原生 Claude 格式 - GravitexAI Documentation

原生 Claude 格式

curl --request POST \
  --url https://api.gravitex.ai/v1/messages \
  --header 'Authorization: <authorization>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "<string>",
  "messages": [
    {}
  ],
  "max_tokens": 123,
  "system": {},
  "temperature": 123,
  "top_p": 123,
  "top_k": 123,
  "stream": true,
  "stop_sequences": [
    {}
  ],
  "tools": [
    {}
  ],
  "tool_choice": {},
  "thinking": {},
  "metadata": {},
  "mcp_servers": [
    {}
  ],
  "context_management": {},
  "cache_control": {}
}
'

{
  "id": "msg_xxx",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学..."
    }
  ],
  "model": "claude-sonnet-4-5-20250929",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 25,
    "output_tokens": 100
  }
}

POST

messages

原生 Claude 格式

curl --request POST \
  --url https://api.gravitex.ai/v1/messages \
  --header 'Authorization: <authorization>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "<string>",
  "messages": [
    {}
  ],
  "max_tokens": 123,
  "system": {},
  "temperature": 123,
  "top_p": 123,
  "top_k": 123,
  "stream": true,
  "stop_sequences": [
    {}
  ],
  "tools": [
    {}
  ],
  "tool_choice": {},
  "thinking": {},
  "metadata": {},
  "mcp_servers": [
    {}
  ],
  "context_management": {},
  "cache_control": {}
}
'

{
  "id": "msg_xxx",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学..."
    }
  ],
  "model": "claude-sonnet-4-5-20250929",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 25,
    "output_tokens": 100
  }
}

简介

Claude 原生的消息接口，适用于 Claude Code 等原生 Anthropic 客户端。该接口遵循 Anthropic 的 API 规范，提供完整的 Claude 模型功能支持，包括扩展思考（Extended Thinking）、工具调用等高级特性。

如果您使用 OpenAI 兼容的客户端（如 OpenAI SDK），建议使用 /v1/chat/completions 接口。

认证

Authorization

string

必填

Bearer Token，如 Bearer sk-xxxxxxxxxx

请求参数

model

string

必填

Claude 模型标识，支持的模型包括：

claude-opus-4-5-20251101 - Claude Opus 4.5（最新，最强推理能力）
claude-haiku-4-5-20251001 - Claude Haiku 4.5（最新，速度最快）
claude-sonnet-4-5-20250929 - Claude Sonnet 4.5（最新，平衡性能）
claude-opus-4-1-20250805 - Claude Opus 4.1
claude-sonnet-4-20250514 - Claude Sonnet 4
其他 Claude 系列模型

messages

array

必填

对话消息列表，每个元素包含 role（user/assistant）和 content。content 可以是字符串或媒体内容数组。

max_tokens

number

必填

最大生成 token 数，控制回复长度。必须大于 0。

system

string|array

系统提示词，可以是字符串或媒体内容数组。用于设定模型的行为和角色。

temperature

number

默认值:"1.0"

随机性控制，0-1，值越高回复越随机。使用扩展思考时建议设置为 1.0。

top_p

number

默认值:"1.0"

核采样参数，0-1，控制生成的多样性。使用扩展思考时建议设置为 0。

top_k

number

Top-K 采样参数，仅部分模型支持。

stream

boolean

默认值:"false"

是否启用流式输出，返回 SSE 格式的分片数据。使用扩展思考时建议启用。

stop_sequences

array

停止序列列表，当模型生成这些序列时停止生成。

tools

array

工具定义列表，支持函数工具和网页搜索工具。

tool_choice

object

工具选择策略，控制模型如何使用工具。

thinking

object

扩展思考配置，启用 Claude 的深度推理能力。

metadata

object

请求元数据，用于追踪和调试。

mcp_servers

array

MCP（Model Context Protocol）服务器配置。

context_management

object

上下文管理配置，控制对话上下文的处理方式。

Prompt Caching（提示词缓存）

Prompt Caching 允许缓存经常使用的上下文内容，显著降低成本并提升响应速度。支持在 system 和 messages 中使用 cache_control 参数。

