テキスト
Chat Completion の作成
チャットメッセージに対する補完を作成します
リクエストボディ
サポートされるオプションパラメータ、指定可能な値、およびデフォルト値は、選択したモデルによって異なります。サンプリング、推論、またはツールのオプションを設定する前に、モデル詳細を確認してください。一部のモデルにおける 1 を超える n のように、モデルが対応していない設定は 4xx エラーで拒否されます。seed やペナルティなどの軽微なサンプリング設定は、エラーにならず無視される場合があります。
使用するモデルの ID。利用可能なオプションについては モデル を参照してください。
会話を構成するメッセージのリスト。
各メッセージオブジェクトの内容:
role(string):system、developer、user、assistant、tool、functioncontent(string | array | null): メッセージの内容
tool_calls を含む assistant メッセージの場合、content は省略するか null に設定できます。
content が配列の場合、TokenLab は対応モデルに対して構造化されたマルチモーダルブロックをサポートします:
- テキスト:
{ "type": "text", "text": "..." } - 画像:
{ "type": "image_url", "image_url": { "url": "https://..." } } - 動画:
{ "type": "video_url", "video_url": { "url": "https://..." } } - 音声:
{ "type": "input_audio", "input_audio": { "data": "https://... or base64 data URL", "format": "wav" } }、または{ "type": "audio_url", "audio_url": { "url": "https://..." } }
マルチモーダル入力には、パブリックにアクセス可能な https URL を使用してください。画像は base64 データ URL として送信することもできます。サポートされるメディアタイプは、選択したモデルによって異なります。
サンプリング温度。サポート状況、許容値、およびデフォルト値は選択したモデルによって異なります。モデルのデフォルト値を使用する場合は、このフィールドを省略してください。
生成するトークンの最大数。max_tokens または max_completion_tokens のいずれか一方のみを送信してください(両方は不可)。別のプロトコル経由で提供されるモデルでは、両方が指定されたリクエストが拒否される場合があります。
思考(Thinking)を行うモデルでは、思考トークンもこの制限にカウントされます。制限が小さすぎると、割り当て全体が思考に消費されてメッセージ本文が空になる可能性があり、その場合でも使用されたトークンは課金対象となります。制限を引き上げるか、モデルが許可している場合は思考を無効にしてください(例: "reasoning_effort": "none")。deepseek-v4.1-flash(エイリアス deepseek-flash)では、"thinking": {"type": "disabled"} でも無効化できます。
リクエストの実行前に、TokenLab は残高がこの最大トークン数をカバーしているか確認します。残高が少ない場合、実際の回答が短くても、非常に大きな値を設定すると 402 が返されることがあります。
falsetrue の場合、部分的なメッセージの差分が Server-Sent Events (SSE) として送信されます。ストリーミング を参照してください。
長い出力(数千トークン以上)の場合は、完全なレスポンスを待つ間にクライアントやプロキシがタイムアウトしないよう、stream: true を設定してください。
ストリーミング用のオプション。include_usage: true を設定すると、data: [DONE] の前に追加でトークン使用量を含むチャンクを 1 つ受信します。設定しない場合、ストリームに使用量は含まれません。
Nucleus サンプリングのパラメータ。これまたは temperature のどちらか一方のみを変更することをお勧めします。
-2.0 から 2.0 までの数値。正の値を指定すると、トークンの繰り返しにペナルティが適用されます。
-2.0 から 2.0 までの数値。正の値を指定すると、テキスト内にすでに存在するトークンにペナルティが適用されます。
停止シーケンスまたはシーケンスのリスト。サポート状況およびシーケンスの制限は、選択したモデルによって異なります。
モデルが呼び出す可能性のあるツールのリスト(Function Calling)。各ツールは { "type": "function", "function": { "name": "...", "description": "...", "parameters": { ... } } } です。構造化出力とツール呼び出し を参照してください。
モデルによるツールの使用方法を制御します。選択肢: auto、none、required、または特定のツールを強制する { "type": "function", "function": { "name": "..." } }。
選択したモデルでサポートされている場合、1 回のアシスタントターンで複数のツール呼び出しを許可します。
思考トークンを含む補完の上限値。新しい OpenAI モデルファミリーで使用される max_tokens の代替です。いずれか一方のみを送信してください。
サポートしているモデルの推論エフォート。指定可能な値は選択したモデルによって異なります。
Claude モデルの場合、この値はモデルの思考を設定します(アダプティブシンキングを備えたモデルではエフォートレベル、思考バジェットを使用するモデルではバジェット)。対応しているモデルでは、none で思考をオフにできます。モデルがサポートしていない値は、エラーコード invalid_value の 400 で拒否され、エラーメッセージにサポートされている値がリストされます。思考が有効な間、Claude は 1 以外の temperature、top_k、0.95〜1 の範囲外の top_p、および入力済みの assistant メッセージを拒否します。tool_choice の強制指定はアダプティブシンキングでは機能しますが、思考バジェットでは機能しません。
Claude モデル用のオプション。
prompt_caching(boolean): プロンプトの先頭部分をキャッシュする場合はtrueに設定します。TokenLab はシステムプロンプトの末尾と最新のユーザーメッセージをキャッシュポイントとしてマークします。同じコンテンツで始まる後続のリクエストは、キャッシュから読み取られます。このオプションまたは独自に指定するcache_controlマークのいずれか一方のみを使用してください。prompt_caching_ttl(string):5m(デフォルト)または1h。リクエストを処理するサービスがキャッシュを 1 時間保持できない場合、TokenLab はリクエストを拒否する代わりに 5 分間のキャッシュを使用できます。
extra.prompt_caching および extra.prompt_caching_ttl も同じオプションとして受け入れられます。料金およびキャッシュされたトークンの確認方法については、プロンプトキャッシュ を参照してください。
サポートしているモデル用のサンプリングシード。完全に同一の出力が得られることは保証されません。
生成する補完の数。サポートしているモデルでは 1〜128 を受け入れます。多くのモデルは 1 のみをサポートしています。
対数確率(log probabilities)を返すかどうか。
