TD模型编号：T0003002

模型能力简介

• 云牍96
  • 深度思考、文本生成、工具调用（纯文本模型）

鉴权说明 

本接口仅支持API Key鉴权，需联系TD运维同学获取长效API Key。

对话(Chat) API 接口地址

本文介绍 Chat API 的输入输出参数，供您使用接口时查阅字段含义。模型会依据传入的消息列表生成对话回复。

请求方法： POST

接口URL：https://modelpool-api.talkingdata.com/model/openai/api/v3/chat/completions

请求头（Request Headers）：

请求参数（Request Parameter）：

对话(Chat) API 请求参数

对话(Chat) API 请求体（requestBody）

model string 必选

本次请求使用模型的 Model ID 为 T0003002

messages object[] 必选

包含对话历史的消息列表，模型将依据此列表生成下一条消息。支持系统消息、用户消息、模型消息和工具消息。

• 系统消息 object 系统消息，用于设定模型的角色、行为或背景信息。
  • messages.role string 必选 角色，取值固定为 system。
  • messages.content string 必选 消息内容，纯文本。
  • messages.name string 参与者名称，帮助模型区分不同的参与者。
• 用户消息 object 用户发送的消息。
  • messages.role string 必选 角色，取值固定为 user。
  • messages.content string 必选 消息内容，纯文本。
  • messages.name string 参与者名称，帮助模型区分不同的参与者。
• 模型消息 object 历史对话中模型角色返回的消息，用于多轮对话。
  • messages.role string 必选 角色，取值固定为 assistant。
  • messages.content string 模型消息的文本内容。messages.content 与 messages.tool_calls 至少填写其一。
  • messages.reasoning_content string 模型消息中思维链内容。
  • messages.encrypted_content string 思考内容加密原文。经加密及压缩处理后的思考内容加密原文。在支持的模型调用时，必须回传思考内容加密原文，保证模型推理效果。encrypted_content 优先级高于 reasoning_content，回传 encrypted_content 时，将忽略 reasoning_content 内容。回传 encrypted_content 内容需有效，篡改或无法还原时返回错误：Invalid signature。
  • messages.tool_calls object[] 模型调用的工具列表。
    • messages.tool_calls.id string 必选 工具调用的唯一ID。
    • messages.tool_calls.type string 必选 类型，固定为 function。
    • messages.tool_calls.function object 必选 函数信息。
      • messages.tool_calls.function.name string 必选 函数名称。
      • messages.tool_calls.function.arguments string 必选 函数参数的JSON字符串。
  • messages.name string 参与者名称，帮助模型区分不同的参与者。
• 工具消息 object 调用工具后，工具返回的消息。
  • messages.role string 必选 角色，取值固定为 tool。
  • messages.content string 必选 工具返回的内容。
  • messages.tool_call_id string 必选 对应的工具调用ID。
  • messages.name string 参与者名称，帮助模型区分不同的参与者。

max_tokens integer 默认值 4096

模型回答的最大长度（单位：token）。模型回答不包含思维链内容。

max_completion_tokens integer

控制模型输出的最大长度（包括模型回答和思维链内容，单位：token）。配置后，max_tokens 默认值失效。不可与 max_tokens 字段同时设置。取值范围：[1, 65536]。

reasoning_effort string 默认值 medium

限制思考的工作量。减少思考深度可提升速度，减少思考花费的token。

• none：不开启思考。
• minimal：关闭思考，直接回答。
• low：轻量思考，侧重快速响应。
• medium：均衡模式，兼顾速度与深度。
• high：深度分析，处理复杂问题。
• xhigh：更深层次的推理。
• max：最高程度思考，适配高难度推理任务。

thinking object

控制模型是否开启深度思考模式。

• thinking.type string 必选
  • enabled：开启思考模式。
  • disabled：关闭思考模式。
  • auto：自动思考模式，模型自主判断。

response_format object

指定模型回答的格式。默认值：{"type": "text"}。该能力尚在beta阶段。

• response_format.type string 回答格式类型。可选值：text、json_object、json_schema。
• JSON Schema配置 object (当 type 为 json_schema 时)
  • response_format.json_schema.name string 必选 Schema名称。
  • response_format.json_schema.schema object 必选 JSON Schema定义。
  • response_format.json_schema.strict boolean 默认值 false 是否启用严格遵循模式。
  • response_format.json_schema.description string 回答用途说明。

temperature number 默认值 1.0

采样温度，控制生成文本的随机性。取值范围：[0, 2]。建议仅调整 temperature 或 top_p 其中之一。

top_p number 默认值 0.7

核采样概率阈值。取值范围：[0, 1]。

tools object[]

待调用的工具列表。支持自定义函数（Function Calling）。

• tools.type string 必选 工具类型，此处应为 function。
• tools.function object 必选 函数定义。
  • tools.function.name string 必选 函数名称。
  • tools.function.description string 函数描述。
  • tools.function.parameters object 必选 函数参数，以JSON Schema格式描述。
  • tools.function.strict boolean 是否启用严格的Schema校验，确保模型生成的函数调用参数严格符合 parameters 定义。

tool_choice string / object

控制模型是否以及如何调用工具。

• 简单策略 string：可选值 none、auto、required。
• 指定工具 object：
  • tool_choice.type string 必选 类型，固定为 function。
  • tool_choice.function object 必选
    • tool_choice.function.name string 必选 要调用的函数名称。

parallel_tool_calls boolean 默认值 true

是否允许模型返回多个待调用的工具。

• true：允许返回多个工具调用。
• false：最多返回一个工具调用。

stream boolean 默认值 false

是否流式返回响应。

stream_options object

流式响应的选项。

• stream_options.include_usage boolean 默认值 false 是否在流式响应结束前返回token用量。
• stream_options.chunk_include_usage boolean 默认值 false 是否在输出的每个chunk中返回累计token用量。

stop string / string[]

停止词。模型遇到停止词时将停止生成，该词不会输出。最多支持16个停止词。

logprobs boolean 默认值 false

是否返回输出token的对数概率。

top_logprobs integer 默认值 0

指定每个输出token位置最有可能返回的token数量，每个token都有关联的对数概率。仅当 logprobs=true 时可以设置本参数。取值范围：[0, 20]。

service_tier string 默认值 auto

控制使用的在线推理模式。

• auto：优先使用TPM保障包模式。
• fast：优先使用低延迟模式。
• default：只使用常规模式。

对话(Chat) API 响应参数

id string

本次请求的唯一标识。

object string

对象类型，固定为 chat.completion。

created integer

本次请求创建时间的Unix时间戳（秒）。

model string

本次请求实际使用的模型名称和版本。

service_tier string

本次请求实际使用的推理模式，如 default、scale、fast。

choices object[]

本次请求的模型输出内容列表。

• choices.index integer 列表索引。
• choices.finish_reason string 模型停止生成的原因。
  • stop：自然结束或命中停止词。
  • length：达到输出长度限制。
  • content_filter：被内容审核拦截。
  • tool_calls：模型调用了工具。
• choices.message object 模型输出的消息。
  • choices.message.role string 角色，固定为 assistant。
  • choices.message.content string 模型生成的回复内容。
  • choices.message.reasoning_content string 模型生成的思维链内容。
  • choices.message.encrypted_content string 思考内容加密原文。经加密及压缩处理后的思考内容原文。
  • choices.message.tool_calls object[] 模型生成的工具调用列表。
    • choices.message.tool_calls.id string 调用ID。
    • choices.message.tool_calls.type string 类型，固定为 function。
    • choices.message.tool_calls.function object
      • choices.message.tool_calls.function.name string 函数名。
      • choices.message.tool_calls.function.arguments string 函数参数的JSON字符串。
• choices.logprobs object 对数概率信息（当请求时开启）。
  • choices.logprobs.content object[] message 列表中每个 content 元素中的 token 对数概率信息。
    • choices.logprobs.content.bytes integer[] 当前 token 的 UTF-8 值，格式为整数列表。
    • choices.logprobs.content.logprob number 当前 token 的对数概率。
    • choices.logprobs.content.token string 当前 token。
    • choices.logprobs.content.top_logprobs object[] 在当前 token 位置最有可能的标记及其对数概率的列表。
      • 该对象的 bytes integer[] 当前 token 的 UTF-8 值。
      • 该对象的 logprob number 当前 token 的对数概率。
      • 该对象的 token string 当前 token。
• choices.moderation_hit_type string 模型输出文字含有敏感信息时，会返回模型输出文字命中的风险分类标签。
  • severe_violation：模型输出文字涉及严重违规。
  • violence：模型输出文字涉及激进行为。

usage object

本次请求的Token用量。

• usage.prompt_tokens integer 输入Token数。
• usage.completion_tokens integer 输出Token数。
• usage.total_tokens integer 总Token数。
• usage.prompt_tokens_details object 输入Token明细。
  • usage.prompt_tokens_details.cached_tokens integer 缓存命中的Token数。
• usage.completion_tokens_details object 输出Token明细。
  • usage.completion_tokens_details.reasoning_tokens integer 思维链Token数。

service_status object

本次请求附带的服务状态信息，例如是否触发了模型降级（fallback）。

• service_status.model_fallback object 模型降级（fallback）相关的状态信息。
  • service_status.model_fallback.fallback_triggered boolean 本次请求是否触发了模型降级。
  • service_status.model_fallback.original_model string 触发降级前，请求最初指定的模型名称。

