端点与鉴权
本页面描述的是 OpenAI 原生协议：请求和响应使用 OpenAI Chat Completions 的字段结构。若需以 Anthropic、Gemini 或其他格式提交请求，请查看对应的协议适配文档。
最小请求
model 和 messages 为必填字段。模型名称请使用 Tikway 模型列表中显示的标识。
choices[0].message.content：
完整请求参数
以下参数遵循 OpenAI Chat Completions 原生协议。参数能否被实际执行取决于所选模型与 Tikway 的模型接入配置。为了便于查阅，复杂参数单独展开；简单标量参数集中在后文说明。model
必填。指定本次请求使用的模型，名称以 Tikway 模型列表为准。例如：
messages
必填。传入截至当前轮的完整对话历史，且顺序不能改变。Tikway 不会自动保存聊天上下文；下一轮请求时，应用必须自行回传前几轮的用户消息、assistant 消息和工具结果。
developer 用于应用级规则；较新的 OpenAI 模型应优先使用它。
system 主要用于兼容已有实现。user 表示用户输入，assistant 表示模型前一轮回复。
函数调用后，应用还必须追加 role: "tool" 消息，并将其 tool_call_id 对应到模型返回的调用 ID。旧版 function 角色仍可见于历史项目，但新接入应使用 tool。
用户消息可以把 content 写成内容块数组。例如图像输入：
input_audio：data为 Base64 内容，format为音频格式。file：使用file_id或file_data引用文件。
developer 和 system 消息只应使用文本内容。
stream 与 stream_options
stream: true 时，接口通过 SSE 连续推送 chat.completion.chunk。
客户端应拼接 choices[].delta.content，直至收到 data: [DONE]。stream_options.include_usage 可要求网关在流尾额外返回用量统计。
stream；它需要按 SSE 事件读取响应。详见 流式响应。
tools、tool_choice 与 parallel_tool_calls
tools 声明模型可以选择的函数。模型只会生成调用意图，绝不会执行函数；应用服务负责校验 function.arguments、调用业务系统，并以 tool 消息将结果写回下一轮请求。
tool_choice 可取以下值：
auto：模型自行决定是否调用工具。none：禁止调用工具。required：要求模型至少调用一个工具。- 指定函数对象：强制调用某个函数。
parallel_tool_calls: false 用于要求每轮最多一个调用。完整报文流转见 函数调用。
旧版 functions 与 function_call 已弃用。
response_format
控制输出形态。默认是文本；json_object 是旧版 JSON Mode；支持 Structured Outputs 的模型优先使用 json_schema，以约束输出符合 JSON Schema。
{ "type": "json_object" }，请在 developer 或 user 指令中明确要求模型输出 JSON，否则模型可能持续输出空白内容直到达到上限。
max_completion_tokens
限制单次完成可使用的最大 token 数，包含可见输出与推理 token。对新的推理模型，使用此字段而非已弃用的 max_tokens。
finish_reason 为 length，说明本次达到该上限；可适当增大上限或压缩输入历史。
temperature 与 top_p
二者都是采样控制参数。temperature 通常在 0 至 2：低值使输出更稳定，高值使结果更多样。top_p 通常在 0 至 1，用概率质量限制候选 token。一般只调节其中一个。
reasoning_effort
只适用于支持推理控制的模型。它约束模型投入的推理量；可用值会随模型不同而变化，包括 none、minimal、low、medium、high、xhigh 与 max。
audio 与 modalities
当目标模型支持音频输出时，使用 modalities 声明输出模态，并通过 audio 指定格式和音色：
format 可为 wav、mp3、flac、opus 或 pcm16。音色和音频响应字段是否可用，以目标模型支持范围为准。
logprobs、top_logprobs 与 logit_bias
logprobs: true 会请求响应返回各输出 token 的对数概率；top_logprobs 可设置每个位置附带的候选数量（通常为 0 至 20）。这类数据适合研究、评分或调试，不适合一般聊天界面。
logit_bias 以模型 tokenizer 的 token ID 为 key、偏置值为 value；通常 -100 接近禁止，100 强烈偏向。不同模型的 tokenizer 不同，不能跨模型复用 token ID。
prediction
当应用已经知道大部分期望输出、只需让模型改写少量内容时，可传入预测内容以降低延迟。它只适用于支持该能力的模型。
Prompt Caching：prompt_cache_key 与 prompt_cache_options
长且稳定的指令或上下文可从缓存中获益。prompt_cache_key 是稳定的路由键；prompt_cache_options 指定缓存模式和生命周期。
mode 可为 implicit 或 explicit。prompt_cache_retention 是已弃用字段，请不要在新项目中使用。
其他控制参数
frequency_penalty与presence_penalty通常为-2至2，分别用于降低重复与鼓励新话题。stop指定停止序列，但部分新模型不支持。n指定候选数量，默认为1；增加候选会增加消耗。seed尝试提高相同请求的可复现性，但不保证绝对一致。service_tier请求指定的服务等级。verbosity控制支持该能力的模型的输出详略。web_search_options只对支持 Web Search 的模型有效。
metadata 可附加非敏感管理标签。store 控制是否保存完成记录。
safety_identifier 应传入稳定的终端用户标识，切勿使用邮箱或手机号。旧版 user 字段已弃用，应使用 safety_identifier。