Чат и стриминг

POST /v1/chat/completions — основной эндпоинт. Формат запроса и ответа повторяет OpenAI, поэтому работает любой совместимый SDK.

Параметры

Поле	Тип	Описание
model	string, обязательное	Идентификатор из GET /models или псевдоним (gpt-4o, claude-opus)
messages	array, обязательное	История диалога; последнее сообщение пользователя — это промпт
stream	boolean	true — ответ приходит по SSE
stream_options	object	{"include_usage": true} добавит финальный чанк с расходом токенов
temperature	number	Как у OpenAI
max_tokens	integer	Потолок длины ответа
max_completion_tokens	integer	Синоним max_tokens для новых SDK
reasoning_effort	string	Глубина рассуждения у моделей, которые это умеют

Стриминг

stream = client.chat.completions.create(
    model="gpt-5.6-luna",
    messages=[{"role": "user", "content": "Напиши хайку про дедлайн"}],
    stream=True,
    stream_options={"include_usage": True},
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Поток идёт как text/event-stream и завершается строкой data: [DONE]. С include_usage перед ней придёт чанк с usage — по нему удобно логировать расход.

Изображения на вход

Модели с capabilities.vision: true принимают картинку в составе сообщения:

resp = client.chat.completions.create(
    model="gpt-5.6-terra",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Что не так на этом графике?"},
            {"type": "image_url", "image_url": {"url": "data:image/png;base64,iVBORw0KG..."}},
        ],
    }],
)

Принимаются data:-URL и обычные HTTPS-ссылки на изображение.

Файлы на вход

Модели с capabilities.file: true читают PDF целиком — включая сканы и таблицы, без внешнего OCR:

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Сделай выжимку по разделу «Риски»"},
    {"type": "file", "file": {"filename": "report.pdf", "file_data": "data:application/pdf;base64,JVBERi0..."}}
  ]
}

Если модель не умеет читать файлы, запрос вернёт 400 — проверяйте флаг в каталоге заранее.

Режимы рассуждения

У части моделей есть управляемая глубина рассуждения. Допустимые значения приходят в capabilities.reasoning_efforts — обычно это low, medium, high, xhigh, max.

{"model": "claude-opus-4.8", "reasoning_effort": "high", "messages": [...]}

Два подводных камня:

• Рассуждение съедает бюджет max_tokens. Если ждёте длинный JSON от модели с включённым рассуждением, ставьте потолок с запасом — иначе ответ обрежется на середине.
• Отключить рассуждение можно не везде: смотрите capabilities.can_disable_reasoning. Если там false, модель думает всегда, и это отражено в цене.

Веб-поиск

Модели с type: search (семейство Perplexity Sonar) ходят в интернет сами — отдельного эндпоинта или инструмента не нужно, просто укажите такую модель:

curl https://api.mixen.ai/v1/chat/completions \
  -H "Authorization: Bearer $MIXEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"sonar-pro","messages":[{"role":"user","content":"Что нового вышло у Anthropic за неделю?"}]}'

Для ключа с ограниченными областями доступа такие модели требуют область search, а не chat.