对话(Chat) API 调用示例

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/chat/completions?requestId=550e8400-e29b-41d4-a716-446655440000" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP" \
--data '{
         "model": "T0003002",
         "messages": [
             {
                 "role": "user",
                 "content": "介绍下自己"
             }
         ],
         "stream": false
     }'

响应示例：

{
      "choices": [
            {
                  "finish_reason": "stop",
                  "index": 0,
                  "logprobs": null,
                  "message": {
                        "content": "你好！我是 **DeepSeek**，由深度求索公司创造的 AI 助手。\n\n我可以帮你做很多事情，比如：\n\n- **回答问题**：学习、工作、生活中的各种问题\n- **写作辅助**：文章、文案、邮件、方案等\n- **编程帮助**：代码编写、调试、解释\n- **文件处理**：支持上传图片、PDF、Word、Excel、PPT、TXT 等文件，提取并分析内容\n- **联网搜索**：需要时你可以手动开启联网搜索，获取最新信息\n- **长文本处理**：我有 1M 上下文，可以一次性处理大量内容\n\n我免费使用，支持网页端和 App 端，App 端还支持语音输入。有什么我可以帮你的吗？",
                        "reasoning_content": "我们需要回答用户“介绍下自己”。用户用中文要求介绍自己。我们需要以助手身份介绍。需要简洁友好。可以说明我是DeepSeek AI助手，由深度求索公司创造，免费使用，支持文本处理、文件上传、联网搜索等。需注意当前日期等？不需要。应该用中文回答。要符合品牌？我是DeepSeek最新版本模型。可以提到知识截止日期？可能不需要，但可以说明。需要准确：我是DeepSeek，由深度求索（DeepSeek）创造。免费。支持长上下文1M，可上传图片、txt、pdf、ppt、word、excel等文件，支持联网搜索（需手动开启），支持语音输入（App）。可以提供帮助：回答问题、写作、编程、分析等。保持友好。避免过度营销。可以简要分点。最终回答应中文。",
                        "role": "assistant"      
            }    
        }  
    ],
      "created": 1788747497,
      "id": "0217887474910252f65549181fe7a6b3a5bd9f8dcee4460afacad",
      "model": "deepseek-v4-pro-ga-260813",
      "service_tier": "default",
      "object": "chat.completion",
      "usage": {
            "completion_tokens": 358,
            "prompt_tokens": 86,
            "total_tokens": 444,
            "prompt_tokens_details": {
                  "cached_tokens": 0    
        },
            "completion_tokens_details": {
                  "reasoning_tokens": 180    
        }  
    }
}

创建模型响应接口地址

本文介绍 Responses API 创建模型请求时的输入输出参数，供您使用接口时查阅字段含义。

请求方法： POST

接口URL：https://modelpool-api.talkingdata.com/model/openai/api/v3/responses

请求头（Request Headers）：

请求参数（Request Parameter）：

创建模型响应请求参数

创建模型响应请求体（requestBody）

model string 必选

本次请求使用模型的 Model ID 为 T0003002

input string / array 必选

输入的内容，模型需要处理的输入信息。

• 文本输入 string

  输入给模型的文本类型信息，等同于使用 user 角色输入的文本信息。

• 输入的元素列表 array

  输入给模型的信息元素，可以包括不同的信息类型。

  • 输入的消息 object

    发送给模型的消息，其中角色用于指示指令遵循的优先级层级。由 developer 或 system 角色给出的指令优先于 user 角色给出的指令。assistant 角色的消息通常被认为是模型在先前交互中生成的回复。

    • input.content string / array 必选

      用于生成回复的文本输入，也可以包含先前助手的回复内容。

      • 文本输入 string

        输入给模型的文本。

      • 输入的内容列表 array

        包含一个或多个输入项的列表，每个输入项可包含不同类型的内容。

        • 输入模型的文本 object

          输入模型的文本。

          • input.content.text string 输入模型的文本。
          • input.content.type string 必选 输入项的类型，此处应为 input_text。

        • 模型文本输出 object

          模型生成的文本输出，可在多轮对话中作为上下文回传。

          • input.content.type string 必选 内容类型标识，取值固定为 output_text。
          • input.content.text string 模型生成的文本内容。
          • input.content.annotations object[] 文本附带的标注信息列表（如引用来源等）。
            • 网页引用 object 引用自互联网网页的标注信息。
              • 该对象的 type string 必选 标注类型的判别字段，取值固定为 url_citation。
              • 该对象的 title string 必选 引用网页的标题。
              • 该对象的 url string 必选 引用网页的 URL 地址。
              • 该对象的 cover_image object 网页封面图片信息。
                • 该对象的 cover_image.height integer 封面图片高度（像素）。
                • 该对象的 cover_image.url string 封面图片的 URL 地址。
                • 该对象的 cover_image.width integer 封面图片宽度（像素）。
              • 该对象的 freshness_info string 内容新鲜度信息。
              • 该对象的 logo_url string 网站 Logo 图标地址。
              • 该对象的 mobile_url string 移动端访问地址。
              • 该对象的 publish_time string 网页发布时间。
              • 该对象的 site_name string 站点名称。
              • 该对象的 summary string 网页内容摘要。
            • 文档引用 object 引用自私域知识库文档的标注信息。
              • 该对象的 type string 必选 标注类型，取值固定为 doc_citation。
              • 该对象的 chunk_attachment object[] 引用分块附带的附件信息列表。
                • 该对象的 chunk_attachment.chunk_id integer 引用文档分块的 ID。
                • 该对象的 chunk_attachment.doc_id string 引用文档的 ID。
                • 该对象的 chunk_attachment.doc_name string 引用文档的名称。

        • 模型思维链文本 object

          模型思维链文本输出，可在多轮对话中作为上下文回传。

          • input.content.type string 必选 内容类型标识，取值固定为 reasoning_text。
          • input.content.text string 模型思维链文本内容。
          • input.content.annotations object[] 思维链附带的标注信息列表。（结构同模型文本输出中的 annotations）

    • input.id string 输入条目的唯一 ID。

    • input.partial boolean 是否启用续写模式。仅 assistant 角色的消息支持开启续写模式，模型会在原消息内容后继续生成，而非重新起草。续写场景下 partial 必须显式设为 true。

    • input.phase string 标记 assistant 消息属于中间讲解还是最终回答。可选值：commentary、final_answer。

    • input.role string 必选 输入消息的角色，可以是 user、system、assistant 或 developer。

    • input.type string 消息输入的类型，此处应为 message。

  • 函数调用记录 object

    历史工具函数调用记录，用于多轮对话中回传模型之前发起的函数调用。

    • input.type string 必选 输入元素类型标记，取值固定为 function_call。
    • input.arguments string 函数参数的 JSON 字符串。
    • input.call_id string 函数工具调用的唯一标识 ID，与之前模型输出的 function_call.call_id 对应。
    • input.id string 该 function_call 条目在 Response 中的唯一 ID。
    • input.name string 要运行的函数名称。
    • input.status string 该 function_call 条目当前的处理状态。可选值：in_progress、completed、incomplete。

  • 函数返回结果 object

    工具函数返回的结果，用于将函数执行结果回传给模型。

    • input.type string 必选 输入元素类型标识，取值固定为 function_call_output。
    • input.call_id string 必选 函数工具调用的唯一标识 ID（与对应 function_call 的 call_id 一致）。
    • input.id string 函数返回结果的唯一 ID。
    • input.output string / object[] 必选 工具函数执行完成后返回给模型的结果内容。
    • input.status string 函数输出条目的处理状态。可选值：in_progress、completed、incomplete。

  • 模型思维链信息 object

    在模型生成响应时使用的思维链信息。如果需要手动管理，需要设置该字段，以便在后续的对话中进行管理。

    • input.status string 必选 推理内容的状态。可选值：in_progress、completed、incomplete。
    • input.type string 必选 输入元素类型判别标签，取值固定为 reasoning。
    • input.content object[] 推理过程的内容元素列表。
    • input.encrypted_content string 思考内容加密原文。经加密及压缩处理后的思考内容加密原文。
    • input.id string 推理内容的唯一标识 ID。
    • input.summary object[] 模型推理过程的分段摘要。
      • 该对象的 type string 必选 摘要片段类型标识，取值固定为 summary_text。
      • 该对象的 text string 思维链摘要文本内容。

  • MCP 审批请求 object

    历史 MCP 工具审批请求记录，用于多轮对话上下文回传。

    • input.arguments string 必选 工具调用参数的 JSON 字符串。
    • input.name string 必选 待运行的工具名称。
    • input.server_label string 必选 发起请求的 MCP Server 标签。
    • input.type string 必选 输入元素类型，取值固定为 mcp_approval_request。
    • input.id string 审批请求的唯一 ID。

  • MCP 审批响应 object

    历史 MCP 工具审批响应记录，回传给模型后据此决定是否调用工具。

    • input.approval_request_id string 必选 被回应的审批请求 ID。
    • input.approve boolean 必选 是否批准该工具调用请求。
    • input.type string 必选 输入元素类型标识，取值固定为 mcp_approval_response。
    • input.id string 审批响应的唯一 ID。
    • input.reason string 对该审批决策的说明或依据。

