Chat Completions API：OpenAI形式の呼び出し方

OpenAI、Google Gemini、DeepSeek、Qwenなど各社のテキストモデルを、OpenAI Chat Completionsという1つのインターフェースで呼び出せます。messages を送り、choices[0].message.content から回答を読み取ります。

項目	内容
エンドポイント	`POST https://api.laozhang.ai/v1/chat/completions`
モデル	モデルカタログのEndpointsにOpenAI-compatibleと表示されているモデル。`model` で指定する
ストリーミング	`"stream": true` を指定すると、生成された順に回答を受け取れる
例のモデル	`gpt-5.4-mini`

任意パラメーターとツールへの対応はモデルによって異なります。アプリケーションがAnthropic MessagesやGeminiの generateContent のリクエスト構造で作られている場合は、ClaudeプロトコルまたはGeminiプロトコルのページを参照してください。3つの形式の比較は、テキスト生成APIのガイドにあります。

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

リクエストを送る

トークン管理でAPIキーを作成します。課金方式は、従量優先（推奨。コンソールの表示は「按量优先」）または従量課金（「按量计费」）にしてください。作成したキーは、ターミナルで環境変数に設定します。

export LAOZHANG_API_KEY="YOUR_LAOZHANG_API_KEY"

リクエストは Authorization: Bearer で認証し、本文は model と messages を含むJSONにします。例では gpt-5.4-mini を使います。

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": "「connected」とだけ返信してください"}
    ]
  }'

python -m pip install openai でSDKをインストールします。

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)

このプロンプトなら、connected が返ります。クライアントの設定を確認できたら、プロンプトを自分のアプリケーションのメッセージに置き換えてください。

モデルを選ぶ

モデルはモデルカタログから選びます。model の値を変える前に、そのモデルの行で次の3点を確認してください。

Endpoints にOpenAI-compatibleが含まれていること。o3-pro シリーズのようにResponsesだけが表示されているモデルは、代わりに /v1/responses を使います。API接続ガイドのResponses APIの例を参照してください。
Token groups に、自分のAPIキーのグループが含まれていること。
1Mトークンあたりの Input、Output、Cache read の価格が、用途に合っていること。

カタログにある代表的なテキストモデルは次のとおりです。

gpt-5.4-mini と gpt-5.4
gemini-3.8-flash、gemini-3.6-flash、gemini-3.5-flash-lite

モデルIDは、製品名から組み立てずに、カタログまたはコンソールから正確にコピーしてください。これらのモデルの形式と価格はテキスト生成APIのガイドに、Responses専用の o3-pro の呼び出し方はOpenAIモデルにあります。一般的なランキングだけでは、アプリケーションに合うモデルはわかりません。自分のプロンプトのサンプルを2〜3個の候補モデルに通し、次の点を比べてください。

回答の品質と、指示への従い方
構造化出力の安定性。ツールを使う場合は、ツール呼び出しの成功率も
レイテンシと、各リクエストに記録されるトークン使用量

選んだモデルのIDは設定ファイルなどに固定し、モデルの変更を意図的な更新にしてください。

リクエストのフィールド

フィールド	説明
`model`	必須。トークングループで利用できる正確なモデルID。
`messages`	必須。会話の順に並べたメッセージ。
`stream`	任意。`true` にするとserver-sent eventsで回答を返す。後述の「レスポンスをストリーミングする」を参照。
`temperature`、`top_p`	任意。サンプリングの制御。モデルが対応している場合のみ有効。
`max_completion_tokens`	出力の上限。このフィールドに対応するモデル向け。
`max_tokens`	一部のモデルが使う出力の上限。2つの上限フィールドは同時に送らない。
`response_format`	JSONや構造化出力に対応するモデル向けの、出力形式の設定。
`tools`、`tool_choice`	ツール呼び出しに対応するモデル向けの、ツール定義と選択の設定。

まずは model と messages だけで始めてください。任意フィールドと指定できる値はモデルによって異なります。未対応のパラメーターで拒否されたリクエストは、フィールドを直してから再送します。上流のフィールド定義は、OpenAI公式のChat Completionsリファレンスを参照してください。

メッセージと会話履歴

各メッセージには role と content があります。ユーザーの入力は user、モデルの過去の回答は assistant で表します。アプリケーションに必要な履歴は、リクエストのたびに送ってください。

