curl --request POST \
--url https://api.caprioletech.com/v1/chat/completions \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "openai-latest",
"messages": [
{
"role": "user",
"content": "Hello World!"
}
]
}
'{
"id": "chatcmpl_123",
"object": "chat.completion",
"created": 1764547200,
"model": "gpt-6.2-astra",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Hello! How can I help?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 12,
"completion_tokens": 8,
"total_tokens": 20
}
}Endpunkte
Chat completions
Erstellen Sie OpenAI-kompatible Chat Completions mit Capriole AI Modellen.
POST
/
v1
/
chat
/
completions
curl --request POST \
--url https://api.caprioletech.com/v1/chat/completions \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "openai-latest",
"messages": [
{
"role": "user",
"content": "Hello World!"
}
]
}
'{
"id": "chatcmpl_123",
"object": "chat.completion",
"created": 1764547200,
"model": "gpt-6.2-astra",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Hello! How can I help?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 12,
"completion_tokens": 8,
"total_tokens": 20
}
}Verwenden Sie diesen Endpunkt, wenn Ihre Anwendung, Ihr SDK oder Ihr Gateway das Anfrage- und Antwortformat von OpenAI Chat Completions erwartet.
Senden Sie eine Standard-Chat-Completions-Nutzlast mit
Übergeben Sie mit dem OpenAI Python SDK
Funktionstools, die Ihr Client definiert, werden unverändert weitergeleitet, auch eines mit dem Namen
model und messages. Capriole AI löst Latest-Aliase vor der Upstream-Weiterleitung zur ausgewählten Anbietermodell-ID auf, leitet kompatible Felder wie messages, tools, tool_choice, response_format und stream weiter und gibt den Upstream-JSON- oder SSE-Stream unverändert zurück, mit Ausnahme der unten beschriebenen GLM-SSE-Korrektur und der Heartbeat-Kommentare. Bei Streaming-Anfragen setzt Capriole AI vor der Weiterleitung stream_options.include_usage=true, damit die Nutzung erfasst werden kann.
Bei manchen SSE-Antworten mit model="zai/glm-5.3-flash" entfernt Capriole AI nur das leere Legacy-Feld function_call={"name":"","arguments":""} aus den Deltas. Echte oder teilweise übertragene Funktionsaufrufe, tool_calls, Text und Nutzungsdaten bleiben erhalten. Diese Ausnahme betrifft weder nicht gestreamte Antworten noch andere Modelle.
POST /v1/chat/completions akzeptiert openai-latest, claude-latest, google-latest und öffentliche konkrete Modell-IDs aus GET /v1/models. Verwenden Sie einen Latest-Alias, damit Capriole AI das von uns empfohlene Flaggschiff-Modell für diesen Anbieter wählt.
Latest-Aliase sind Eingabe-Kurzformen. Die Nutzung wird für das aufgelöste Modell erfasst, während der Antwortkörper das Modellbenennungsverhalten des gewählten kompatiblen Endpunkts beibehält.
Kimi K3.1 Pro
Bei Kimi K3.1 Pro sindtemperature auf 1 und top_p auf 0.95 festgelegt. Lassen Sie temperature, top_p, n, presence_penalty und frequency_penalty bei diesem Modell weg, und senden Sie Anweisungen mit der Rolle system statt developer.
Gemini 4 Carbon
google-latest wird zu google/gemini-4-carbon aufgelöst. Dieser Endpunkt leitet den Rest Ihrer Anfrage unverändert weiter, daher denkt Gemini 4 Carbon auf der Standardstufe von Google, medium, die in unserem Test für denselben Prompt etwa das 3- bis 4-Fache der Ausgabe-Tokens von Gemini 4 Argon verbrauchte. reasoning_effort von OpenAI ändert die Thinking-Stufe von Carbon nicht. Um sie festzulegen, senden Sie das Feld von Google mit low, medium oder high:
"extra_body": {"google": {"thinking_config": {"thinking_level": "low"}}}
extra_body={"extra_body": {"google": {"thinking_config": {"thinking_level": "low"}}}}. Laut Google können schwierige Prompts bei Carbon mehrere Minuten dauern, streamen Sie sie daher wie unter Lange Aufgaben beschrieben; für kürzere Wartezeiten setzen Sie thinking_level auf low oder verwenden Sie google/gemini-4-argon.
Websuche
Dieser Endpunkt bietet keine Websuche. Bei Grok-Modellen schlägt eine Anfrage mit einem Feldweb_search_options oder search_parameters, das nicht null ist, mit HTTP 400 fehl:
{
"detail": "Web search is not supported for xai/grok-4.7 on /v1/chat/completions. Use POST /v1/responses with tools: [{\"type\": \"web_search\"}]."
}
web_search. Für die Websuche mit GPT oder Grok verwenden Sie POST /v1/responses mit "tools": [{"type": "web_search"}].
Lange Aufgaben
Setzen Sie für lange Aufgaben wie ausgedehntes Reasoning"stream": true. Ohne Streaming kann die Verbindung nach etwa 2 Minuten in ein Timeout laufen. Solange ein Stream auf das Modell wartet, sendet Capriole AI alle 15 Sekunden einen SSE-Kommentar : heartbeat, und gestreamte google/*-Anfragen können bis zu 20 Minuten auf das erste Token warten. Hat das Modell nach 60 Sekunden noch nicht geantwortet, hat die 200-Antwort bereits begonnen, sodass ein späterer Upstream-Fehler als letztes SSE-Ereignis mit einem error-Objekt ankommt.Autorisierungen
Body
application/json
Public model identifier or latest alias returned by GET /v1/models
Verfügbare Optionen:
openai-latest, openai/gpt-6.2-astra, openai/gpt-6.2-sol, openai/gpt-6-astra, openai/gpt-6.1-sol, openai/gpt-6-sol, openai/gpt-6-luna, openai/gpt-5.6-terra, openai/gpt-5.6-luna, claude-latest, anthropic/claude-fable-5-1, anthropic/claude-opus-5-5, anthropic/claude-fable-5, anthropic/claude-opus-5, anthropic/claude-opus-4-8, anthropic/claude-opus-4-7, anthropic/claude-opus-4-6, anthropic/claude-sonnet-4-6, google-latest, google/gemini-4-carbon, google/gemini-4-argon, google/gemini-3.8-flash, xai/grok-4.7, xai/grok-4.6, xai/grok-4.5, zai/glm-5.3-flash, zai/glm-5.2, moonshot/kimi-k3.1-pro, moonshot/kimi-k3 Antwort
OpenAI-compatible Chat Completions response or SSE stream. Response model fields follow the selected compatible endpoint and may differ from the input alias.
Zuletzt geändert am 17. November 2026