  • MCP 工具清单 object

    历史 MCP 工具清单记录，用于多轮对话上下文回传。

    • input.server_label string 必选 该工具清单所属的 MCP Server 标签。
    • input.type string 必选 输入元素类型，取值固定为 mcp_list_tools。
    • input.error string MCP Server 无法返回工具列表时的错误信息。
    • input.id string 工具列表的唯一 ID。
    • input.tools object[] 该 MCP Server 上可用的工具列表。
      • input.tools.name string 必选 工具名称。
      • input.tools.annotations object 工具的附加注解信息。
      • input.tools.description string 工具的功能描述。
      • input.tools.input_schema object 描述工具入参的 JSON Schema。

  • MCP 工具调用 object

    历史 MCP 工具调用记录，用于多轮对话上下文回传。

    • input.name string 必选 实际运行的工具名称。
    • input.server_label string 必选 运行工具的 MCP Server 标签。
    • input.type string 必选 输入元素类型判别标签，取值固定为 mcp_call。
    • input.arguments string 传递给 MCP 工具的调用参数，JSON 字符串。
    • input.error string 工具调用失败时的错误信息。
    • input.id string 工具调用的唯一 ID。
    • input.output string 工具调用的返回结果。

  • 上下文元素 object

    表示模型生成回复时需参考的上下文内容。

    • input.id string 必选 引用的上下文条目 ID。
    • input.type string 必选 输入元素类型标识，取值固定为 item_reference。

instructions string / null

在模型上下文中插入系统消息或者开发者作为第一条指令。当与 previous_response_id 一起使用时，前一个回复中的指令不会被继承到下一个回复中。这样可以方便地在新的回复中替换系统（或开发者）消息。

不可与缓存能力一起使用。配置了instructions 字段后，本轮请求无法写入缓存和使用缓存，表现为：

• caching 字段配置为 {"type":"enabled"} 时报错。
• 传入带缓存的 previous_response_id 时，缓存输入（cached_tokens）为0。

previous_response_id string / null

上一个模型回复的唯一标识符。使用该标识符可以实现多轮对话。

• 说明
  • 在请求中传入 previous_response_id，会引入上一轮请求的输入和回答内容，本次请求的输入tokens 会相应增加。工作原理：
    • 在每一轮对话过程中，深度思考模型会输出思维链内容（CoT）和最终回答（Answer）。
    • 在下一轮对话中，之前输出的思维链内容不会被拼接到上下文中。 思维链内容展现的是模型处理问题的过程，包括将问题拆分为多个问题进行处理，生成多种回复综合得出更好回答等过程
  • 在多轮连续对话中，建议在每次请求之间加入约 100 毫秒的延迟，否则可能会导致调用失败。

expire_at integer 默认值：创建时刻+259200

取值范围：(创建时刻, 创建时刻+604800]，即最多保留7天。

设置存储的过期时刻，需传入 UTC Unix 时间戳（单位：秒），对 store（上下文存储） 和 caching（上下文缓存） 都生效。

注意：缓存存储时间计费，过期时刻-创建时刻 ，不满 1 小时按 1 小时计算。

max_output_tokens integer / null

模型输出最大 token 数，包含模型回答和思维链内容。

thinking object

控制模型是否开启深度思考模式。默认开启深度思考模式，可以手动关闭。

thinking.type string 必选

取值范围：enabled， disabled，auto。

• enabled：开启思考模式，模型一定先思考后回答。
• disabled：关闭思考模式，模型直接回答问题，不会进行思考。
• auto：自动思考模式，模型根据问题自主判断是否需要思考，简单题目直接回答。

reasoning object 默认值 {"effort": "medium"}

限制深度思考的工作量。减少深度思考工作量可使响应速度更快，并且深度思考的 token 用量更小。

reasoning.effort string

取值范围：none，minimal，low，medium，high，xhigh，max。

• none：关闭思考。
• minimal：关闭思考，直接回答。
• low：轻量思考，侧重快速响应。
• medium：均衡模式，兼顾速度与深度。
• high：深度分析，处理复杂问题。
• xhigh：更高程度思考。
• max：最高程度思考，适配高难度推理任务。

caching object 默认值 {"type": "disabled"}

是否开启缓存。不可与 instructions 字段、tools（除自定义函数 Function Calling 外）字段一起使用。

• caching.type string 必选

  取值范围：enabled， disabled。

  • enabled：开启缓存。
  • disabled：关闭缓存。

• caching.prefix boolean 默认值 false

  • true：仅创建公共前缀缓存，模型不回复。
  • false：不创建公共前缀缓存。

store boolean / null 默认值 true

是否储存生成的模型响应，以便后续通过 API 检索。

• false：不储存，对话内容不能被后续的 API 检索到。
• true：储存当前模型响应，对话内容能被后续的 API 检索到。

stream boolean / null 默认值 false

响应内容是否流式返回。

• false：模型生成完所有内容后一次性返回结果。
• true：按 SSE 协议逐块返回模型生成内容，并以一条 data: [DONE] 消息结束。

text object

模型文本输出的格式定义，可以是自然语言，也可以是结构化的 JSON 数据。

• text.format object 默认值 { "type": "text" }

  指定模型文本输出的格式。

  • 文本格式 object

    响应格式为自然语言。

    • text.format.type string 必选 回复格式的类型，此处应为 text。

  • JSON Object object

    响应格式为 JSON 对象。

    该能力尚在 beta 阶段，请谨慎在生产环境使用。

    text.format.type string 必选 回复格式的类型，此处应为 json_object。

  • JSON Schema object

    响应格式为 JSON 对象，遵循schema字段定义的 JSON结构。

    该能力尚在 beta 阶段，请谨慎在生产环境使用。

    • text.format.type string 必选 回复格式的类型，此处应为 json_schema。
    • text.format.name string 必选 用户自定义的JSON结构的名称。
    • text.format.schema object 必选 回复格式的JSON格式定义，以JSON Schema对象的形式描述。
    • text.format.description string / null 回复用途描述，模型将根据此描述决定如何以该格式回复。
    • text.format.strict boolean / null 默认值 false 是否在生成输出时，启用严格遵循模式。
      • true：模型将始终遵循schema字段中定义的格式。
      • false：模型将尽可能遵循schema字段中定义的结构。

tools array

模型可以调用的工具，当您需要让模型调用工具时，需要配置该结构体。

当前支持自定义工具（Function Calling）。

• 函数调用

  • tools.type string 必选 工具类型，此处应为 function。

  • tools.name string 必选 调用的函数的名称。

  • tools.description string 调用函数的描述，大模型会用它来判断是否调用这个函数。

  • tools.parameters object 必选 函数请求参数，以 JSON Schema 格式描述。具体格式如下：

    {
      "type": "object",
      "properties": {
        "参数名": {
          "type": "string | number | boolean | object | array",
          "description": "参数说明"
        }
      },
      "required": ["必填参数"]
    }
    

    • 所有字段名大小写敏感。
    • parameters 须是合规的 JSON Schema 对象。
    • 建议用英文字段名，中文置于 description 字段中。

  • tools.strict boolean 必选 默认值 true 是否强制执行严格的参数验证。默认为 true。

max_tool_calls integer

取值范围：[1, 10]。

最大工具调用轮次（一轮里不限制次数）。在工具调用达到此限制次数后，提示模型停止更多工具调用并进行回答。

注意：该参数为尽力而为（best effort）机制，不保证成功，最终调用次数会受模型推理效果、工具返回结果有效性等因素影响。

context_management object

上下文管理策略，帮助模型有效利用上下文窗口。

• context_management.edits array

  支持的上下文编辑策略，用于管理上下文中思考块和工具调用内容。

  • 思考块清除 object

    在开启思考时管理思维链内容。

    • context_management.edits.type string

      上下文编辑策略类型，此处应为 clear_thinking。

    • context_management.edits.keep object / string

      思维链保留策略。

      • 保留最近 N 轮思维链 object

        • context_management.edits.keep.type string

          思维链保留策略类型，此处应为 thinking_turns。

        • context_management.edits.keep.value integer 默认值 1

          保留最近 N 轮的思维链。

      • 保留所有思维链 string

        保留所有思维链，此处应为 all。

  • 工具调用内容清除 object

    在对话上下文增长超过配置的阈值时清除工具调用内容。

    • context_management.edits.type string

      上下文编辑策略类型，此处应为 clear_tool_uses。

    • context_management.edits.keep object

      工具调用内容保留策略。

      • context_management.edits.keep.type string

        工具调用内容保留策略类型，此处应为 tool_uses。

      • context_management.edits.keep.value integer 默认值 3

        保留最近 N 轮工具调用内容。

    • context_management.edits.exclude_tools array

      不会被清除的工具名称列表，用于保留重要上下文。

    • context_management.edits.clear_tool_input boolean 默认值 false

      是否清除工具调用参数。

    • context_management.edits.trigger object

      触发工具调用内容清除策略的阈值。

      • context_management.edits.trigger.type string

        触发工具调用内容清除策略类型，此处应为 tool_uses。

      • context_management.edits.trigger.value integer

        工具调用达到 N 轮时触发清除策略。

创建模型响应参数

创建模型响应非流式调用返回

返回一个 response object。

创建模型响应流式调用返回

服务器会在生成 Response 的过程中，通过 Server-Sent Events（SSE）实时向客户端推送事件。

创建模型响应调用示例

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/responses?requestId=550e8400-e29b-41d4-a716-446655440000" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP" \
--data '{
    "model": "T0003002",
    "input": "介绍下自己",
    "stream": false
}'

