"},
    ],
    temperature=0.3,
)
print(resp.choices[0].message.content)
print(resp.usage)

import OpenAI from 'openai'

const client = new OpenAI({ baseURL: 'https://open.tutujin.com/v1', apiKey: process.env.TUTUJIN_API_KEY })

const resp = await client.chat.completions.create({
  model: 'gpt-5.4-mini',
  messages: [
    { role: 'system', content: '你是电商客服，回答简短、礼貌。' },
    { role: 'user', content: '下单后多久发货？' },
  ],
  temperature: 0.3,
})
console.log(resp.choices[0].message.content)
console.log(resp.usage)

响应示例

JSON

{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "created": 1794000000,
  "model": "gpt-5.4-mini",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "您好，现货订单一般在付款后 48 小时内发货。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 31,
    "completion_tokens": 22,
    "total_tokens": 53
  }
}

字段	说明
`choices[].message.content`	模型的回答
`choices[].message.tool_calls`	模型决定调用函数时出现，包含函数名和 JSON 参数
`choices[].finish_reason`	`stop` 正常结束；`length` 达到生成上限被截断；`tool_calls` 需要你执行函数；`content_filter` 被内容安全策略拦截
`usage.prompt_tokens`	输入 tokens，按输入单价计费
`usage.completion_tokens`	输出 tokens（推理模型含思考部分），按输出单价计费
`usage.prompt_tokens_details.cached_tokens`	命中上下文缓存的输入 tokens，模型支持缓存时出现，按缓存读取价计费

流式输出

设置 "stream": true 后，服务端用 Server-Sent Events 逐块返回。每块是一行 data: {...}，增量文本在 choices[0].delta.content，最后以 data: [DONE] 结束：

Text

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"role":"assistant","content":""}}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"您好"}}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: [DONE]

用 SDK 时直接遍历返回的流即可：

stream = client.chat.completions.create(
    model="gpt-5.4-mini",
    messages=[{"role": "user", "content": "写一段 100 字的产品介绍"}],
    stream=True,
    stream_options={"include_usage": True},
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print("\n", chunk.usage)

const stream = await client.chat.completions.create({
  model: 'gpt-5.4-mini',
  messages: [{ role: 'user', content: '写一段 100 字的产品介绍' }],
  stream: true,
  stream_options: { include_usage: true },
})
for await (const chunk of stream) {
  const text = chunk.choices[0]?.delta?.content
  if (text) process.stdout.write(text)
  if (chunk.usage) console.log('\n', chunk.usage)
}

生成较长的内容时建议开启流式：用户更早看到结果，也不容易因为单次请求等待太久被网关或客户端超时断开。

注意事项

模型名要和模型广场里的写法完全一致，大小写敏感。
同一把 Key 只会走它所在分组的线路。某个模型返回 503 并提示没有可用渠道时，通常是这个分组不提供该模型，换一把其他分组的 Key 再试，见选择分组。
推理模型的思考过程也算输出 tokens，费用可能明显高于普通模型。可以用 max_completion_tokens 控制上限。
多轮对话需要你把历史消息一并发送，服务端不保存会话。历史越长，输入 tokens 越多，可以按需裁剪。
每次请求的 tokens 与费用都能在控制台「用量明细」中查到。

支持此接口的模型

模型	厂商	最低价分组	输入 ¥/百万	输出 ¥/百万	按次 ¥/次
gpt-image-2	OpenAI	标准	—	—	¥0.12
Claude Haiku 5.5	Anthropic	Claude 优质	¥0.4	¥2	—
qwen3.5-plus	通义千问	国产模型	¥1.12	¥6.72	—
gemini-3.8-flash	Google	标准	¥1.5	¥7.5	—
gpt-5.4-mini	OpenAI	标准	¥1.5	¥9	—
deepseek-v4.1-flash	DeepSeek	国产模型	¥2.8	¥11.2	—
Claude Sonnet 5.5	Anthropic	Claude 经济	¥3.2	¥16	—
GPT-6.1 Sol	OpenAI	标准	¥4	¥20	—
gemini-3.1-pro-preview	Google	标准	¥4	¥24	—
Claude Opus 5.5	Anthropic	Claude 经济	¥8	¥40	—

价格为人民币，取各模型最低价分组；价格更新于 2026年11月12日 20:17。

共 681 个模型支持此接口，上表列出其中一部分。在模型广场查看全部