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
}
}端点
Chat completions
通过 Capriole AI 模型创建 OpenAI 兼容的 Chat Completions。
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
}
}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
使用 OpenAI Python SDK 时,请传入
客户端自行定义的函数工具会原样转发,即使名为
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:
"extra_body": {"google": {"thinking_config": {"thinking_level": "low"}}}
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:
{
"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 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
请求体
application/json
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 最后修改于 2026年11月17日