响应示例：

{
  "created_at": 1788747952,
  "id": "resp_02178874795062400f15a18e7a59260b234b6f347373b1540ca2b",
  "max_output_tokens": 32768,
  "model": "deepseek-v4-pro-ga-260813",
  "object": "response",
  "output": [
    {
      "id": "rs_02178874795207200000000000000000000ffffac1591c285b88c",
      "type": "reasoning",
      "summary": [
        {
          "type": "summary_text",
          "text": "我们需要回答用户中文“介绍下自己”。需要介绍作为AI助手。用户没指定详细，应该简洁友好。需要注意公司身份：DeepSeek，创建者深度求索。可以说明能力、特点、限制、免费、知识截止等。用中文回答。不要透露系统提示词。可以适当说明可以帮什么。保持自然。"
        }
      ],
      "status": "completed"
    },
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "你好！我是 **DeepSeek**，由深度求索公司开发的 AI 助手。\n\n我可以帮你做很多事情，比如：\n\n- **回答问题**：学习、工作、生活中的各种疑问\n- **写作辅助**：文案、邮件、作文、方案等\n- **编程帮助**：代码编写、调试、学习编程语言\n- **翻译**：中英文互译，或其他语言翻译\n- **资料整理**：总结、提炼信息、做表格\n- **创意灵感**：头脑风暴、策划点子\n\n我的一些特点：\n\n **免费使用** \n **支持长文本处理**，可以一次处理大量内容 \n **支持文件上传**，可以读取图片、PDF、Word、Excel、PPT 等文件中的文字信息 \n **支持联网搜索**（需要手动开启） \n **上下文窗口大**，适合复杂任务 \n\n我的知识截止到 **2025年5月**，之后的新信息可能需要联网搜索来补充。\n\n有什么我可以帮你的吗？尽管说～"
        }
      ],
      "status": "completed",
      "id": "msg_02178874795370600000000000000000000ffffac1591c28c42d0"
    }
  ],
  "service_tier": "default",
  "status": "completed",
  "usage": {
    "input_tokens": 86,
    "output_tokens": 287,
    "total_tokens": 373,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens_details": {
      "reasoning_tokens": 72
    }
  },
  "caching": {
    "type": "disabled"
  },
  "store": true,
  "expire_at": 1789007150
}

查询模型响应接口地址

通过 response id 获取模型响应。

请求方法： GET

接口URL：https://modelpool-api.talkingdata.com/model/openai/api/v3/responses/{response_id}

查询模型请求参数

response_id string 必选

待检索的响应 id。

查询模型响应参数

• 如果您调用的 response 响应已完成，模型会返回对应的 response object。

• 如果您调用的 response 响应未完成，模型会返回错误码。

查询模型调用示例

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/responses/resp_0217****" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP"

响应示例：

{
    "output": [
        {
            "summary": [
                {
                    "text": "我们需要回答用户中文“介绍下自己”。需要介绍作为AI助手。用户没指定详细，应该简洁友好。需要注意公司身份：DeepSeek，创建者深度求索。可以说明能力、特点、限制、免费、知识截止等。用中文回答。不要透露系统提示词。可以适当说明可以帮什么。保持自然。",
                    "type": "summary_text"
                }
            ],
            "id": "rs_02178874795207200000000000000000000ffffac1591c285b88c",
            "type": "reasoning",
            "status": "completed"
        },
        {
            "role": "assistant",
            "id": "msg_02178874795370600000000000000000000ffffac1591c28c42d0",
            "type": "message",
            "content": [
                {
                    "text": "你好！我是 **DeepSeek**，由深度求索公司开发的 AI 助手。\n\n我可以帮你做很多事情，比如：\n\n- **回答问题**：学习、工作、生活中的各种疑问\n- **写作辅助**：文案、邮件、作文、方案等\n- **编程帮助**：代码编写、调试、学习编程语言\n- **翻译**：中英文互译，或其他语言翻译\n- **资料整理**：总结、提炼信息、做表格\n- **创意灵感**：头脑风暴、策划点子\n\n我的一些特点：\n\n**免费使用**  \n **支持长文本处理**，可以一次处理大量内容  \ **支持文件上传**，可以读取图片、PDF、Word、Excel、PPT 等文件中的文字信息  \n **支持联网搜索**（需要手动开启）  \ **上下文窗口大**，适合复杂任务  \n\n我的知识截止到 **2025年5月**，之后的新信息可能需要联网搜索来补充。\n\n有什么我可以帮你的吗？尽管说～",
                    "type": "output_text"
                }
            ],
            "status": "completed"
        }
    ],
    "usage": {
        "input_tokens_details": {
            "cached_tokens": 0
        },
        "total_tokens": 373,
        "output_tokens": 287,
        "input_tokens": 86,
        "output_tokens_details": {
            "reasoning_tokens": 72
        }
    },
    "created_at": 1788747957,
    "model": "deepseek-v4-pro-ga-260813",
    "service_tier": "default",
    "expire_at": 1789007150,
    "id": "resp_02178874795062400f15a18e7a59260b234b6f347373b1540ca2b",
    "store": true,
    "caching": {
        "type": "disabled"
    },
    "max_output_tokens": 32768,
    "object": "response",
    "status": "completed"
}

The response object

创建模型请求 或 模型查询响应后，模型会返回一个响应对象（Response Object）。本文为您介绍该响应对象包含的详细参数。

说明

获取模型响应时，模型返回的响应对象不包含思维链内容。

created_at integer

本次请求创建时间的 Unix 时间戳（秒）。

error object / null

模型未能生成响应时返回的错误对象。

• error.code string 相应的错误码。
• error.message string 错误描述。

id string

本次请求的唯一标识。

incomplete_details object / null

响应未能完成的细节。

• incomplete_details.reason string 响应未能完成的原因。

instructions string / null

在模型上下文中插入一条系统（或开发者）消息，作为首项。

当与 previous_response_id 一起使用时，前一响应中的指令不会延续到下一响应。

max_output_tokens integer / null

模型输出最大 token 数，包含模型回答和思维链内容。

model string

本次请求实际使用的模型名称和版本。

object string

固定为 response。

output array

模型的输出消息列表，包含模型响应本次请求生成的回答、思维链、工具调用。

• 模型回答 object

  模型回答，不包含思维链。

  • output.content array 输出消息的内容。
    • 文本回答 object 模型回答的文本消息。
      • output.content.text string 模型回答的文本内容。
      • output.content.type string 模型回答的类型，固定为 output_text。
  • output.role string 输出信息的角色，固定为 assistant。
  • output.status string 输出消息的状态。
  • output.id string 此回答的唯一标识。
  • output.type string 输出消息的类型，此处应为 message。
  • output.partial boolean 模型开启续写模式时会返回该字段，此处应为 true。

• 模型思维链 object

  本次请求，当触发深度思考时，模型会返回问题拆解的思维链内容。

  • output.summary array 思维链内容。
    • output.summary.text string 思维链内容的文本部分。
    • output.summary.type string 对象的类型，此处应为 summary_text。
  • output.content array 思考内容原文。
    • output.content.text string 思维链内容的文本部分。
    • output.content.type string 对象的类型，此处应为 reasoning_text。
  • output.type string 本输出对象的类型，此处应为 reasoning。
  • output.status string 本次思维链内容返回的状态。
  • output.encrypted_content string 经加密及压缩处理后的思考内容原文。仅当在 include 参数中指定 reasoning.encrypted_content 时返回。
  • output.id string 本思维链消息的唯一标识。

