POST
/
v3
/
openai
/
completions
创建对话请求
curl --request POST \
  --url https://api.ppinfra.com/v3/openai/completions \
  --header 'Authorization: <authorization>' \
  --header 'Content-Type: <content-type>' \
  --data '{
  "model": "<string>",
  "prompt": "<string>",
  "max_tokens": 123,
  "stream": {},
  "stream_options": {
    "include_usage": true
  },
  "n": {},
  "seed": {},
  "frequency_penalty": {},
  "presence_penalty": {},
  "repetition_penalty": {},
  "stop": {},
  "temperature": {},
  "top_p": {},
  "top_k": {},
  "min_p": {},
  "logit_bias": {},
  "logprobs": {},
  "best_of": 123
}'
{
  "choices": [
    {
      "finish_reason": "<string>",
      "index": 123,
      "logprobs": {
        "text_offset": [
          {}
        ],
        "token_logprobs": [
          {}
        ],
        "tokens": [
          {}
        ],
        "top_logprobs": [
          {
            "{key}": 123
          }
        ]
      },
      "text": "<string>"
    }
  ],
  "created": 123,
  "id": "<string>",
  "model": "<string>",
  "object": "<string>",
  "usage": {
    "completion_tokens": 123,
    "prompt_tokens": 123,
    "total_tokens": 123
  }
}
根据指定的 prompt 与参数生成模型回复

​
请求头

​
Content-Type
string
required
枚举值: application/json
​
Authorization
string
required
Bearer 身份验证格式，例如：Bearer {{API 密钥}}。

​
请求体

​
model
string
required
对应的模型名称。可用模型名称请参考：模型列表
​
prompt
string
required
用于生成对话的提示（提示可以是字符串、字符串数组、tokens 数组或 tokens 数组的数组）。
​
max_tokens
integer
在生成对话时可产生的最大 tokens 数。
prompt 的 tokens 数量加上 max_tokens 不能超过模型的上下文长度。
​
stream
boolean | null
是否使用流式传输。默认为 false，如果设置了，tokens 将以 data-only server-sent events（SSE）发送，并以 data: [DONE] 消息终止流。
​
stream_options
object
流式回复选项。仅当 stream 设置为 true 时设置。
​
n
integer | null
每个提示生成多少个对话。默认值为 1。

注意：由于此参数会生成多个对话，因此可能会快速消耗您的 tokens 计费额度。请谨慎使用，并确保为 max_tokens 和 stop 设置了合理的值。
所需范围：1 < x < 128
​
seed
integer | null
如果指定，我们的系统将尽最大努力进行确定性采样，以便相同的 seed 和参数的重复请求应返回相同的结果。
​
frequency_penalty
number | null
默认值为 0，正值会根据新 tokens 在当前文本中的出现频率对其进行惩罚，从而降低模型重复相同内容的可能性。

如果目的是仅仅减少重复样本，合理的值大约在 0.1 到 1 之间。如果目的是强烈抑制重复，可以将系数提高到 2，但这可能会明显降低样本质量。负值可以用来增加重复的可能性。

另见 presence_penalty，用于以固定速率惩罚至少出现一次的 tokens
所需范围：-2 < x < 2
​
presence_penalty
number | null
默认值为 0，正值会根据新 tokens 是否出现在当前文本中对其进行惩罚，从而增加模型谈论新话题的可能性。

如果目的是稍微减少重复样本，合理的值大约在 0.1 到 1 之间。如果目的是强烈抑制重复，可以将系数提高到 2，但这可能会显著降低样本质量。负值可以用来增加重复的可能性。

另见 frequency_penalty，用于根据 tokens 出现的频率按递增速率进行惩罚
所需范围：-2 < x < 2
​
repetition_penalty
number | null
对重复的 tokens 应用惩罚，以抑制或鼓励重复。值为 1.0 表示没有惩罚，允许自由重复。大于 1.0 的值会惩罚重复，降低重复 tokens 的可能性。介于 0.0 和 1.0 之间的值会奖励重复，增加重复 tokens 的机会。为了达到良好的平衡，通常建议使用 1.2。请注意，在仅解码器模型中，惩罚会同时应用于生成的输出和提示。
所需范围：0 < x < 2
​
stop
string | null
最多 4 个序列，API 将停止生成更多 tokens。返回的文本包含停止序列。
​
temperature
number | null
对话中的随机性程度，默认值为 1，介于 0 和 2 之间。较高的值（如 0.8）会使输出更加随机，而较低的值（如 0.2），会使输出更集中且确定性更强。

我们通常建议只调整此项或 top_p，而不是同时调整两者。
所需范围：0 < x < 2
​
top_p
number | null
作为 temperature 的替代方法，称为 nucleus sampling，模型会考虑具有 top_p 概率质量的 tokens 的结果。因此，0.1 意味着只考虑构成前 10% 概率质量的 tokens。我们通常建议只调整此项或 temperature，而不是同时调整两者。
所需范围：0 < x ≤ 1
​
top_k
integer | null
Top-k 采样是另一种采样方法，在这种方法中，k 个最可能的下一个 tokens 会被筛选出来，并且概率质量仅在这 k 个 tokens 之间重新分配。k 的值控制了在每一步生成文本时，下一个 tokens 的候选数量。
所需范围：1 < x < 128
​
min_p
number | null
表示一个 tokens 被考虑的最小概率的浮动值，相对于最有可能的 tokens 的概率。
所需范围：0 ≤ x ≤ 1
​
logit_bias
map[string, integer]
默认为 null。修改指定 tokens 在对话中出现的可能性。接受一个 JSON 对象，将 tokens 映射到一个从 -100 到 100 的关联偏差值。
​
logprobs
integer | null
是否返回输出 tokens 的对数概率。如果为 true，则返回消息内容中每个输出 tokens 的对数概率。
logprobs 的最大值为 5。
​
best_of
integer
默认为 1。生成 best_of 个对话并在服务器端进行处理，返回‘最佳’（即每个 tokens 的对数概率最高的那个）。结果无法流式传输。

与 n 一起使用时，best_of 控制候选对话的数量，n 指定返回多少个对话。best_of 必须大于 n。

注意：由于此参数会生成多个对话，因此可能会快速消耗您的 tokens 计费额度。请谨慎使用，并确保为 max_tokens 和 stop 设置了合理的值。

​
响应参数

​
choices
array
required
生成的对话选择列表。
​
created
integer
required
响应生成的 Unix 时间戳（以秒为单位）。
​
id
string
required
响应的唯一标识符。
​
model
string
required
用于对话的模型。
​
object
string
required
对象类型，始终为 text_completion。
​
usage
object
required
使用统计。
对于流式回复，usage 字段被包含在返回的最后一个回复块中。