🎉OpenAI API格式

type
Post
status
Published
date
Feb 1, 2026
slug
summary
category
LLM
tags
OpenAI
icon
password
AI summary
Blocked by
Blocking
Category

OpenAI API 格式详解

OpenAI API 提供了多种端点,用于处理文本生成、嵌入、图像、音频等任务
每个端点都支持通过 HTTP POST/GET 等方法调用,需要在请求头中包含 Authorization: Bearer YOUR_API_KEYContent-Type: application/json(除文件上传外)

1. Chat Completions(聊天完成)

此端点用于生成对话响应,支持多模态输入(如文本、图像、音频)
  • 请求体 (JSON):
    • 参数
      类型
      必需
      默认值
      描述
      messages
      array
      -
      对话消息列表,每个消息包含 role (system/user/assistant) 和 content,支持多模态
      model
      string
      -
      模型 ID,如 gpt-4o
      frequency_penalty
      number
      0
      频率惩罚 (-2.0 到 2.0),避免重复回答同样的token
      logprobs
      boolean
      false
      是否返回对数概率
      max_completion_tokens
      integer
      -
      最大生成令牌数
      n
      integer
      1
      生成的选择数
      presence_penalty
      number
      0
      存在惩罚 (-2.0 到 2.0)
      response_format
      object
      -
      输出格式,如 { "type": "json_schema" }
      stream
      boolean
      false
      是否流式响应
      temperature
      number
      1
      采样温度 (0 到 2)
      tools
      array
      -
      工具列表(如函数调用)
      top_p
      number
      1
      核采样阈值
  • 响应 (JSON):
    • id: 完成 ID
    • choices: 数组,包含生成的 messagefinish_reason
    • usage: 令牌使用统计,包括 prompt_tokenscompletion_tokens
  • 示例请求:
    • 示例响应:

      2. Embeddings(嵌入)

      用于生成文本嵌入向量
      • 请求体 (JSON):
        • 参数
          类型
          必需
          默认值
          描述
          input
          string/array
          -
          输入文本或数组
          model
          string
          -
          模型,如 text-embedding-ada-002
          dimensions
          integer
          -
          输出维度(特定模型支持)
          encoding_format
          string
          float
          输出格式 (float/base64)
      • 响应 (JSON):
        • data: 嵌入数组,每个包含 embedding (浮点数组)
        • usage: 令牌使用
      • 示例请求:
        • 示例响应:

          3. Fine-tuning(微调)

          微调的核心是“在基础模型的基础上,用小数据集做少量参数更新”
          基础模型已掌握海量通用知识,微调只需调整部分与任务相关的参数(如注意力层的权重),避免覆盖原有知识
          OpenAI 的微调过程包括加载基础模型,使用上传的训练数据通过梯度下降更新参数,限制更新范围和幅度
          训练完成后,生成专属微调模型,通过 API 调用以融入数据特性
          用于创建和管理微调作业
          • 主要子端点:
            • 创建: POST /fine_tuning/jobs
            • 列表: GET /fine_tuning/jobs
            • 获取: GET /fine_tuning/jobs/{id}
            • 取消: POST /fine_tuning/jobs/{id}/cancel
            • 事件: GET /fine_tuning/jobs/{id}/events
          • 创建请求体 (JSON):
            • 参数
              类型
              必需
              默认值
              描述
              model
              string
              -
              基础模型,如 gpt-4o-mini
              training_file
              string
              -
              训练文件 ID
              validation_file
              string
              -
              验证文件 ID
              hyperparameters
              object
              -
              超参数,如 n_epochs
          • 响应 (JSON): fine_tuning.job 对象,包括 idstatusfine_tuned_model
          • 示例创建请求:
            • 示例响应:

              4. Images(图像)

              支持生成、编辑和变体
              • 生成端点: POST /images/generations
              • 请求体 (JSON):
                • 参数
                  类型
                  必需
                  默认值
                  描述
                  prompt
                  string
                  -
                  描述文本
                  model
                  string
                  dall-e-2
                  模型,如 dall-e-3
                  n
                  integer
                  1
                  生成图像数
                  size
                  string
                  1024x1024
                  尺寸
              • 响应 (JSON): data 数组,包含图像 URL 或 base64
              • 示例请求:
                • 编辑/变体类似,但使用 multipart/form-data 上传图像

                5. Audio(音频)

                支持语音合成、转录和翻译
                • 语音合成端点: POST /audio/speech
                • 请求体 (JSON):
                  • 参数
                    类型
                    必需
                    默认值
                    描述
                    input
                    string
                    -
                    文本
                    model
                    string
                    -
                    模型,如 tts-1
                    voice
                    string
                    -
                    声音,如 alloy
                • 响应: 音频文件内容
                • 转录/翻译类似,使用 multipart/form-data 上传音频

                6. Moderations(审核)

                用于内容分类
                • 端点: POST /moderations
                • 请求体 (JSON):
                  • 参数
                    类型
                    必需
                    默认值
                    描述
                    input
                    string/array
                    -
                    输入内容
                    model
                    string
                    omni-moderation-latest
                    模型
                • 响应 (JSON): results 数组,包含类别标志和分数

                7. Assistants(助手)(已弃用,将于2026年移除,推荐 Responses API

                用于创建和管理助手
                • 创建端点: POST /assistants
                • 请求体 (JSON): 类似 Chat,包括 instructionstools
                • 响应: 助手对象

                8. Files(文件)

                用于上传和管理文件
                • 上传端点: POST /files (multipart/form-data)
                • 请求: filepurpose
                • 响应: 文件对象,包括 idbytes

                9. Batch(批量)

                用于批量处理请求
                • 创建端点: POST /batches
                • 请求体 (JSON):
                  • 参数
                    类型
                    必需
                    默认值
                    描述
                    input_file_id
                    string
                    -
                    输入文件 ID
                    endpoint
                    string
                    -
                    目标端点,如 /chat/completions
                    completion_window
                    string
                    -
                    "24h"
                • 响应: 批量对象,包括 statusrequest_counts
                注意:所有端点支持错误处理(如 429 限速),并可通过 user 参数跟踪用户
                Prev
                超大规模MaaS System Design
                Next
                读「大模型训练与推理加速实战:基于CUDA计算平台(python版)」
                Loading...
                Article List
                如果去做,还有一丝希望;但是不去做,就毫无希望
                个人总结
                技术分享
                LLM
                k8s
                knative
                agentic
                istio
                HAMI
                Golang
                转发
                计算机网络
                Redis
                MySQL
                Mysql