• 工具调用 object

  本次请求，模型根据信息认为需要调用的工具信息以及对应参数。

  • 属性
    • output.arguments string 要传递给函数的参数，格式为 JSON 字符串。
    • output.call_id string 本次工具调用信息的唯一 ID。
    • output.name string 要运行的函数的名称。
    • output.type string 工具调用的类型，此处应为 function_call。
    • output.status string 此时消息返回的状态。
    • output.id string 本次输出的唯一标识。
  • MCP 工具
    • output.id string 本次输出的唯一标识。
    • output.server_label string MCP Server 标签。
    • output.tools object MCP 工具返回信息。
      • McpCall
        • arguments string 传递给工具的参数的 JSON 字符串。
        • id string 本次输出的唯一标识。
        • name string 运行工具的名称。
        • server_label string MCP Server 标签。
        • type string 始终为 mcp_call。
        • error string 工具调用中出现的错误（如有）。
        • output string 工具调用的输出结果。
      • McpListTools
        • id string MCP 列表的唯一标识。
        • server_label string MCP Server 标签。
        • tools array 服务端可用工具。
          • tools.input_schema object 描述工具输入的 JSON 模式。
          • tools.name string 运行工具的名称。
          • tools.annotations object 关于该工具的其他说明。
          • tools.description string 工具描述。
  • 联网搜索工具
    • output.tools object MCP 工具返回信息。
      • id string 本次输出的唯一标识。
      • type string 始终为 web_search_call。
      • action object 此次搜索调用中执行的具体操作的对象。
        • action.type string 一般为 search。
        • action.query string 搜索内容。
        • action.source string[] 联网搜索的附加内容源。可能为头条图文、抖音百科、墨迹天气。
          • toutiao：联网搜索的附加头条图文内容源。
          • douyin：联网搜索的附加抖音百科内容源。
          • moji：联网搜索的附加墨迹天气内容源。
  • 图像处理工具
    • output.tools object MCP 工具返回信息。
      • type string 始终为 image_process。
      • point object 画点/连线功能开关，是否启用点绘制与连线功能。
        • "type":"enabled"：已开启此功能。
        • "type":"disabled"：未开启此功能。
      • grounding object 框选/裁剪功能开关，控制是否启用关键区域框选或裁剪。
        • "type":"enabled"：已开启此功能。
        • "type":"disabled"：未开启此功能。
      • zoom object 缩放功能开关，控制是否启用全图/指定区域缩放（支持 0.5-2.0 倍）。
        • "type":"enabled"：已开启此功能。
        • "type":"disabled"：未开启此功能。
      • rotate object 旋转功能开关，控制是否启用顺时针旋转（支持 0-359 度）。
        • "type":"enabled"：已开启此功能。
        • "type":"disabled"：未开启此功能。

previous_response_id string / null

本次请求时传入的历史响应 ID。

thinking object / null

是否开启深度思考模式。

• thinking.type string 取值范围：enabled、disabled、auto。
  • enabled：开启思考模式，模型一定先思考后回答。
  • disabled：关闭思考模式，模型直接回答问题，不会进行思考。
  • auto：自动思考模式，模型根据问题自主判断是否需要思考，简单题目直接回答。

service_tier string

本次请求是否使用了 TPM 保障包。

• default：本次请求未使用 TPM 保障包额度。

status string

生成响应的状态。

• completed：响应已完成。
• failed：响应失败。
• in_progress：响应中。
• incomplete：响应未完成。

text object

用于定义输出的格式，可以是纯文本，也可以是结构化的 JSON 数据。

• text.format object 指定模型必须输出的格式的对象。
  • 自然语言输出 object 模型回复以自然语言输出。
    • text.format.type string 回复格式的类型，固定为 text。
  • JSON Object object 响应格式为 JSON 对象。
    • text.format.type string 回复格式的类型，固定为 json_object。
  • JSON Schema object 响应格式为 JSON 对象，遵循 schema 字段定义的 JSON 结构。
    • text.format.type string 回复格式的类型，固定为 json_schema。
    • text.format.name string 用户自定义的 JSON 结构的名称。
    • text.format.schema object 回复格式的 JSON 格式定义，以 JSON Schema 对象的形式描述。
    • text.format.description string / null 回复用途描述，模型将根据此描述决定如何以该格式回复。
    • text.format.strict boolean / null 是否在生成输出时，启用严格遵循模式。
      • true：模型将始终遵循 schema 字段中定义的格式。
      • false：模型将尽可能遵循 schema 字段中定义的结构。

tools array

模型可以调用的工具列表。

• tools.function object 模型可以调用的类型为 function 的工具列表。

  • tools.function.name string 调用的函数的名称。

  • tools.function.parameters object 函数请求参数，以 JSON Schema 格式描述。格式如下：

    {
      "type": "object",
      "properties": {
        "参数名": {
          "type": "string | number | boolean | object | array",
          "description": "参数说明"
        }
      },
      "required": ["必填参数"]
    }
    

    其中，

    • 所有字段名大小写敏感。
    • parameters 须是合规的 JSON Schema 对象。
    • 建议用英文字段名，中文置于 description 字段中。

  • tools.function.type string 工具调用的类型，固定为 function。

  • tools.function.description string 调用的函数的描述，大模型会使用它来判断是否调用这个函数。

top_p float / null

核采样概率阈值。

usage object

本次请求的 token 用量，包括输入 token 数量、输入 token 的详细分解、输出 token 数量、输出 token 的详细分解，以及总共使用的 token 数。

如果使用了工具，还会输出使用的工具类型和次数，以及工具的使用详情。

• usage.input_tokens integer 输入的 token 量。

• usage.input_tokens_details object 输入 token 的详细信息。

  • usage.input_tokens_details.cached_tokens integer 缓存命中的输入内容（含文本、音频等所有类型）所消耗的 token 总数。
  • usage.input_tokens_details.audio_tokens integer 音频输入内容所消耗的 token 数量。
  • usage.input_tokens_details.audio_cached_tokens integer 缓存命中的音频输入内容所消耗的 token 数量。

• usage.output_tokens integer 输出的 token 量。

• usage.output_tokens_details object 输出 token 的详细信息。

  • usage.output_tokens_details.reasoning_tokens integer 思考用 token 的数量。

• usage.total_tokens integer 消耗 token 的总量。

• usage.tool_usage object 工具调用用量统计。

  • usage.tool_usage.image_process integer 调用图像处理工具的数量。
  • usage.tool_usage.mcp integer 调用 MCP 工具的数量。
  • usage.tool_usage.web_search integer 调用网络搜索工具的数量。

• usage.tool_usage_details object 使用工具的详细信息。

  • usage.tool_usage_details.image_process object 调用图像处理工具的详细信息。例如：

    "tool_usage_details":{
        "image_process":{
            "zoom": 1,
            "point": 1,
            "grounding": 1
        }
    }
    

  • usage.tool_usage_details.mcp object 调用 MCP 工具的详细信息。例如：

    "tool_usage_details":{
        "mcp":{
            "mcp_server_tos": 1,
            "mcp_server_tls": 1
        }
    }
    

  • usage.tool_usage_details.web_search object 调用网络搜索工具的详细信息。例如：

    "tool_usage_details":{
        "web_search":{
            "toutiao": 1,
            "moji": 1,
            "search_engine": 1
        }
    }
    

store boolean 默认值 true

是否存储生成的模型响应，以便后续通过 API 检索。

• false：不存储，对话内容不能被后续的 API 检索到。
• true：存储当前模型响应，对话内容能被后续的 API 检索到。

caching object

是否开启缓存。

• caching.type string 取值范围：enabled、disabled。
  • enabled：开启缓存。
  • disabled：关闭缓存。

expire_at integer / null

存储的有效期。

temperature float / null

采样温度。

context_management object

上下文管理响应，请求过程中应用的上下文管理策略信息。

• context_management.applied_edits array 已应用的上下文编辑策略列表。
  • 思考块清除 object
    • context_management.applied_edits.type string 上下文编辑策略类型，此处应为 clear_thinking。
    • context_management.applied_edits.cleared_thinking_turns integer 已清除的思考轮次次数。
  • 工具调用内容清除 object
    • context_management.applied_edits.type string 上下文编辑策略类型，此处应为 clear_tool_uses。
    • context_management.applied_edits.cleared_tool_uses integer 已清除的工具调用次数。

错误码

公共错误码

TD模型编号：T0003003

模型能力简介

• 云牍97
  • 深度思考、文本生成、工具调用（纯文本模型）

鉴权说明 

本接口仅支持API Key鉴权，需联系TD运维同学获取长效API Key。

对话(Chat) API 接口地址

本文介绍 Chat API 的输入输出参数，供您使用接口时查阅字段含义。模型会依据传入的消息列表生成对话回复。

请求方法： POST

接口URL：https://modelpool-api.talkingdata.com/model/openai/api/v3/chat/completions

请求头（Request Headers）：

请求参数（Request Parameter）：

对话(Chat) API 请求参数

对话(Chat) API 请求体（requestBody）

model string 必选

本次请求使用模型的 Model ID 为 T0003003

messages object[] 必选

包含对话历史的消息列表，模型将依据此列表生成下一条消息。支持系统消息、用户消息、模型消息和工具消息。

• 系统消息 object 系统消息，用于设定模型的角色、行为或背景信息。
  • messages.role string 必选 角色，取值固定为 system。
  • messages.content string 必选 消息内容，纯文本。
  • messages.name string 参与者名称，帮助模型区分不同的参与者。
• 用户消息 object 用户发送的消息。
  • messages.role string 必选 角色，取值固定为 user。
  • messages.content string 必选 消息内容，纯文本。
  • messages.name string 参与者名称，帮助模型区分不同的参与者。
• 模型消息 object 历史对话中模型角色返回的消息，用于多轮对话。
  • messages.role string 必选 角色，取值固定为 assistant。
  • messages.content string 模型消息的文本内容。messages.content 与 messages.tool_calls 至少填写其一。
  • messages.reasoning_content string 模型消息中思维链内容。
  • messages.encrypted_content string 思考内容加密原文。经加密及压缩处理后的思考内容加密原文。在支持的模型调用时，必须回传思考内容加密原文，保证模型推理效果。encrypted_content 优先级高于 reasoning_content，回传 encrypted_content 时，将忽略 reasoning_content 内容。回传 encrypted_content 内容需有效，篡改或无法还原时返回错误：Invalid signature。
  • messages.tool_calls object[] 模型调用的工具列表。
    • messages.tool_calls.id string 必选 工具调用的唯一ID。
    • messages.tool_calls.type string 必选 类型，固定为 function。
    • messages.tool_calls.function object 必选 函数信息。
      • messages.tool_calls.function.name string 必选 函数名称。
      • messages.tool_calls.function.arguments string 必选 函数参数的JSON字符串。
  • messages.name string 参与者名称，帮助模型区分不同的参与者。
• 工具消息 object 调用工具后，工具返回的消息。
  • messages.role string 必选 角色，取值固定为 tool。
  • messages.content string 必选 工具返回的内容。
  • messages.tool_call_id string 必选 对应的工具调用ID。
  • messages.name string 参与者名称，帮助模型区分不同的参与者。

