Skip to main content
POST
Envoyez des conversations via l’API Chat Completions compatible avec OpenAI. Configurez votre SDK avec base_url="https://api.cometapi.com/v1" et votre clé API CometAPI. Les exemples de base, d’images, de Streaming et de sortie structurée utilisent gpt-6-astra. L’exemple d’appel de fonction utilise gpt-5.6-sol, et l’exemple de probabilités logarithmiques utilise gpt-4.1.
Utilisez la référence OpenAI Chat Completions pour les définitions des paramètres. Pour les appels d’outils Astra de GPT-6, utilisez Responses, en suivant les recommandations relatives aux modèles OpenAI.

Rôles des messages

Placez les instructions de l’application dans un message developer avant les messages utilisateur lors de l’utilisation des exemples Astra de GPT-6.

Envoyer une entrée Multimodal

Utilisez un tableau de parties de contenu pour envoyer une image avec du texte :
Utilisez image_url.detail pour sélectionner le niveau de détail du traitement de l’image. Cet exemple utilise high.

Diffuser les réponses en continu

Pour recevoir une sortie incrémentielle, définissez stream sur true. La réponse est fournie sous forme de Server-Sent Events (SSE). Le texte arrive dans des objets chat.completion.chunk ; cet exemple abrégé inclut le chunk final d’utilisation :
Pour inclure des statistiques d’utilisation des tokens dans les réponses en streaming, définissez stream_options.include_usage sur true. Les données d’utilisation apparaissent dans un chunk final avant [DONE]. Les chunks peuvent avoir un tableau choices vide ; vérifiez-le avant d’accéder à choices[0].

Demander une sortie structurée

Utilisez response_format pour demander une sortie structurée :
Le mode JSON Schema spécifie la structure requise. Le mode JSON Object demande du JSON valide sans appliquer votre schéma. Vérifiez l’absence de refus ou de réponse limitée en longueur avant d’utiliser le résultat.

Appeler des outils et des fonctions

Utilisez gpt-5.6-sol avec une définition de fonction :
Un appel de fonction renvoie finish_reason: "tool_calls" et un tableau message.tool_calls. Analysez arguments de la fonction, encodé en JSON, exécutez votre fonction, puis ajoutez le message de l’assistant et un message de résultat tool avec son tool_call_id correspondant.

Choisir les paramètres de requête

Utilisez reasoning_effort et max_completion_tokens avec GPT-6 Astra. Les exemples Functions et Logprobs présentent les options de requête pour gpt-5.6-sol et gpt-4.1, respectivement.Pour les formats de requête spécifiques à Claude ou Gemini, consultez Anthropic Messages et Gemini Generate content.
Utilisez max_completion_tokens pour limiter les tokens générés dans les exemples GPT-6 Astra. Cela inclut le raisonnement et la sortie visible ; prévoyez donc de la place pour les deux. max_tokens est un paramètre obsolète.
Utilisez developer pour les instructions de l’application dans les exemples GPT-6 Astra. Conservez le contenu des utilisateurs finaux dans les messages user et préservez les réponses précédentes de l’assistant lorsque vous poursuivez une conversation.

FAQ

Comment gérer les limites de débit ?

Lorsque vous rencontrez 429 Too Many Requests, mettez en œuvre un backoff exponentiel :

Comment maintenir le contexte de la conversation ?

Incluez l’historique complet de la conversation dans le tableau messages :

Que signifie finish_reason ?

Comment contrôler les coûts ?

  1. Utilisez max_completion_tokens pour limiter la longueur de sortie.
  2. Comparez les tarifs des modèles et choisissez un modèle adapté aux exigences de votre charge de travail.
  3. Gardez les prompts concis — évitez le contexte redondant.
  4. Surveillez l’utilisation des tokens dans le champ de réponse usage.

Autorisations

Authorization
string
header
requis

Bearer token authentication. Use your CometAPI key.

Corps

application/json
model
string
défaut:gpt-6-astra
requis

Model ID to use for this request. See the Models page for current options.

Exemple:

"gpt-6-astra"

messages
object[]
requis

Conversation messages, including instructions, user input, assistant replies, and tool results.

stream
boolean

If true, partial response tokens are delivered incrementally via server-sent events (SSE). The stream ends with a data: [DONE] message.

temperature
number

Sampling temperature. Omit this field for GPT-6 Astra.

Plage requise: 0 <= x <= 2
top_p
number

Nucleus sampling threshold. Omit this field for GPT-6 Astra. For sampling overrides, adjust either top_p or temperature.

Plage requise: 0 <= x <= 1
n
integer

Number of completion choices to generate for each input message. Defaults to 1.

stop

Stop string or list of up to four strings, for models that support stop sequences.

max_tokens
integer
obsolète

Legacy output-token limit. Use max_completion_tokens for the GPT-6 Astra examples.

presence_penalty
number

Number between -2.0 and 2.0. Positive values penalize tokens based on whether they have already appeared, encouraging the model to explore new topics.

Plage requise: -2 <= x <= 2
frequency_penalty
number

Number between -2.0 and 2.0. Positive values penalize tokens proportionally to how often they have appeared, reducing verbatim repetition.

Plage requise: -2 <= x <= 2
logit_bias
object

A JSON object mapping token IDs to bias values from -100 to 100. The bias is added to the model's logits before sampling. Values between -1 and 1 subtly adjust likelihood; -100 or 100 effectively ban or force selection of a token.

user
string

A unique identifier for your end-user. Helps with abuse detection and monitoring.

max_completion_tokens
integer

Maximum generated tokens, including visible output and reasoning. Leave enough room for both, as in the image-input example.

response_format
object

Specifies the output format. Use {"type": "json_object"} for JSON mode, or {"type": "json_schema", "json_schema": {...}} for strict structured output.

tools
object[]

Function definitions for a model that supports tool calling on Chat Completions. The function example uses GPT-5.6 Sol; use Responses for GPT-6 Astra tool calls.

tool_choice

Controls how the model selects tools. auto (default): model decides. none: no tools. required: must call a tool.

logprobs
boolean

Return token log probabilities. Use gpt-4.1 as shown in the Logprobs example.

top_logprobs
integer

Number of most likely tokens to return at each position (0-20). Requires logprobs to be true.

Plage requise: 0 <= x <= 20
reasoning_effort
string

Reasoning effort supported by the selected model. The GPT-6 Astra examples use low; the GPT-5.6 Sol function example uses none. See the model reference for other supported levels.

stream_options
object

Options for streaming. Only valid when stream is true.

service_tier
enum<string>

Specifies the processing tier.

Options disponibles:
auto,
default,
flex,
priority

Réponse

Successful chat completion response.

id
string

Unique completion identifier.

Exemple:

"chatcmpl_example"

object
enum<string>

Object type. Non-streaming responses use chat.completion.

Options disponibles:
chat.completion
Exemple:

"chat.completion"

created
integer

Unix timestamp of creation.

Exemple:

1788763703

model
string

The model used (may include version suffix).

Exemple:

"gpt-6-astra"

choices
object[]

Array of completion choices.

usage
object

Token accounting for this request. Billing uses these counts.

service_tier
string

Service tier that processed the request, when returned.

system_fingerprint
string | null

Model configuration fingerprint, when returned.

Dernière modification le 8 septembre 2026