Skip to main content
POST
/
v1
/
chat
/
completions
Error
A valid request URL is required to generate request examples
{}
POST /v1/chat/completions 是最常用的对话生成接口，支持流式输出、函数调用（tools/functions）以及 JSON mode。

​
请求示例

curl -X POST "https://models.kapon.cloud/v1/chat/completions" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-mini",
    "messages": [
      {"role": "system", "content": "你是 kapon 的产品助理。"},
      {"role": "user", "content": "用三句话介绍 kapon。"}
    ],
    "temperature": 0.7
  }'

​
常见用法

  • 流式输出：在请求体中设置 stream: true。cURL 请添加 -N 选项，Python 端可组合 requests.post(..., stream=True) 逐行读取。
  • 函数调用：通过 tools 与 tool_choice 描述可调用的函数，后续在响应中解析 tool_calls 并执行业务逻辑。
  • JSON 约束：配合 response_format 设置为 {"type": "json_schema"}，可让模型严格返回结构化数据。
kapon 会自动对齐常见第三方兼容实现中的差异字段，减少模型切换带来的适配成本。

​
kapon 扩展字段

以下字段是 kapon 在标准 OpenAI 响应体基础上的扩展，用于暴露上游模型的计费明细。

​
usage.prompt_tokens_details

字段含义适用模型
cached_tokens命中缓存的输入 token 数所有支持缓存的模型
cached_write_tokens缓存写入总量（= 5m + 1h）Claude
cached_write_5m_tokens写入 5 分钟有效期缓存的 token 数Claude
cached_write_1h_tokens写入 1 小时有效期缓存的 token 数Claude
其中 prompt_tokens 为输入 token 总量（含缓存命中与缓存写入）。缓存写入相关字段为 omitempty，GPT 等无缓存写入的模型不会输出。
{
  "usage": {
    "prompt_tokens": 58518,
    "prompt_tokens_details": {
      "cached_tokens": 11944,
      "cached_write_tokens": 46109,
      "cached_write_5m_tokens": 29762,
      "cached_write_1h_tokens": 16347
    }
  }
}
结合 计费对账 中的单价字段，可直接从响应体实时估算单次请求的缓存写入费用。

Authorizations

​
Authorization
string
header
required

Authorization: Bearer

Body

application/json

The body is of type object.

Response

200 - application/json

OK

The response is of type object.