Skip to main content
使用 /v1/chat/completions 调用 OpenAI 兼容的对话生成接口。

​
流式

设置 stream: true 即可通过 SSE 流式返回。每个事件是 OpenAI chat.completion.chunk，流以 data: [DONE] 结束。

​
参数

支持 OpenAI 标准参数：temperature、top_p、max_tokens、max_completion_tokens、stop、n、 frequency_penalty、presence_penalty、seed、response_format、tools、 tool_choice、logprobs、top_logprobs、logit_bias、user、stream。

​
Kimi K3 兼容规则

kimi-k3 继续使用同一个 OpenAI 兼容接口，但需要遵循模型专属规则：
  • K3 始终开启思考。使用顶层 reasoning_effort: "max"；K2.x 的 thinking 仅作为“开启思考”的兼容别名接受。
  • 优先使用 max_completion_tokens。APIAny 仍接受已弃用的 max_tokens， 但只在所选路由指向 Kimi K3 时转换。省略上限时使用 Kimi 官方默认值，显式上限最高为 1,048,576 Token。
  • K3 的采样参数由厂商固定。APIAny 只对 K3 删除 temperature、top_p、 frequency_penalty 和 presence_penalty；n 必须为 1。
  • reasoning_content 是思考过程，content 是最终答案；流式响应也分别返回， 不要把思考过程合并成最终正文。
  • 多轮对话和工具调用必须原样回传完整 assistant message，包括 reasoning_content 与 tool_calls。
  • 最后一条 assistant message 可以设置 partial: true；不含 content 的 system message 可以携带 tools，用于动态加载工具。
  • K3 图片和视频内容块只能使用 Base64 data: URL 或 ms:// 文件 ID； 公网 HTTP 媒体地址会在模型请求发出前被拒绝。
如果 finish_reason 为 length，说明输出预算已经耗尽。响应仍符合 OpenAI 格式，但最终答案可能为空或不完整；请提高 max_completion_tokens 或缩短输入后重试。

​
说明

  • model 是 APIAny.AI 的公开模型 ID。
  • 如果模型响应包含 token usage，平台会尽量归一化到 OpenAI 风格的 usage 对象。