缓存控制参数

cache_control

object

缓存控制配置，可用于 system 数组元素和 messages 的 content 数组元素。

type: 缓存类型
- "ephemeral": 5分钟缓存（默认，成本最优）
- "persistent": 1小时缓存（适用于长期稳定的上下文）

缓存机制

缓存位置：最后一个带 cache_control 标记的内容块会被缓存
缓存阈值：内容至少需要 1024 tokens（Claude Sonnet 4.5）或 2048 tokens（Claude 3 Haiku）
缓存时效：
- ephemeral: 5分钟内有效
- persistent: 1小时内有效
成本节省：缓存读取比普通输入便宜 90%

使用场景

长文档分析：将大型文档缓存在 system 中，多次提问
代码库理解：缓存代码上下文，进行多轮代码分析
知识库问答：缓存知识库内容，提供快速查询
多轮对话：缓存历史对话，保持上下文连贯性

基础示例

非流式请求
流式请求（SSE）
Python 示例（Anthropic SDK）

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "请用中文简要介绍人工智能"}
    ]
  }'

curl -N -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "stream": true,
    "messages": [
      {"role": "user", "content": "请用中文简要介绍人工智能"}
    ]
  }'

from anthropic import Anthropic

client = Anthropic(
    api_key="sk-xxxxxxxxxx",
    base_url="https://api.gravitex.ai"
)

# 非流式
message = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "请用中文简要介绍人工智能"}
    ]
)
print(message.content[0].text)

# 流式
with client.messages.stream(
    model="claude-sonnet-4-5-20250929",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "请用中文简要介绍人工智能"}
    ]
) as stream:
    for text_block in stream.text_stream:
        print(text_block, end="")

{
  "id": "msg_xxx",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学..."
    }
  ],
  "model": "claude-sonnet-4-5-20250929",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 25,
    "output_tokens": 100
  }
}

高级功能

系统提示词

系统提示词可以设置为字符串或媒体内容数组：

字符串格式
数组格式

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "system": "你是一个有用的助手，擅长用中文回答问题。",
    "messages": [
      {"role": "user", "content": "什么是机器学习？"}
    ]
  }'

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "system": [
      {"type": "text", "text": "你是一个有用的助手，擅长用中文回答问题。"}
    ],
    "messages": [
      {"role": "user", "content": "什么是机器学习？"}
    ]
  }'

扩展思考（Extended Thinking）

Claude 支持扩展思考功能，允许模型进行深度推理。启用后，模型会在生成最终答案前进行内部思考。

基础用法
Python 示例

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 4096,
    "temperature": 1.0,
    "top_p": 0,
    "stream": true,
    "messages": [
      {"role": "user", "content": "给出一道中等难度的几何题并分步解析"}
    ]
  }'

from anthropic import Anthropic

client = Anthropic(
    api_key="sk-xxxxxxxxxx",
    base_url="https://api.gravitex.ai"
)

with client.messages.stream(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    thinking={
        "type": "enabled",
        "budget_tokens": 4096
    },
    temperature=1.0,
    top_p=0,
    messages=[
        {"role": "user", "content": "给出一道中等难度的几何题并分步解析"}
    ]
) as stream:
    for event in stream:
        if event.type == "content_block_delta":
            if hasattr(event.delta, "thinking"):
                # 思考过程
                print(f"[思考] {event.delta.thinking}", end="")
            elif hasattr(event.delta, "text"):
                # 最终答案
                print(event.delta.text, end="")

budget_tokens 必须大于 1024
使用扩展思考时，建议设置 temperature: 1.0 和 top_p: 0
必须启用流式输出（stream: true）才能看到思考过程

工具调用（Tools）

支持函数工具和网页搜索工具：

函数工具
Claude 官方网页搜索工具
工具调用完整流程

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "tools": [
      {
        "name": "get_weather",
        "description": "根据城市获取天气信息",
        "input_schema": {
          "type": "object",
          "properties": {
            "city": {
              "type": "string",
              "description": "城市名称"
            }
          },
          "required": ["city"]
        }
      }
    ],
    "tool_choice": {
      "type": "auto"
    },
    "messages": [
      {"role": "user", "content": "上海的天气怎么样？"}
    ]
  }'

