创建对话补全

OpenAI Chat Completions 接口。所有提供文本模型的分组都能调用，包括仅对话补全分组（DeepSeek、GLM 平台）。在仅对话补全分组上请求体原样交给服务商；在其他分组上请求会被转换，部分字段会被丢弃（见下方说明）。

#请求

POST https://bigmodel.io/v1/chat/completions

#认证

任选其一。

#请求体

标准 OpenAI Chat Completions 请求体。GLM、DeepSeek、Qwen 分组会把请求体原样交给服务商（只改写 model），各字段是否生效取决于模型。其他分组会转换请求，转换时 response_format、n、seed、user、logprobs 会被丢弃。

#响应

#响应字段

stream: true 时返回 SSE 流，每个事件是一个 chat.completion.chunk，以 data: [DONE] 结束。网关会要求上游在最后返回用量。

#示例

curl https://bigmodel.io/v1/chat/completions \
  -H "Authorization: Bearer $BIGMODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3",
    "messages": [
      {"role": "system", "content": "你是一个简洁的助手。"},
      {"role": "user", "content": "用一句话解释 HTTP 429。"}
    ],
    "max_tokens": 128
  }'

import os
from openai import OpenAI

client = OpenAI(base_url="https://bigmodel.io/v1", api_key=os.environ["BIGMODEL_API_KEY"])

resp = client.chat.completions.create(
    model="glm-5.3",
    messages=[
        {"role": "system", "content": "你是一个简洁的助手。"},
        {"role": "user", "content": "用一句话解释 HTTP 429。"},
    ],
    max_tokens=128,
)
print(resp.choices[0].message.content)

import OpenAI from 'openai'

const client = new OpenAI({baseURL: 'https://bigmodel.io/v1', apiKey: process.env.BIGMODEL_API_KEY})

const resp = await client.chat.completions.create({
  model: 'glm-5.3',
  messages: [
    {role: 'system', content: '你是一个简洁的助手。'},
    {role: 'user', content: '用一句话解释 HTTP 429。'},
  ],
  max_tokens: 128,
})
console.log(resp.choices[0].message.content)

响应示例（id、时间戳、文本和 token 数仅作示意；reasoning_content 等额外字段由模型服务商返回）：

{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "created": 1792310400,
  "model": "glm-5.3",
  "choices": [
    {
      "index": 0,
      "message": {"role": "assistant", "content": "HTTP 429 表示你在一段时间内请求过多，需要稍后重试。"},
      "finish_reason": "stop"
    }
  ],
  "usage": {"prompt_tokens": 24, "completion_tokens": 19, "total_tokens": 43}
}

#流式输出

curl -N https://bigmodel.io/v1/chat/completions \
  -H "Authorization: Bearer $BIGMODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3","stream":true,"messages":[{"role":"user","content":"从 1 数到 3。"}]}'

stream = client.chat.completions.create(
    model="glm-5.3",
    messages=[{"role": "user", "content": "从 1 数到 3。"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

const stream = await client.chat.completions.create({
  model: 'glm-5.3',
  messages: [{role: 'user', content: '从 1 数到 3。'}],
  stream: true,
})
for await (const chunk of stream) process.stdout.write(chunk.choices[0]?.delta?.content ?? '')

流以 data: [DONE] 结束。最后一个数据块通常带 usage，choices 为空数组，所以要像上面那样跳过没有 choices 的块。

#备用模型

{
  "model": "glm-5.3",
  "models": ["kimi-k3", "deepseek-v4-pro"],
  "messages": [{"role": "user", "content": "你好"}]
}

网关先尝试 glm-5.3，再依次尝试 models 中的模型。详见 OpenRouter 兼容。

#说明

• 可用字段取决于分组。 在仅对话补全分组（DeepSeek、GLM 平台）上只改写 model，tools、tool_choice、response_format、thinking、reasoning_effort 和图片输入都会透传，是否生效取决于模型。在其他 OpenAI 分组和 Anthropic 分组上请求会被转换，只保留 model、messages、instructions、max_tokens、max_completion_tokens、temperature、top_p、stream、stream_options.include_usage、tools、tool_choice、reasoning_effort、service_tier、stop、functions 和 function_call。response_format、n、seed、user、logprobs 在这些路径上会被丢弃，JSON 模式不会生效。详见结构化输出。
• 模型不存在返回 503，不是 404。 分组不提供的模型或拼错的 ID 返回 503 api_error："No available accounts: no available accounts supporting model: …"。请从 /models 或 GET /v1/models 复制模型 ID。
• OpenRouter 风格请求。 z-ai/glm-5.3 以及 :nitro 这类后缀会尽量解析到已提供的模型；:free 不会被去掉。models 加起来最多尝试 5 次；只在返回任何字节之前遇到 404、408、429、5xx 时切换，400/401/402/403/413 不切换。只按成功的那次计费。provider、transforms、route 会被忽略。
• 流式用量。 网关总会向上游请求用量，即使你没设置 stream_options，最后一块也会带 token 数。流开始后的错误以 SSE error 事件返回。
• JSON 格式错误、请求体为空或缺少 model 返回 400 invalid_request_error。
• 完整错误列表见错误码。

#相关文档

• 流式输出
• 工具调用
• 图片输入
• OpenAI SDK