max_tokens integer 默认值 4096

模型回答的最大长度（单位：token）。模型回答不包含思维链内容。

max_completion_tokens integer

控制模型输出的最大长度（包括模型回答和思维链内容，单位：token）。配置后，max_tokens 默认值失效。不可与 max_tokens 字段同时设置。取值范围：[1, 65536]。

reasoning_effort string 默认值 medium

限制思考的工作量。减少思考深度可提升速度，减少思考花费的token。

• none：不开启思考。
• minimal：关闭思考，直接回答。
• low：轻量思考，侧重快速响应。
• medium：均衡模式，兼顾速度与深度。
• high：深度分析，处理复杂问题。
• xhigh：更深层次的推理。
• max：最高程度思考，适配高难度推理任务。

thinking object

控制模型是否开启深度思考模式。

• thinking.type string 必选
  • enabled：开启思考模式。
  • disabled：关闭思考模式。
  • auto：自动思考模式，模型自主判断。

response_format object

指定模型回答的格式。默认值：{"type": "text"}。该能力尚在beta阶段。

• response_format.type string 回答格式类型。可选值：text、json_object、json_schema。
• JSON Schema配置 object (当 type 为 json_schema 时)
  • response_format.json_schema.name string 必选 Schema名称。
  • response_format.json_schema.schema object 必选 JSON Schema定义。
  • response_format.json_schema.strict boolean 默认值 false 是否启用严格遵循模式。
  • response_format.json_schema.description string 回答用途说明。

temperature number 默认值 1.0

采样温度，控制生成文本的随机性。取值范围：[0, 2]。建议仅调整 temperature 或 top_p 其中之一。

top_p number 默认值 0.7

核采样概率阈值。取值范围：[0, 1]。

tools object[]

待调用的工具列表。支持自定义函数（Function Calling）。

• tools.type string 必选 工具类型，此处应为 function。
• tools.function object 必选 函数定义。
  • tools.function.name string 必选 函数名称。
  • tools.function.description string 函数描述。
  • tools.function.parameters object 必选 函数参数，以JSON Schema格式描述。
  • tools.function.strict boolean 是否启用严格的Schema校验，确保模型生成的函数调用参数严格符合 parameters 定义。

tool_choice string / object

控制模型是否以及如何调用工具。

• 简单策略 string：可选值 none、auto、required。
• 指定工具 object：
  • tool_choice.type string 必选 类型，固定为 function。
  • tool_choice.function object 必选
    • tool_choice.function.name string 必选 要调用的函数名称。

parallel_tool_calls boolean 默认值 true

是否允许模型返回多个待调用的工具。

• true：允许返回多个工具调用。
• false：最多返回一个工具调用。

stream boolean 默认值 false

是否流式返回响应。

stream_options object

流式响应的选项。

• stream_options.include_usage boolean 默认值 false 是否在流式响应结束前返回token用量。
• stream_options.chunk_include_usage boolean 默认值 false 是否在输出的每个chunk中返回累计token用量。

stop string / string[]

停止词。模型遇到停止词时将停止生成，该词不会输出。最多支持16个停止词。

logprobs boolean 默认值 false

是否返回输出token的对数概率。

top_logprobs integer 默认值 0

指定每个输出token位置最有可能返回的token数量，每个token都有关联的对数概率。仅当 logprobs=true 时可以设置本参数。取值范围：[0, 20]。

service_tier string 默认值 auto

控制使用的在线推理模式。

• auto：优先使用TPM保障包模式。
• fast：优先使用低延迟模式。
• default：只使用常规模式。

对话(Chat) API 响应参数

id string

本次请求的唯一标识。

object string

对象类型，固定为 chat.completion。

created integer

本次请求创建时间的Unix时间戳（秒）。

model string

本次请求实际使用的模型名称和版本。

service_tier string

本次请求实际使用的推理模式，如 default、scale、fast。

choices object[]

本次请求的模型输出内容列表。

• choices.index integer 列表索引。
• choices.finish_reason string 模型停止生成的原因。
  • stop：自然结束或命中停止词。
  • length：达到输出长度限制。
  • content_filter：被内容审核拦截。
  • tool_calls：模型调用了工具。
• choices.message object 模型输出的消息。
  • choices.message.role string 角色，固定为 assistant。
  • choices.message.content string 模型生成的回复内容。
  • choices.message.reasoning_content string 模型生成的思维链内容。
  • choices.message.encrypted_content string 思考内容加密原文。经加密及压缩处理后的思考内容原文。
  • choices.message.tool_calls object[] 模型生成的工具调用列表。
    • choices.message.tool_calls.id string 调用ID。
    • choices.message.tool_calls.type string 类型，固定为 function。
    • choices.message.tool_calls.function object
      • choices.message.tool_calls.function.name string 函数名。
      • choices.message.tool_calls.function.arguments string 函数参数的JSON字符串。
• choices.logprobs object 对数概率信息（当请求时开启）。
  • choices.logprobs.content object[] message 列表中每个 content 元素中的 token 对数概率信息。
    • choices.logprobs.content.bytes integer[] 当前 token 的 UTF-8 值，格式为整数列表。
    • choices.logprobs.content.logprob number 当前 token 的对数概率。
    • choices.logprobs.content.token string 当前 token。
    • choices.logprobs.content.top_logprobs object[] 在当前 token 位置最有可能的标记及其对数概率的列表。
      • 该对象的 bytes integer[] 当前 token 的 UTF-8 值。
      • 该对象的 logprob number 当前 token 的对数概率。
      • 该对象的 token string 当前 token。
• choices.moderation_hit_type string 模型输出文字含有敏感信息时，会返回模型输出文字命中的风险分类标签。
  • severe_violation：模型输出文字涉及严重违规。
  • violence：模型输出文字涉及激进行为。

usage object

本次请求的Token用量。

• usage.prompt_tokens integer 输入Token数。
• usage.completion_tokens integer 输出Token数。
• usage.total_tokens integer 总Token数。
• usage.prompt_tokens_details object 输入Token明细。
  • usage.prompt_tokens_details.cached_tokens integer 缓存命中的Token数。
• usage.completion_tokens_details object 输出Token明细。
  • usage.completion_tokens_details.reasoning_tokens integer 思维链Token数。

service_status object

本次请求附带的服务状态信息，例如是否触发了模型降级（fallback）。

• service_status.model_fallback object 模型降级（fallback）相关的状态信息。
  • service_status.model_fallback.fallback_triggered boolean 本次请求是否触发了模型降级。
  • service_status.model_fallback.original_model string 触发降级前，请求最初指定的模型名称。

对话(Chat) API 调用示例

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/chat/completions?requestId=550e8400-e29b-41d4-a716-446655440000" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP" \
--data '{
         "model": "T0003003",
         "messages": [
             {
                 "role": "user",
                 "content": "介绍下自己"
             }
         ],
         "stream": false
     }'

响应示例：

{
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null,
      "message": {
        "content": "你好！我是 DeepSeek，由深度求索公司创造的 AI 智能助手。\n\n简单介绍一下自己：\n\n- **免费使用**：目前完全免费，Web 端和 App 端都可以随时使用，没有次数限制。\n- **强大的文本处理能力**：擅长回答问题、写作、翻译、编程、逻辑推理、知识讲解等。\n- **超大上下文（1M）**：可以一次性处理一整本书那么长的内容，比如《三体》三部曲的体量。\n- **文件上传支持**：可以上传图片、PDF、Word、Excel、PPT、TXT 等文件，我会读取其中的文字信息帮你处理。\n- **联网搜索**：如果你需要最新信息，可以手动打开联网搜索功能，我就能帮你查找实时资讯。\n- **语音输入（App 端）**：在手机 App 上支持语音输入，用起来更方便。\n\n我的知识截止日期是 **2025年5月**。虽然我不能识别图片内容，但能读取图片中的文字。\n\n有什么想聊的、想问的，尽管来找我！",
        "reasoning_content": "We need answer in Chinese. Need introduce self. We are DeepSeek latest model? Need say AI assistant by DeepSeek, free, knowledge cutoff May 2025, context 1M, supports files, search, etc. Need be friendly. Since user asks \"介绍下自己\" likely wants intro. We should respond in Chinese. Need mention capabilities and maybe ask how can help. Keep concise but informative.",
        "role": "assistant"
      }
    }
  ],
  "created": 1788749235,
  "id": "021788749231299c4f5c28852663280b8d0aa399a48010038bf89",
  "model": "deepseek-v4-flash-ga-260731",
  "service_tier": "default",
  "object": "chat.completion",
  "usage": {
    "completion_tokens": 309,
    "prompt_tokens": 86,
    "total_tokens": 395,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 85
    }
  }
}