Claude 支持官方的网页搜索工具 web_search_20250305，可以实时搜索网络信息并在响应中包含引用来源。基础用法：

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "tools": [
      {
        "type": "web_search_20250305",
        "name": "web_search"
      }
    ],
    "messages": [
      {"role": "user", "content": "最近关于人工智能的新闻有哪些？"}
    ]
  }'

带搜索次数限制：

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "tools": [
      {
        "type": "web_search_20250305",
        "name": "web_search",
        "max_uses": 5
      }
    ],
    "messages": [
      {"role": "user", "content": "搜索一下今天北京的天气"}
    ]
  }'

带位置信息（提升搜索准确性）：

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "tools": [
      {
        "type": "web_search_20250305",
        "name": "web_search",
        "max_uses": 5,
        "user_location": {
          "type": "approximate",
          "timezone": "Asia/Shanghai",
          "country": "CN",
          "region": "Beijing",
          "city": "Beijing"
        }
      }
    ],
    "messages": [
      {"role": "user", "content": "上海今天的天气怎么样？"}
    ]
  }'

Python 示例：

from anthropic import Anthropic

client = Anthropic(
    api_key="sk-xxxxxxxxxx",
    base_url="https://api.gravitex.ai"
)

message = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=1024,
    tools=[
        {
            "type": "web_search_20250305",
            "name": "web_search",
            "max_uses": 5
        }
    ],
    messages=[
        {"role": "user", "content": "最近关于人工智能的新闻有哪些？"}
    ]
)
print(message.content[0].text)

type 必须为 "web_search_20250305"
name 必须为 "web_search"
max_uses（可选）：单次对话中最多使用搜索的次数，建议值：2-10
user_location（可选）：用户位置信息，用于提升搜索结果的本地化准确性
搜索结果会在响应中自动包含引用来源
支持的模型包括 Claude Sonnet 4.5、Claude Opus 4.5、Claude Haiku 4.5 等

第一阶段：模型返回工具调用请求

{
  "id": "msg_xxx",
  "content": [
    {
      "type": "tool_use",
      "id": "toolu_xxx",
      "name": "get_weather",
      "input": {"city": "上海"}
    }
  ],
  "stop_reason": "tool_use"
}

第二阶段：返回工具执行结果

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "tools": [...],
    "messages": [
      {"role": "user", "content": "上海的天气怎么样？"},
      {
        "role": "assistant",
        "content": [
          {
            "type": "tool_use",
            "id": "toolu_xxx",
            "name": "get_weather",
            "input": {"city": "上海"}
          }
        ]
      },
      {
        "role": "user",
        "content": [
          {
            "type": "tool_result",
            "tool_use_id": "toolu_xxx",
            "content": "{\"temp\":\"22°C\",\"condition\":\"多云\",\"aqi\":53}"
          }
        ]
      }
    ]
  }'

tool_choice 参数详解

tool_choice 控制模型如何使用工具：

值	说明
`{"type": "auto"}`	自动决定是否使用工具（默认）
`{"type": "any"}`	必须使用至少一个工具
`{"type": "none"}`	不使用任何工具
`{"type": "tool", "name": "tool_name"}`	必须使用指定的工具

示例：

{
  "tool_choice": {
    "type": "auto",
    "disable_parallel_tool_use": false
  }
}

多模态输入（图像）

支持在消息中包含图像：

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "base64",
              "media_type": "image/png",
              "data": "iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mNk+M9QDwADhgGAWjR9awAAAABJRU5ErkJggg=="
            }
          },
          {
            "type": "text",
            "text": "这张图片里有什么？"
          }
        ]
      }
    ]
  }'

