Chat Completions

请求地址

POST https://wudiapi.com/v1/chat/completions

请求使用 Bearer 鉴权。以下为普通文本的最小例子：

{
  "model": "deepseek-v4.1-flash",
  "messages": [
    {"role":"system","content":"请简洁、准确地回答。"},
    {"role":"user","content":"解释 HTTP 404。"}
  ],
  "stream": false
}

常用参数

字段	类型	用途
model	string，必填	当前密钥可用的精确模型 ID
messages	array，必填	按顺序排列的消息
stream	boolean	为 true 时返回 SSE 流
temperature	number，可选	采样设置；范围及支持情况因模型而异
max_tokens	integer，可选	部分模型使用的输出上限
max_completion_tokens	integer，可选	部分模型使用的生成上限，可能包含推理 Token
tools	array，可选	支持工具的模型可接收函数定义

输出限制字段不要不加区分地同时填写。首次测试使用最小请求；遇到不支持参数的错误，依据目标模型能力移除相应字段，而非盲目照搬其他模型设置。

多轮会话

聊天接口通常由客户端携带历史。上一轮用户与助手消息都要按顺序传回：

{
  "model":"deepseek-v4.1-flash",
  "messages":[
    {"role":"user","content":"HTTP 404 是什么？"},
    {"role":"assistant","content":"表示请求的资源未找到。"},
    {"role":"user","content":"再给一个排查步骤。"}
  ]
}

历史越长，后续输入 Token 通常越多。切换模型做对比测试时，建议新建会话，避免历史里的身份描述和旧答案影响测试结果。

读取响应

非流式正文通常位于 choices[0].message.content；finish_reason 可用于区分正常结束、达到限制或工具调用。工具调用响应的 content 可能为空，不能直接视为故障。

usage.prompt_tokens、usage.completion_tokens 是用量统计字段。缓存和推理细分字段取决于模型及上游返回，最终费用请查用量与计费。

下一步：流式输出、工具调用、SDK 示例。