创建模型响应接口地址

本文介绍 Responses API 创建模型请求时的输入输出参数，供您使用接口时查阅字段含义。

请求方法： POST

接口URL：https://modelpool-api.talkingdata.com/model/openai/api/v3/responses

请求头（Request Headers）：

请求参数（Request Parameter）：

创建模型响应请求参数

创建模型响应请求体（requestBody）

model string 必选

本次请求使用模型的 Model ID 为 T0003003

input string / array 必选

输入的内容，模型需要处理的输入信息。

• 文本输入 string

  输入给模型的文本类型信息，等同于使用 user 角色输入的文本信息。

• 输入的元素列表 array

  输入给模型的信息元素，可以包括不同的信息类型。

  • 输入的消息 object

    发送给模型的消息，其中角色用于指示指令遵循的优先级层级。由 developer 或 system 角色给出的指令优先于 user 角色给出的指令。assistant 角色的消息通常被认为是模型在先前交互中生成的回复。

    • input.content string / array 必选

      用于生成回复的文本输入，也可以包含先前助手的回复内容。

      • 文本输入 string

        输入给模型的文本。

      • 输入的内容列表 array

        包含一个或多个输入项的列表，每个输入项可包含不同类型的内容。

        • 输入模型的文本 object

          输入模型的文本。

          • input.content.text string 输入模型的文本。
          • input.content.type string 必选 输入项的类型，此处应为 input_text。

        • 模型文本输出 object

          模型生成的文本输出，可在多轮对话中作为上下文回传。

          • input.content.type string 必选 内容类型标识，取值固定为 output_text。
          • input.content.text string 模型生成的文本内容。
          • input.content.annotations object[] 文本附带的标注信息列表（如引用来源等）。
            • 网页引用 object 引用自互联网网页的标注信息。
              • 该对象的 type string 必选 标注类型的判别字段，取值固定为 url_citation。
              • 该对象的 title string 必选 引用网页的标题。
              • 该对象的 url string 必选 引用网页的 URL 地址。
              • 该对象的 cover_image object 网页封面图片信息。
                • 该对象的 cover_image.height integer 封面图片高度（像素）。
                • 该对象的 cover_image.url string 封面图片的 URL 地址。
                • 该对象的 cover_image.width integer 封面图片宽度（像素）。
              • 该对象的 freshness_info string 内容新鲜度信息。
              • 该对象的 logo_url string 网站 Logo 图标地址。
              • 该对象的 mobile_url string 移动端访问地址。
              • 该对象的 publish_time string 网页发布时间。
              • 该对象的 site_name string 站点名称。
              • 该对象的 summary string 网页内容摘要。
            • 文档引用 object 引用自私域知识库文档的标注信息。
              • 该对象的 type string 必选 标注类型，取值固定为 doc_citation。
              • 该对象的 chunk_attachment object[] 引用分块附带的附件信息列表。
                • 该对象的 chunk_attachment.chunk_id integer 引用文档分块的 ID。
                • 该对象的 chunk_attachment.doc_id string 引用文档的 ID。
                • 该对象的 chunk_attachment.doc_name string 引用文档的名称。

        • 模型思维链文本 object

          模型思维链文本输出，可在多轮对话中作为上下文回传。

          • input.content.type string 必选 内容类型标识，取值固定为 reasoning_text。
          • input.content.text string 模型思维链文本内容。
          • input.content.annotations object[] 思维链附带的标注信息列表。（结构同模型文本输出中的 annotations）

    • input.id string 输入条目的唯一 ID。

    • input.partial boolean 是否启用续写模式。仅 assistant 角色的消息支持开启续写模式，模型会在原消息内容后继续生成，而非重新起草。续写场景下 partial 必须显式设为 true。

    • input.phase string 标记 assistant 消息属于中间讲解还是最终回答。可选值：commentary、final_answer。

    • input.role string 必选 输入消息的角色，可以是 user、system、assistant 或 developer。

    • input.type string 消息输入的类型，此处应为 message。

  • 函数调用记录 object

    历史工具函数调用记录，用于多轮对话中回传模型之前发起的函数调用。

    • input.type string 必选 输入元素类型标记，取值固定为 function_call。
    • input.arguments string 函数参数的 JSON 字符串。
    • input.call_id string 函数工具调用的唯一标识 ID，与之前模型输出的 function_call.call_id 对应。
    • input.id string 该 function_call 条目在 Response 中的唯一 ID。
    • input.name string 要运行的函数名称。
    • input.status string 该 function_call 条目当前的处理状态。可选值：in_progress、completed、incomplete。

  • 函数返回结果 object

    工具函数返回的结果，用于将函数执行结果回传给模型。

    • input.type string 必选 输入元素类型标识，取值固定为 function_call_output。
    • input.call_id string 必选 函数工具调用的唯一标识 ID（与对应 function_call 的 call_id 一致）。
    • input.id string 函数返回结果的唯一 ID。
    • input.output string / object[] 必选 工具函数执行完成后返回给模型的结果内容。
    • input.status string 函数输出条目的处理状态。可选值：in_progress、completed、incomplete。

  • 模型思维链信息 object

    在模型生成响应时使用的思维链信息。如果需要手动管理，需要设置该字段，以便在后续的对话中进行管理。

    • input.status string 必选 推理内容的状态。可选值：in_progress、completed、incomplete。
    • input.type string 必选 输入元素类型判别标签，取值固定为 reasoning。
    • input.content object[] 推理过程的内容元素列表。
    • input.encrypted_content string 思考内容加密原文。经加密及压缩处理后的思考内容加密原文。
    • input.id string 推理内容的唯一标识 ID。
    • input.summary object[] 模型推理过程的分段摘要。
      • 该对象的 type string 必选 摘要片段类型标识，取值固定为 summary_text。
      • 该对象的 text string 思维链摘要文本内容。

  • MCP 审批请求 object

    历史 MCP 工具审批请求记录，用于多轮对话上下文回传。

    • input.arguments string 必选 工具调用参数的 JSON 字符串。
    • input.name string 必选 待运行的工具名称。
    • input.server_label string 必选 发起请求的 MCP Server 标签。
    • input.type string 必选 输入元素类型，取值固定为 mcp_approval_request。
    • input.id string 审批请求的唯一 ID。

  • MCP 审批响应 object

    历史 MCP 工具审批响应记录，回传给模型后据此决定是否调用工具。

    • input.approval_request_id string 必选 被回应的审批请求 ID。
    • input.approve boolean 必选 是否批准该工具调用请求。
    • input.type string 必选 输入元素类型标识，取值固定为 mcp_approval_response。
    • input.id string 审批响应的唯一 ID。
    • input.reason string 对该审批决策的说明或依据。

  • MCP 工具清单 object

    历史 MCP 工具清单记录，用于多轮对话上下文回传。

    • input.server_label string 必选 该工具清单所属的 MCP Server 标签。
    • input.type string 必选 输入元素类型，取值固定为 mcp_list_tools。
    • input.error string MCP Server 无法返回工具列表时的错误信息。
    • input.id string 工具列表的唯一 ID。
    • input.tools object[] 该 MCP Server 上可用的工具列表。
      • input.tools.name string 必选 工具名称。
      • input.tools.annotations object 工具的附加注解信息。
      • input.tools.description string 工具的功能描述。
      • input.tools.input_schema object 描述工具入参的 JSON Schema。

  • MCP 工具调用 object

    历史 MCP 工具调用记录，用于多轮对话上下文回传。

    • input.name string 必选 实际运行的工具名称。
    • input.server_label string 必选 运行工具的 MCP Server 标签。
    • input.type string 必选 输入元素类型判别标签，取值固定为 mcp_call。
    • input.arguments string 传递给 MCP 工具的调用参数，JSON 字符串。
    • input.error string 工具调用失败时的错误信息。
    • input.id string 工具调用的唯一 ID。
    • input.output string 工具调用的返回结果。

  • 上下文元素 object

    表示模型生成回复时需参考的上下文内容。

    • input.id string 必选 引用的上下文条目 ID。
    • input.type string 必选 输入元素类型标识，取值固定为 item_reference。

instructions string / null

在模型上下文中插入系统消息或者开发者作为第一条指令。当与 previous_response_id 一起使用时，前一个回复中的指令不会被继承到下一个回复中。这样可以方便地在新的回复中替换系统（或开发者）消息。

