Traitement des données de réponse

Cette page explique comment analyser correctement les données de réponse renvoyées par 4ALL API, applicable à tous les modèles appelés via Chat Completions.

Structure de réponse non streamée

{
  "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
  }
}

Traitement de finish_reason

Valeur	Signification	Traitement recommandé
stop	Fin normale	Utiliser directement
length	Tronqué après avoir atteint la limite max_tokens	Augmenter max_tokens ou poursuivre par segments
tool_calls	Le modèle demande l’appel d’une fonction	Exécuter la fonction puis renvoyer le résultat, voir FC 函数调用
content_filter	Le contenu est bloqué par la politique de sécurité en amont	Ajuster le prompt

Champ d’utilisation usage

• usage sert de base au rapprochement : la facturation est calculée séparément selon prompt_tokens / completion_tokens ;
• Le dernier bloc de données d’un appel en streaming contient également usage (voir 流式输出) ;
• Lorsqu’un cache de prompt est touché, prompt_tokens_details.cached_tokens indique la partie mise en cache, facturée selon le multiplicateur de cache, voir 缓存计费。

Recommandations d’analyse

• Lisez toujours choices[0].message.content, ne supposez pas que la longueur de choices est supérieure à 1 ;
• Les modèles de raisonnement (-thinking) peuvent inclure le champ reasoning_content ; lors de l’affichage, veillez à le distinguer du corps principal, voir 推理模型输出 ;
• En cas d’erreur, la réponse est structurée comme {"error": {...}}, la méthode de traitement est décrite dans 错误码与重试】【。