响应数据处理

本页说明如何正确解析 4ALL API 返回的响应数据,适用于所有经 Chat Completions 调用的模型。

非流式响应结构

{
  "id": "chatcmpl-xxx",
  "object": "chat.completion",
  "model": "gpt-5.5",
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "……" },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 12,
    "completion_tokens": 46,
    "total_tokens": 58
  }
}

finish_reason 处理

值	含义	建议处理
stop	正常结束	直接使用
length	达到 max_tokens 上限被截断	提高 max_tokens 或分段续写
tool_calls	模型请求调用函数	执行函数后回传结果,见 FC 函数调用
content_filter	内容被上游安全策略拦截	调整提示词

usage 用量字段

• usage 是对账的依据:计费按 prompt_tokens / completion_tokens 分别计价;
• 流式调用的最后一个数据块同样携带 usage(详见流式输出);
• 命中提示词缓存时,prompt_tokens_details.cached_tokens 标注缓存部分, 按缓存倍率计费,见缓存计费。

解析建议

• 始终读 choices[0].message.content,不要假设 choices 长度大于 1;
• 思考类模型(-thinking 档)可能附带 reasoning_content 字段,展示时注意与正文区分, 见推理模型输出;
• 出错时响应为 {"error": {...}} 结构,处理方式见错误码与重试。