跳转到主要内容
POST
当应用、SDK 或网关需要 OpenAI Chat Completions 请求与响应格式时,请使用此端点。 发送包含 model 和 messages 的标准 Chat Completions 请求体。Capriole AI 会在转发给上游前,把 latest 别名解析为所选提供商的模型 ID,转发 messages、tools、tool_choice、response_format 和 stream 等兼容字段,并原样返回上游 JSON 或 SSE 流(下文的 GLM SSE 修正和心跳注释除外)。对于流式请求,Capriole AI 会在转发前设置 stream_options.include_usage=true,以便记录用量。 对于部分 model="zai/glm-5.3-flash" SSE 响应,Capriole AI 仅移除流式增量中空的旧式 function_call={"name":"","arguments":""} 字段。真实或尚未拼完的函数调用、tool_calls、文本和用量保持不变。此例外不影响非流式响应或其他模型。 POST /v1/chat/completions 接受 openai-latest、claude-latest、google-latest,以及 GET /v1/models 返回的公开具体模型 ID。使用 latest 别名可以让 Capriole AI 为对应提供商选择当前推荐的旗舰模型。 latest 别名只是请求输入的简写。用量按解析后的具体模型记录,响应体则保留所选兼容端点原有的模型命名方式。

Kimi K3.1 Pro

Kimi K3.1 Pro 固定 temperature 为 1、top_p 为 0.95。调用此模型时请省略 temperature、top_p、n、presence_penalty 和 frequency_penalty,并用 system 角色而不是 developer 发送指令。

Gemini 4 Carbon

google-latest 解析为 google/gemini-4-carbon。此端点会原样转发请求的其余部分,因此 Gemini 4 Carbon 按 Google 的默认思考等级 medium 思考;在我们的测试中,同一提示下它的输出 token 约为 Gemini 4 Argon 的 3 到 4 倍。OpenAI 的 reasoning_effort 不会改变 Carbon 的思考等级。如需设置,请发送 Google 的字段,取值为 low、medium 或 high:
使用 OpenAI Python SDK 时,请传入 extra_body={"extra_body": {"google": {"thinking_config": {"thinking_level": "low"}}}}。Google 提到,Carbon 处理较难的提示可能需要几分钟,因此请按长任务中的说明使用流式传输;想缩短等待时,请把 thinking_level 设为 low,或改用 google/gemini-4-argon。

网页搜索

此端点不提供网页搜索。对于 Grok 模型,如果请求中的 web_search_options 或 search_parameters 字段不为 null,请求会以 HTTP 400 失败:
客户端自行定义的函数工具会原样转发,即使名为 web_search 也是如此。如需让 GPT 或 Grok 搜索网页,请使用 POST /v1/responses 并设置 "tools": [{"type": "web_search"}]。

长任务

长时间推理等长任务请设置 "stream": true。不使用流式传输时,连接可能在约 2 分钟后超时。流式请求等待模型时,Capriole AI 每 15 秒发送一条 SSE : heartbeat 注释;以流式发送的 google/* 请求最多可以等待 20 分钟才收到第一个 token。如果模型在 60 秒内还没有开始回答,200 响应就已经开始发送,因此之后的上游错误会作为最后一个 SSE 事件返回,其中带有 error 对象。

授权

Authorization
string
header
必填

Use an API key created in the Capriole AI page. Send it as Authorization: Bearer sk-....

请求体

application/json
model
enum<string>
必填

Public model identifier or latest alias returned by GET /v1/models

可用选项:
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
messages
object[]
必填

OpenAI-compatible conversation messages.

tools
object[]

OpenAI-compatible tool definitions.

tool_choice

OpenAI-compatible tool choice.

response_format
object

OpenAI-compatible response format.

stream
boolean
默认值:false

Stream the response as OpenAI-compatible server-sent events.

stream_options
object

OpenAI-compatible stream options. For streaming requests, Capriole AI sets include_usage=true before upstream dispatch for usage accounting.

响应

OpenAI-compatible Chat Completions response or SSE stream. Response model fields follow the selected compatible endpoint and may differ from the input alias.

id
string
必填
object
string
必填
示例:

"chat.completion"

created
integer
必填
model
string
必填
choices
object[]
必填
usage
object
最后修改于 2026年11月17日