返す上位対数確率の数(0〜20)。logprobs: true が必要です。
サポートしているモデル用の Top-K サンプリング。
レスポンスフォーマット。{"type": "text"}(デフォルト)、JSON モードの場合は {"type": "json_object"}、JSON スキーマの場合は {"type": "json_schema", "json_schema": {"name": "...", "schema": {...}, "strict": true}} を使用します。サポート状況は選択したモデルによって異なります。構造化出力とツール呼び出し を参照してください。
指定したトークンが出現する確率を変更します。トークン ID(文字列)を -100 から 100 までのバイアス値にマッピングします。サポート状況は選択したモデルによって異なります。
TokenLab は Chat リクエストを標準のサービスクラスで提供し、課金します。auto および default が受け入れられます。flex や priority などのその他の値はリクエストから削除され、リクエストは標準価格で課金されます。
不正利用の監視を目的とした、エンドユーザーを表す一意の識別子。
レスポンス
補完の一意な識別子。
常に chat.completion。
補完が作成された時点の Unix タイムスタンプ。
補完に使用されたモデル。
補完の選択肢(チョイス)のリスト。
各チョイスの内容:
index(integer): チョイスのインデックスmessage(object): 生成されたメッセージfinish_reason(string): モデルが停止した理由(例:stop、length、tool_calls、content_filter)
モデルが思考を行う場合、message には以下が含まれることもあります:
reasoning_content(string): 思考テキスト。一部のモデルは要約のみを返すか、テキストを返しません。reasoning_details(array): 署名付きの思考ブロック。ツール呼び出し後などに思考を含む会話を継続するには、これらを assistant メッセージで変更せずにそのまま返送してください。
ストリームでは、同じフィールドが delta.reasoning_content および delta.reasoning_details として届きます。
トークン使用量の統計情報。
prompt_tokens(integer): プロンプトのトークン数completion_tokens(integer): 補完のトークン数(思考トークンを含む)total_tokens(integer): 使用された合計トークン数prompt_tokens_details.cached_tokens(integer): キャッシュから読み取られたプロンプトトークン数cache_creation_input_tokens(integer): キャッシュに書き込まれたプロンプトトークン数。値が 0 より大きい場合にのみ存在completion_tokens_details.reasoning_tokens(integer): 思考トークン数(モデルから報告された場合)
ストリームでは、stream_options.include_usage が true の場合にのみ使用量が届きます。
リクエスト
curl -X POST "https://api.tokenlab.sh/v1/chat/completions" \
-H "Authorization: Bearer sk-your-api-key" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6-terra",
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello!"}
],
"max_tokens": 1000
}'マルチモーダルの例
{
"model": "gemini-2.5-pro",
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "Describe this video briefly." },
{ "type": "video_url", "video_url": { "url": "https://example.com/demo.mp4" } }
]
}
],
"max_tokens": 64
}レスポンス
{
"id": "chatcmpl-abc123",
"object": "chat.completion",
"created": 1706000000,
"model": "gpt-5.6-terra",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Hello! How can I help you today?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 20,
"completion_tokens": 9,
"total_tokens": 29
}
}ストリーミング
stream: true を指定すると、レスポンスは text/event-stream になります。各イベントは data: {...} であり、その chat.completion.chunk オブジェクトの choices[].delta に新しいテキスト、ツール呼び出しの引数、または思考テキストが含まれます。ストリームは data: [DONE] で終了します。: で始まる行はキープアライブ用のコメントであるため、無視してください。[DONE] や finish_reason なしで終了したストリームは不完全です。ストリーミング を参照してください。
エラー
エラーには OpenAI スタイルの error オブジェクトが使用されます。一般的なケース: 無効なフィールドまたはモデルが受け入れない値の場合は 400、無効なキーの場合は 401、残高不足の場合は 402、入力がサイズ制限を超えている場合は 413、レート制限の場合は 429 です。API エラーの処理 を参照してください。
認証
BearerAuth APIキー認証。Dashboard > API > API KeysでAPIキーを作成または管理します。
場所: header
ヘッダー
リクエストごとの配信ポリシー。APIキーおよびWorkspaceのデフォルト設定を上書きします。自動的にまず TokenLab Verified を試行し、出力、リクエストの受け入れ、または永続的なリソース作成の前に、一度だけ Official に切り替える場合があります。
指定できる値
- "auto"
- "verified"
- "official"
同じリクエストの二重実行を防ぐためのオプションのキー。リクエストごとにUUIDなどの新しい一意の値を送信し、タイムアウト後の再試行時にも同じ値を保持してください。同じキーを使用した再試行は再実行されず、409とidempotency_replay_unavailable、またはボディが変更された場合は通常idempotency_conflictが返されます。例外として、クライアントの切断後に非ストリーミングの結果が完了した場合、24時間以内に同じキーとボディで再試行すると、その結果(最大1 MB)がヘッダーIdempotent-Replayed: trueと共に返され、二重課金は発生しません。255文字を超えるキーは無視され、そのリクエストには冪等性保護が適用されません。詳細は冪等性キーを使用した安全な再試行を参照してください。
1 <= length <= 255リクエストボディ
application/json
レスポンス
application/json
application/json
application/json
application/json
application/json
application/json
application/json