Prompt Caching（提示词缓存）

通过缓存常用的上下文内容，可以显著降低成本和提升响应速度。

System 缓存（5分钟）
Messages 缓存（1小时）
Python SDK 示例

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "system": [
      {
        "type": "text",
        "text": "你是一个专业的技术文档分析助手。以下是 AWS Lambda 的完整技术文档：\n\nAWS Lambda 是一项无服务器计算服务...[大量文档内容，至少1024个tokens]",
        "cache_control": {"type": "ephemeral"}
      }
    ],
    "messages": [
      {"role": "user", "content": "Lambda 的定价模型是什么？"}
    ]
  }'

首次请求响应：

{
  "usage": {
    "input_tokens": 50,
    "cache_creation_input_tokens": 1200,
    "cache_read_input_tokens": 0,
    "output_tokens": 150
  }
}

5分钟内再次请求（不同问题，相同 system）：

{
  "usage": {
    "input_tokens": 45,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 1200,
    "output_tokens": 100
  }
}

curl -X POST "https://api.gravitex.ai/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "system": "你是一个 Python 编程助手",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "分析这段代码：\n```python\n[大量代码，至少1024个tokens]\n```",
            "cache_control": {"type": "persistent"}
          }
        ]
      },
      {
        "role": "assistant",
        "content": [
          {
            "type": "text",
            "text": "这段代码的主要功能是...[详细分析]",
            "cache_control": {"type": "persistent"}
          }
        ]
      },
      {
        "role": "user",
        "content": "如何优化这段代码的性能？"
      }
    ]
  }'

使用 persistent 缓存的优势：

1小时缓存时效，适合长时间会话
适用于代码审查、文档分析等场景
缓存命中后，后续请求速度更快

from anthropic import Anthropic

client = Anthropic(
    api_key="sk-xxxxxxxxxx",
    base_url="https://api.gravitex.ai"
)

# 首次请求：创建缓存
message1 = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": "你是专业的文档分析助手...[长文本内容]",
            "cache_control": {"type": "ephemeral"}
        }
    ],
    messages=[
        {"role": "user", "content": "第一个问题"}
    ]
)

print(f"缓存创建: {message1.usage.cache_creation_input_tokens} tokens")
print(f"缓存读取: {message1.usage.cache_read_input_tokens} tokens")

# 5分钟内再次请求：使用缓存
message2 = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": "你是专业的文档分析助手...[相同的长文本]",
            "cache_control": {"type": "ephemeral"}
        }
    ],
    messages=[
        {"role": "user", "content": "第二个问题"}
    ]
)

print(f"缓存创建: {message2.usage.cache_creation_input_tokens} tokens")
print(f"缓存读取: {message2.usage.cache_read_input_tokens} tokens")

缓存要点：

内容必须 ≥ 1024 tokens（Claude Sonnet 4.5）才会触发缓存
ephemeral 缓存在 5分钟内有效
persistent 缓存在 1小时内有效
缓存读取成本比正常输入便宜 90%
最后一个带 cache_control 的块会被缓存
缓存基于内容完全匹配，任何改动都会导致缓存失效

最佳实践：

将不变的长上下文（文档、代码库等）放在 system 中并启用缓存
对于长期稳定的内容，使用 persistent 缓存（1小时）
对于频繁变化的内容，使用 ephemeral 缓存（5分钟）
多轮对话时，可以缓存历史对话内容
定期监控 cache_creation_input_tokens 和 cache_read_input_tokens 以优化成本

响应格式

非流式响应
流式响应

{
  "id": "msg_xxx",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "回复内容..."
    }
  ],
  "model": "claude-sonnet-4-5-20250929",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 25,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "output_tokens": 100
  }
}

使用缓存时的 usage 字段：

input_tokens: 当前请求的非缓存输入 tokens
cache_creation_input_tokens: 首次缓存创建的 tokens（仅首次请求时有值）
cache_read_input_tokens: 从缓存读取的 tokens（缓存命中时有值）
output_tokens: 生成的输出 tokens

