テキスト生成API：形式の選び方と最初のリクエスト

​

形式の選び方

• 新規プロジェクト、またはOpenAI SDKやOpenAI形式のクライアント：OpenAI互換のChat Completionsを使います。OpenAIプロトコルのリファレンスを参照してください。
• Anthropic SDK、Claude Code、その他のMessagesクライアント：Anthropic Messagesを使います。Claudeプロトコルのリファレンスを参照してください。
• Google Gen AI SDK、またはGemini独自のフィールドに依存するコード：Gemini形式を使います。Geminiプロトコルのリファレンスを参照してください。

OpenAI互換           POST https://api.laozhang.ai/v1/chat/completions
Anthropic Messages   POST https://api.laozhang.ai/v1/messages
Geminiネイティブ     POST https://api.laozhang.ai/v1beta/models/{model}:generateContent

• Claudeモデル：2026年10月18日から再び提供しています。切り替える前に、ClaudeプロトコルのリファレンスにあるClaudeモデルの制限を確認してください。
• glm-5.2（default トークングループ）
• deepseek-v4-pro
• deepseek-v4-flash

​

主なテキストモデル

• GPT-6の各モデル、GPT-5.6の各モデル、gpt-5.4、claude-haiku-5-5 は、長い入力に対して高い料金区分が適用されます。しきい値と料金は、カタログの段階料金の表にあります。
• GPT-6の3つのモデルの選び方や、Chat CompletionsでのパラメーターとツールコールについてのOpenAIのルールは、GPT-6のリリースのお知らせを参照してください。
• 表のOpenAIモデルは、Responsesエンドポイント POST /v1/responses でも使えます。o3-pro シリーズはResponsesのみ対応です。
• GPT-6 AstraまたはGPT-6.1 Solでツールコールを使うにはResponsesが必要です。GPT-6.1 Solのほかのパラメーターの違いは、GPT-6.1 Solのリリースのお知らせを参照してください。例はLaoZhang APIでOpenAIモデルを使うにあります。
• Gemini 4 Argonで深く推論させたいときは、思考レベルに high を指定します。思考レベルとリリース時の料金は、Gemini 4 Argonのリリースのお知らせを参照してください。
• ビジョンモデルに画像を送る方法は、画像理解APIを参照してください。

​

最初のリクエストを送る

export LAOZHANG_API_KEY="YOUR_LAOZHANG_API_KEY"

• Python：python -m pip install openai を実行します。
• Node.js：npm install openai を実行し、コードを chat.mjs として保存して、node chat.mjs で実行します。

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": "「connected」とだけ返信してください"}]
  }'

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": "「connected」とだけ返信してください"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.LAOZHANG_API_KEY,
  baseURL: "https://api.laozhang.ai/v1",
  timeout: 120_000,
  maxRetries: 0,
});
const response = await client.chat.completions.create({
  model: "gpt-5.4-mini",
  messages: [{ role: "user", content: "「connected」とだけ返信してください" }],
});
console.log(response.choices[0].message.content);

​

返信をストリーミングで受け取る

• OpenAI互換：choices[0].delta.content を順に連結し、choices や content を持たないチャンクは読み飛ばします。ストリームは data: [DONE] で終わります。cURLとPythonの完全な例と生のイベントは、OpenAIプロトコルのリファレンスにあります。
• Anthropic Messages：テキストは content_block_delta イベントの delta.text で届き、message_stop の後に返信が完了します。詳しくはClaudeプロトコルのリファレンスを参照してください。
• Geminiネイティブ：generateContent を streamGenerateContent に置き換え、?alt=sse を付けます。各イベントには candidates を含む部分的なレスポンスが入ります。詳しくはGeminiプロトコルのリファレンスを参照してください。
• 終了マーカーが届く前に接続が閉じた場合、受信したテキストは不完全です。リクエストを失敗として扱うか、再送してください。cURLでは、出力のバッファリングを無効にするために -N を付けます。

​

よくあるエラーの対処

• URLに /v1/v1 を含む404：SDKのベースURLにパスの一部が重複しています。OpenAI SDKには https://api.laozhang.ai/v1、Anthropic SDKとGoogle Gen AI SDKには https://api.laozhang.ai を使ってください。
• モデルが利用できない、403、404：カタログから正確なモデルIDをコピーし、次の2点を確認します。詳しくはモデルの利用可否を参照してください。
  • APIキーのトークングループに、そのモデルが含まれていること。
  • 送っている形式にモデルが対応していること。たとえば、o3-pro はResponsesでのみ使え、gpt-6-astra のツールコールにはResponsesが必要で、GPTモデルはGeminiネイティブのリクエストを受け付けません。
• 400：Messagesのリクエストに max_tokens がないことがよくある原因です。そうでなければ、最小のリクエストに戻し、任意のフィールドを1つずつ追加して、エラーが示すフィールドを修正します。
• 401：APIキーが誤っているか、ヘッダーの形式が不正か、環境変数が現在のシェルに設定されていません。
• 空の返信：
  • Chat Completions：message.tool_calls と finish_reason を確認します。
  • Messages：content[0] を取るのではなく、ブロックの type ごとに content[] を読み取ります。
  • Gemini：finishReason と promptFeedback を確認します。
• 途中で切れた返信：次のいずれかの値は、返信が出力の上限に達したことを示します。モデルの出力上限を上げるか、入力を短くしてください。
  • Chat Completions：finish_reason が length
  • Messages：stop_reason が max_tokens
  • Gemini：finishReason が MAX_TOKENS
• 429：エラーのボディを読み、レート制限や同時実行の制限と、残高不足を見分けます。残高があるのに失敗する場合は、残高があるのに失敗する理由を参照してください。

​

本番運用の前に

1. モデルIDとプロトコルを設定で固定し、モデルの変更はほかのリリースと同じようにテストします。
2. 自分のプロンプトのサンプルを2〜3個の候補モデルに送り、回答の品質、レイテンシ、トークン使用量を比べます。比較の方法はOpenAIプロトコルのリファレンスに書かれています。
3. 通常のリクエスト、ストリーミング、エラー処理をテストします。リトライはSDKかアプリケーションのどちらか1つの層にまとめます。
4. 呼び出しログで、リクエストごとのモデル、入力・出力トークン数、課金額を確認します。

​

関連ドキュメント

• OpenAIプロトコル：Chat Completions
• LaoZhang APIでOpenAIモデルを使う
• Claudeプロトコル：Anthropic Messages
• Geminiプロトコル：generateContent
• API接続ガイド：キー、ベースURL、Responses、画像
• モデルと料金
• 上流のドキュメント：OpenAIのテキスト生成、Anthropic Messages API、Geminiのテキスト生成