跳到主要内容

Chat Completions

POST /v1/chat/completions 的适用模型、请求示例、常用参数、输出长度参数的选择，以及用 OpenAI 格式调用 Claude 的方法。

接口​

text
POST https://run.fluxlane.ai/v1/chat/completions

对话、识图和函数工具都走这条路径，用请求体中的不同字段区分。

适用模型​

厂商说明
OpenAI多数 GPT 模型。gpt-5-codex、gpt-5.1-codex、gpt-5.1-codex-mini、gpt-5.6-luna 只支持 Responses，不要调用本路径
Anthropic可以调用，平台会转换为 Claude Messages，见下方调用 Claude
GLM、Kimi、DeepSeek文本、识图、工具都在这条路径上

各模型的能力差异见模型能力矩阵。

请求示例​

bash
curl https://run.fluxlane.ai/v1/chat/completions \
  -H "Authorization: Bearer $FLUXLANE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "模型名称",
  "messages": [
    {"role": "system", "content": "你是一名简洁的中文助手。"},
    {"role": "user", "content": "解释向量数据库。"}
  ],
  "temperature": 0.7,
  "stream": false
}'

返回结构见首次 API 调用。

常用参数​

参数说明
model模型 ID，见模型列表
messages对话消息数组；识图时 content 写成数组，见图像理解
temperature采样温度
stream、stream_options流式输出，见流式响应
tools、tool_choice工具调用，见工具调用
max_completion_tokens输出长度上限（GPT 新系列使用），见下文
reasoning_effort推理强度；GPT-6 在本路径上使用工具时须设为 none

输出长度​

GPT 新系列使用 max_completion_tokens 限制输出长度。请求里如果仍带 max_tokens，请求会被拒绝，请改用 max_completion_tokens。三个 GPT-6 模型（gpt-6-astra、gpt-6-luna、gpt-6-sol）写法相同，只需更换 model：

bash
curl https://run.fluxlane.ai/v1/chat/completions \
  -H "Authorization: Bearer $FLUXLANE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gpt-6-sol",
  "max_completion_tokens": 1024,
  "messages": [{"role": "user", "content": "你好"}]
}'

合理设置输出长度上限也是控制成本的有效方式。

调用 Claude​

Claude 模型也可以通过本路径调用，平台会转换为 Claude Messages：

  • 未传 max_tokens 时，平台按默认值补上；
  • 图片字段使用 OpenAI 的 image_url 格式；
  • 识图和工具调用仍建议使用 Anthropic Messages 原生字段。
bash
curl https://run.fluxlane.ai/v1/chat/completions \
  -H "Authorization: Bearer $FLUXLANE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "claude-haiku-4-5-20251001",
  "messages": [{"role": "user", "content": "你好"}]
}'

参考​