Skip to Content
API 参考（模型）OpenAIChat Completions

Chat Completions

POST https://api.fenno.ai/v1/chat/completions
Authorization: Bearer <FENNO_API_KEY>
Content-Type: application/json

请求字段

字段类型含义
modelstring，必填实际可用的 Chat Completions 模型 ID
messagesarray，必填对话历史，角色与内容类型需模型支持
streamboolean返回 SSE 分片，而不是一次性响应
temperature、top_pnumber，可选模型支持时的采样控制
max_completion_tokens 或 max_tokensinteger，可选依模型而定的输出限制，不保证两者都接受
tools、tool_choicearray / string 或 object函数定义与工具选择策略
response_formatobject，可选JSON 模式或受支持的 JSON Schema 配置
reasoning_effortstring，可选模型相关的推理控制，不是 Responses 的 reasoning 对象

Python 示例

安装 openai，设置 FENNO_API_KEY 与 FENNO_MODEL：

import os
from openai import OpenAI
 
client = OpenAI(
    base_url="https://api.fenno.ai/v1",
    api_key=os.environ["FENNO_API_KEY"],
    timeout=60.0,
    max_retries=0,
)
 
response = client.chat.completions.create(
    model=os.environ["FENNO_MODEL"],
    messages=[
        {"role": "system", "content": "Answer concisely."},
        {"role": "user", "content": "What is an API gateway?"},
    ],
)
print(response.choices[0].message.content)

每次请求需要携带相关历史，chat completion ID 不是服务端会话句柄。

响应字段

字段含义
id、model、object响应标识与模型信息
choices[].messageassistant 文本和／或 tool_calls
choices[].finish_reason常见为 stop、length、tool_calls 或安全相关结束原因
usage服务返回时的输入与输出 token 信息

不要假设每条 assistant 消息都有纯文本；工具调用时 content 可能为空。达到输出上限也不代表结构化答案完整。

流式响应

SDK 使用 stream=True，JSON 使用 "stream": true。读取 choices[].delta，不是 choices[].message。部分分片只有角色或工具参数，也可能出现空 choices。SSE 以 [DONE] 结束，同时仍要检查结束原因。

stream_options.include_usage 是依模型而定的可选项，不应因为缺少 usage 分片就拒绝展示回答，也不能把缺失当成零费用。

继续阅读函数调用、结构化输出、流式响应和错误格式。

概览Responses