OpenAI 协议：Chat Completions 请求格式与流式输出

OpenAI 协议即 OpenAI Chat Completions 格式，是老张API最通用的文本调用方式：发送 messages，从 choices[0].message.content 读取回复。

项目	内容
端点	`POST https://api.laozhang.ai/v1/chat/completions`
认证	`Authorization: Bearer`，内容类型 `application/json`
适用模型	模型与价格总表中「兼容端点」为「OpenAI 兼容」的文本模型，通过 `model` 字段选择
本页示例模型	`gpt-5.4-mini`

需要 Anthropic Messages 或 Gemini 原生的消息结构时，改用 Claude 协议或 Gemini 协议；三种协议的差异对照见文本生成 API。

发送请求

POST https://api.laozhang.ai/v1/chat/completions

请求使用 Authorization: Bearer 认证，内容类型为 application/json。先在令牌管理创建 API Key，计费模式选择按量优先（推荐）或按量计费，并确认它所在的令牌分组可以调用所选模型：

export LAOZHANG_API_KEY="替换为你的老张API密钥"

使用 Python 示例时，先执行 python -m pip install openai。

cURL
Python

curl --fail-with-body --max-time 120 \
  "https://api.laozhang.ai/v1/chat/completions" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4-mini",
    "messages": [{"role": "user", "content": "请只回复：连接成功"}]
  }'

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LAOZHANG_API_KEY"],
    base_url="https://api.laozhang.ai/v1",
    timeout=120.0,
    max_retries=0,
)
response = client.chat.completions.create(
    model="gpt-5.4-mini",
    messages=[{"role": "user", "content": "请只回复：连接成功"}],
)
print(response.choices[0].message.content)

示例关闭了 SDK 自动重试，由应用决定失败后是否重发。更换模型时，从模型与价格总表复制完整 ID；不同模型接受的可选参数可能不同。

流式输出

在请求中加入 "stream": true，服务端会通过 SSE（server-sent events）边生成边返回。每个数据块是一行以 data: 开头的 JSON，新增的文本在 choices[0].delta.content；最后一行是 data: [DONE]，表示流已经结束。

cURL
Python

curl --fail-with-body --max-time 120 -N \
  "https://api.laozhang.ai/v1/chat/completions" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4-mini",
    "stream": true,
    "messages": [{"role": "user", "content": "用三句话介绍一下你自己"}]
  }'

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LAOZHANG_API_KEY"],
    base_url="https://api.laozhang.ai/v1",
    timeout=120.0,
    max_retries=0,
)
stream = client.chat.completions.create(
    model="gpt-5.4-mini",
    messages=[{"role": "user", "content": "用三句话介绍一下你自己"}],
    stream=True,
)
parts = []
for chunk in stream:
    if not chunk.choices:
        continue
    choice = chunk.choices[0]
    if choice.delta.content:
        print(choice.delta.content, end="", flush=True)
        parts.append(choice.delta.content)
    if choice.finish_reason:
        print(f"\n结束原因：{choice.finish_reason}")

full_text = "".join(parts)

cURL 的 -N 关闭输出缓冲，数据块一到就显示。输出类似下面这样（省略了 id、model 等字段）：

data: {"choices":[{"index":0,"delta":{"content":"你好"},"finish_reason":null}]}

data: {"choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: [DONE]

逐块读取时注意：

把每块的 delta.content 按到达顺序拼接，就是完整回复；
有的数据块没有 content（例如只携带结束原因的最后一块），也可能没有 choices，跳过即可；
finish_reason 出现在最后一个有效数据块中，含义与非流式响应相同；
Python SDK 收到 data: [DONE] 后会自动结束 for 循环。连接在 [DONE] 之前断开时，已收到的文本不完整。

请求字段

必需字段只有 model 和 messages。先完成最小请求，再按模型说明添加可选配置。

字段	说明
`model`	必需；完整模型 ID
`messages`	必需；包含当前输入及所需历史的消息数组
`stream`	设为 `true` 时以 SSE 流式返回，读取方法见上一节
`temperature`、`top_p`	采样参数；部分模型不接受，通常只调整其中一个
`max_completion_tokens`	输出预算；部分兼容模型使用 `max_tokens`，以模型说明为准
`response_format`	输出格式；仅用于支持 JSON 或结构化输出的模型
`tools`、`tool_choice`	工具定义与选择；需使用支持函数调用的模型

模型可能拒绝不适用的参数。遇到参数错误时，回到最小请求，再依据错误正文调整字段和值。

消息角色与历史

user 表示用户输入，assistant 表示模型回复。后续请求需要显式携带必要的历史消息，普通 Chat Completions 请求不会自动续接上一轮对话。下面是文本对话的消息排列方式：

[
  {"role": "user", "content": "给这个项目起一个简短的中文名字。"},
  {"role": "assistant", "content": "星桥"},
  {"role": "user", "content": "用一句话解释这个名字。"}
]

系统指令可使用 system 角色，部分模型采用 developer；具体角色以该模型说明为准。发送图片时，content 改为内容块数组，写法见图片理解 API。对于支持工具调用的模型，响应可能包含 tool_calls，而 content 为空。应用执行所需函数后，按以下方式回传结果：

保留模型发出调用的那条 assistant 消息；
追加 tool 角色的消息，并带上对应的 tool_call_id。

读取响应

非流式响应的关键字段如下，省略了请求标识与使用量等字段：

{
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "连接成功"
    },
    "finish_reason": "stop"
  }]
}

choices[].message.content：普通文本回复。
choices[].message.tool_calls：模型请求的工具调用，适用于支持该能力的模型。
choices[].finish_reason：结束原因；stop 通常表示正常结束，length 表示达到长度限制。
usage：返回时可用于统计用量，实际费用查看调用日志。

文本为空时，先查看工具调用和结束原因。输出因长度限制中断时，调大该模型支持的输出预算，或缩短输入；不要把空文本直接当成网络错误。

选择模型

模型 ID、价格和可用分组以模型与价格总表为准，能否调用取决于 API Key 所在的令牌分组。常用文本模型支持的协议与价格见文本生成 API；o3-pro 系列只支持 Responses，调用方法见 OpenAI 模型接入。选型时不要照搬固定的“最佳模型”榜单，用自己业务中有代表性的样本比较：

任务完成率和事实准确性；
指令遵循与结构化输出是否稳定；
需要工具调用时，调用参数是否完整；
响应延迟和失败率；
相同样本下的实际用量与费用（在调用日志中查看）。

错误处理

状态	优先检查
400	JSON、字段类型、模型参数与上下文长度
401	认证头格式和 API Key 是否有效
403	令牌分组、模型权限与账户限制
404	接口路径和完整模型 ID；SDK 的 Base URL 应为 `https://api.laozhang.ai/v1`
429	错误正文中的余额、并发或速率限制信息
5xx / 超时	服务状态、网络和调用日志

修正参数或权限问题后再发起请求。对于临时限流和服务错误，可以有限次数地退避重试；超时后先在调用日志中确认请求状态，避免 SDK 与业务层同时重试。向支持团队反馈时，提供请求时间、模型、接口路径和脱敏后的错误信息，不要附上密钥。

开始使用

图像生成与编辑 API

视频生成 API

文本 API

多模态与音频 API

OpenAI 协议：Chat Completions 请求格式与流式输出

发送请求

流式输出

请求字段

消息角色与历史

读取响应

选择模型

错误处理

相关文档

​发送请求

​流式输出

​请求字段

​消息角色与历史

​读取响应

​选择模型

​错误处理

​相关文档

发送请求

流式输出

请求字段

消息角色与历史

读取响应

选择模型

错误处理

相关文档