流式响应以 SSE（Server-Sent Events）格式返回，包含以下事件类型：

message_start: 消息开始
content_block_start: 内容块开始
content_block_delta: 内容增量（包含 text 或 thinking）
content_block_stop: 内容块结束
message_delta: 消息增量（包含 usage 信息）
message_stop: 消息结束

event: message_start
data: {"type":"message_start","message":{"id":"msg_xxx","type":"message","role":"assistant","content":[],"model":"claude-sonnet-4-5-20250929","stop_reason":null,"stop_sequence":null,"usage":{"input_tokens":25,"output_tokens":0}}}

event: content_block_start
data: {"type":"content_block_start","index":0,"content_block":{"type":"text","text":""}}

event: content_block_delta
data: {"type":"content_block_delta","index":0,"delta":{"type":"text_delta","text":"回"}}

event: content_block_delta
data: {"type":"content_block_delta","index":0,"delta":{"type":"text_delta","text":"复"}}

event: content_block_stop
data: {"type":"content_block_stop","index":0}

event: message_delta
data: {"type":"message_delta","delta":{"stop_reason":"end_turn","stop_sequence":null},"usage":{"output_tokens":100}}

event: message_stop
data: {"type":"message_stop"}

使用扩展思考时，content_block_delta 可能包含 thinking 字段：

event: content_block_delta
data: {"type":"content_block_delta","index":0,"delta":{"type":"thinking_delta","thinking":"让我思考一下这个问题..."}}

错误处理

系统会对上游 Claude API 的错误进行统一处理，返回标准化的错误响应格式。

错误类型	HTTP 状态码	说明
`invalid_request`	400	请求参数错误（如缺少必填字段）
`authentication_error`	401	API 密钥无效或未授权
`rate_limit_error`	429	请求频率超限
`upstream_error`	500	上游服务错误
`gravitex_api_error`	500	系统内部错误

错误响应示例：

{
  "error": {
    "type": "invalid_request",
    "message": "field messages is required"
  }
}

与 /v1/chat/completions 的对比

特性	/v1/messages	/v1/chat/completions
认证方式	`Authorization: Bearer`	`Authorization: Bearer`
响应格式	Anthropic 原生格式	OpenAI 兼容格式
扩展思考	原生支持 `thinking` 参数	通过 `reasoning_effort` 或 `reasoning` 参数
工具调用	原生 `tools` 和 `tool_choice`	OpenAI 兼容格式
适用客户端	Anthropic SDK、Claude Code	OpenAI SDK、兼容客户端

如果您使用 Claude Code 或其他 Anthropic 原生客户端，建议使用 /v1/messages 接口
如果您使用 OpenAI SDK 或需要兼容 OpenAI 格式，建议使用 /v1/chat/completions 接口
两个接口的功能基本相同，主要区别在于请求/响应格式

注意事项

max_tokens 是必填参数，必须大于 0
messages 数组不能为空
使用扩展思考时，budget_tokens 必须大于 1024
扩展思考需要启用流式输出才能看到思考过程
工具调用需要多轮交互，第一轮返回工具调用请求，第二轮返回工具执行结果
图像输入需要使用 base64 编码

使用流式输出可以提升首字响应时间和交互体验
工具调用需要做好超时与重试机制，避免阻塞模型响应
扩展思考功能可以显著提升复杂问题的推理质量

对话接口（OpenAI 兼容）

查看 OpenAI 兼容的对话接口文档

模型列表

查看所有支持的模型信息

列出模型原生 Gemini 格式

⌘I

Documentation Index

​简介

​认证

​请求参数

​Prompt Caching（提示词缓存）

​缓存控制参数

​缓存机制

​使用场景

​基础示例

​高级功能

​系统提示词

​扩展思考（Extended Thinking）

​工具调用（Tools）

​tool_choice 参数详解

​多模态输入（图像）

​Prompt Caching（提示词缓存）

​响应格式

​错误处理

​与 /v1/chat/completions 的对比

​注意事项

​相关资源

对话接口（OpenAI 兼容）

模型列表

简介

认证

请求参数

Prompt Caching（提示词缓存）

缓存控制参数

缓存机制

使用场景

基础示例

高级功能

系统提示词

扩展思考（Extended Thinking）

工具调用（Tools）

tool_choice 参数详解

多模态输入（图像）

Prompt Caching（提示词缓存）

响应格式

错误处理

与 /v1/chat/completions 的对比

注意事项

相关资源