[
  {"role": "user", "content": "プロジェクト名はCedarです。"},
  {"role": "assistant", "content": "Cedarについて、どのようなお手伝いができますか？"},
  {"role": "user", "content": "短いキャッチコピーを提案してください。"}
]

system や developer などの指示用ロール、ツールメッセージ、マルチモーダルの内容は、選んだモデルによって異なります。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。

レスポンスを読み取る

テキストのレスポンスには choices 配列が含まれます。読み取るフィールドだけを残した例です。

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

回答は message.content から、生成が終わった理由は finish_reason から読み取ります。finish_reason が length なら、回答が出力上限またはコンテキスト上限に達しています。完全な回答が必要なときは、入力を短くするか、モデルが対応する出力上限を調整してください。ツール呼び出しに対応するモデルでは、通常のテキストの代わりに message.tool_calls が返ることがあります。会話を続けるときは、その呼び出しと対応する結果を残してください。トークン数は usage に含まれることがあります。アカウントの課金額は、呼び出しログで確認します。

レスポンスをストリーミングする

"stream": true を追加すると、モデルが書いた順に、回答を細かく分けて受け取れます。レスポンスはserver-sent eventsのストリームです。

各 data: 行に chat.completion.chunk オブジェクトが入ります。
新しいテキストは choices[0].delta.content に入ります。
ストリームは data: [DONE] の行で終わります。

cURL
Python

-N を付けると、cURLの出力バッファリングが無効になり、チャンクが届くたびに表示されます。

curl --fail-with-body -N --max-time 300 \
  "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": "変数名を付けるときのコツを3つ、短く教えてください。"}
    ]
  }'

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LAOZHANG_API_KEY"],
    base_url="https://api.laozhang.ai/v1",
    timeout=300.0,
    max_retries=0,
)
stream = client.chat.completions.create(
    model="gpt-5.4-mini",
    messages=[{"role": "user", "content": "変数名を付けるときのコツを3つ、短く教えてください。"}],
    stream=True,
)
for chunk in stream:
    if not chunk.choices:
        continue
    text = chunk.choices[0].delta.content
    if text:
        print(text, end="", flush=True)
print()

生のストリームは次のような形です。必要なフィールドだけに省略しています。実際のチャンクには id や model などのフィールドも含まれます。

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

data: {"object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"1. 変数名は"},"finish_reason":null}]}

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

data: [DONE]

ストリームを読み取るときの注意点です。

delta.content を順に連結すると、回答全体を再構成できます。
最初のチャンクにはロールだけが入っていることがあります。また、最後の使用量のチャンクなど、choices が空配列のチャンクもあるため、読み取る前に確認してください。
最後の内容チャンクに finish_reason が設定され、続く data: [DONE] でストリームが閉じます。Python SDKはこの時点でループを終了します。
[DONE] の前に接続が切れた場合は、回答が途中で終わったものとして扱ってください。

エラーへの対処

ステータス	対応
400	無効なフィールド、フィールドの型、モデルの上限を超える入力を修正する。
401	Bearerヘッダーを確認し、APIキーを見直す。
403	トークングループの権限と、アカウントの制限を確認する。
404	エンドポイントと、正確なモデルIDを確認する。
429	エラー本文で、レート、同時実行数、処理能力、残高のどの制限かを確認する。
5xx	呼び出しログを確認し、一時的な障害は上限付きのバックオフで再試行する。

クライアント側でタイムアウトしたときは、再送する前に、そのリクエストが呼び出しログに記録されているか確認してください。Pythonの例ではSDKの自動リトライを無効にしています。リトライ処理は、アプリケーション側で意図して実装してください。サポートに連絡するときは、リクエストの時刻、エンドポイント、モデル、トークングループ、認証情報を伏せたエラーメッセージを添えてください。APIキーは送らないでください。

はじめに

画像生成・編集API

動画生成API

テキストAPI

Chat Completions API：OpenAI形式の呼び出し方

リクエストを送る

モデルを選ぶ

リクエストのフィールド

メッセージと会話履歴

レスポンスを読み取る

レスポンスをストリーミングする

エラーへの対処

関連ドキュメント

​リクエストを送る

​モデルを選ぶ

​リクエストのフィールド

​メッセージと会話履歴

​レスポンスを読み取る

​レスポンスをストリーミングする

​エラーへの対処

​関連ドキュメント

リクエストを送る

モデルを選ぶ

リクエストのフィールド

メッセージと会話履歴

レスポンスを読み取る

レスポンスをストリーミングする

エラーへの対処

関連ドキュメント