不可与缓存能力一起使用。配置了instructions 字段后，本轮请求无法写入缓存和使用缓存，表现为：

• caching 字段配置为 {"type":"enabled"} 时报错。
• 传入带缓存的 previous_response_id 时，缓存输入（cached_tokens）为0。

previous_response_id string / null

上一个模型回复的唯一标识符。使用该标识符可以实现多轮对话。

• 说明
  • 在请求中传入 previous_response_id，会引入上一轮请求的输入和回答内容，本次请求的输入tokens 会相应增加。工作原理：
    • 在每一轮对话过程中，深度思考模型会输出思维链内容（CoT）和最终回答（Answer）。
    • 在下一轮对话中，之前输出的思维链内容不会被拼接到上下文中。 思维链内容展现的是模型处理问题的过程，包括将问题拆分为多个问题进行处理，生成多种回复综合得出更好回答等过程
  • 在多轮连续对话中，建议在每次请求之间加入约 100 毫秒的延迟，否则可能会导致调用失败。

expire_at integer 默认值：创建时刻+259200

取值范围：(创建时刻, 创建时刻+604800]，即最多保留7天。

设置存储的过期时刻，需传入 UTC Unix 时间戳（单位：秒），对 store（上下文存储） 和 caching（上下文缓存） 都生效。

注意：缓存存储时间计费，过期时刻-创建时刻 ，不满 1 小时按 1 小时计算。

max_output_tokens integer / null

模型输出最大 token 数，包含模型回答和思维链内容。

thinking object

控制模型是否开启深度思考模式。默认开启深度思考模式，可以手动关闭。

thinking.type string 必选

取值范围：enabled， disabled，auto。

• enabled：开启思考模式，模型一定先思考后回答。
• disabled：关闭思考模式，模型直接回答问题，不会进行思考。
• auto：自动思考模式，模型根据问题自主判断是否需要思考，简单题目直接回答。

reasoning object 默认值 {"effort": "medium"}

限制深度思考的工作量。减少深度思考工作量可使响应速度更快，并且深度思考的 token 用量更小。

reasoning.effort string

取值范围：none，minimal，low，medium，high，xhigh，max。

• none：关闭思考。
• minimal：关闭思考，直接回答。
• low：轻量思考，侧重快速响应。
• medium：均衡模式，兼顾速度与深度。
• high：深度分析，处理复杂问题。
• xhigh：更高程度思考。
• max：最高程度思考，适配高难度推理任务。

caching object 默认值 {"type": "disabled"}

是否开启缓存。不可与 instructions 字段、tools（除自定义函数 Function Calling 外）字段一起使用。

• caching.type string 必选

  取值范围：enabled， disabled。

  • enabled：开启缓存。
  • disabled：关闭缓存。

• caching.prefix boolean 默认值 false

  • true：仅创建公共前缀缓存，模型不回复。
  • false：不创建公共前缀缓存。

store boolean / null 默认值 true

是否储存生成的模型响应，以便后续通过 API 检索。

• false：不储存，对话内容不能被后续的 API 检索到。
• true：储存当前模型响应，对话内容能被后续的 API 检索到。

stream boolean / null 默认值 false

响应内容是否流式返回。

• false：模型生成完所有内容后一次性返回结果。
• true：按 SSE 协议逐块返回模型生成内容，并以一条 data: [DONE] 消息结束。

text object

模型文本输出的格式定义，可以是自然语言，也可以是结构化的 JSON 数据。

• text.format object 默认值 { "type": "text" }

  指定模型文本输出的格式。

  • 文本格式 object

    响应格式为自然语言。

    • text.format.type string 必选 回复格式的类型，此处应为 text。

  • JSON Object object

    响应格式为 JSON 对象。

    该能力尚在 beta 阶段，请谨慎在生产环境使用。

    text.format.type string 必选 回复格式的类型，此处应为 json_object。

  • JSON Schema object

    响应格式为 JSON 对象，遵循schema字段定义的 JSON结构。

    该能力尚在 beta 阶段，请谨慎在生产环境使用。

    • text.format.type string 必选 回复格式的类型，此处应为 json_schema。
    • text.format.name string 必选 用户自定义的JSON结构的名称。
    • text.format.schema object 必选 回复格式的JSON格式定义，以JSON Schema对象的形式描述。
    • text.format.description string / null 回复用途描述，模型将根据此描述决定如何以该格式回复。
    • text.format.strict boolean / null 默认值 false 是否在生成输出时，启用严格遵循模式。
      • true：模型将始终遵循schema字段中定义的格式。
      • false：模型将尽可能遵循schema字段中定义的结构。

tools array

模型可以调用的工具，当您需要让模型调用工具时，需要配置该结构体。

当前支持自定义工具（Function Calling）。

• 函数调用

  • tools.type string 必选 工具类型，此处应为 function。

  • tools.name string 必选 调用的函数的名称。

  • tools.description string 调用函数的描述，大模型会用它来判断是否调用这个函数。

  • tools.parameters object 必选 函数请求参数，以 JSON Schema 格式描述。具体格式如下：

    {
      "type": "object",
      "properties": {
        "参数名": {
          "type": "string | number | boolean | object | array",
          "description": "参数说明"
        }
      },
      "required": ["必填参数"]
    }
    

    • 所有字段名大小写敏感。
    • parameters 须是合规的 JSON Schema 对象。
    • 建议用英文字段名，中文置于 description 字段中。

  • tools.strict boolean 必选 默认值 true 是否强制执行严格的参数验证。默认为 true。

max_tool_calls integer

取值范围：[1, 10]。

最大工具调用轮次（一轮里不限制次数）。在工具调用达到此限制次数后，提示模型停止更多工具调用并进行回答。

注意：该参数为尽力而为（best effort）机制，不保证成功，最终调用次数会受模型推理效果、工具返回结果有效性等因素影响。

context_management object

上下文管理策略，帮助模型有效利用上下文窗口。

• context_management.edits array

  支持的上下文编辑策略，用于管理上下文中思考块和工具调用内容。

  • 思考块清除 object

    在开启思考时管理思维链内容。

    • context_management.edits.type string

      上下文编辑策略类型，此处应为 clear_thinking。

    • context_management.edits.keep object / string

      思维链保留策略。

      • 保留最近 N 轮思维链 object

        • context_management.edits.keep.type string

          思维链保留策略类型，此处应为 thinking_turns。

        • context_management.edits.keep.value integer 默认值 1

          保留最近 N 轮的思维链。

      • 保留所有思维链 string

        保留所有思维链，此处应为 all。

  • 工具调用内容清除 object

    在对话上下文增长超过配置的阈值时清除工具调用内容。

    • context_management.edits.type string

      上下文编辑策略类型，此处应为 clear_tool_uses。

    • context_management.edits.keep object

      工具调用内容保留策略。

      • context_management.edits.keep.type string

        工具调用内容保留策略类型，此处应为 tool_uses。

      • context_management.edits.keep.value integer 默认值 3

        保留最近 N 轮工具调用内容。

    • context_management.edits.exclude_tools array

      不会被清除的工具名称列表，用于保留重要上下文。

    • context_management.edits.clear_tool_input boolean 默认值 false

      是否清除工具调用参数。

    • context_management.edits.trigger object

      触发工具调用内容清除策略的阈值。

      • context_management.edits.trigger.type string

        触发工具调用内容清除策略类型，此处应为 tool_uses。

      • context_management.edits.trigger.value integer

        工具调用达到 N 轮时触发清除策略。

创建模型响应参数

创建模型响应非流式调用返回

返回一个 response object。

创建模型响应流式调用返回

服务器会在生成 Response 的过程中，通过 Server-Sent Events（SSE）实时向客户端推送事件。

创建模型响应调用示例

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/responses?requestId=550e8400-e29b-41d4-a716-446655440000" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP" \
--data '{
    "model": "T0003003",
    "input": "介绍下自己",
    "stream": false
}'

响应示例：

{
  "created_at": 1788749588,
  "id": "resp_0217887495869588ef713df31ebdaaf7227ee8017ed309bd2dec9",
  "max_output_tokens": 32768,
  "model": "deepseek-v4-flash-ga-260731",
  "object": "response",
  "output": [
    {
      "id": "rs_02178874958830100000000000000000000ffffac15bc702b47cf",
      "type": "reasoning",
      "summary": [
        {
          "type": "summary_text",
          "text": "好的，用户让我介绍自己。这是一个非常常见的开场问题，简单直接。\n\n用户可能是第一次接触我，想了解我的身份和能力，以便后续进行有效的交流。深层需求是希望知道我能做什么、有什么特点，以及如何更好地利用我。\n\n我可以采用热情友好的语气开场，然后分几个方面介绍：我的身份和创造者、核心能力特点、使用方式，最后以开放性问题结尾，邀请用户提出具体需求。这样结构清晰，信息全面，又能引导对话继续。\n\n想到了用“你好呀”这样亲切的称呼开头，用表情符号增加亲和力。介绍能力时列举几个关键点，比如文本处理、文件支持、长上下文等，让用户一目了然。最后询问用户想聊什么，把话题主导权交还给他。"
        }
      ],
      "status": "completed"
    },
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "你好呀！很高兴认识你！\n\n我是**DeepSeek**，由深度求索公司创造的AI助手。让我用最简洁的方式介绍一下自己：\n\n## 我的核心特点\n\n** 强大能力**\n- 纯文本模型，支持阅读链接和处理多种文件格式（图片、PDF、Word、Excel、PPT等）\n- 拥有100万token的超长上下文，可以一口气处理像《三体》三部曲那么大体量的内容\n- 支持联网搜索功能（需要你手动开启）\n\n** 完全免费**\n- 没错，我是免费的！目前没有任何收费计划\n- App端还支持语音输入，非常方便\n\n** 知识更新**\n- 我的知识截止到2025年5月，会尽力为你提供准确、及时的信息\n\n**使用方式**\n- 可以通过官方应用商店下载App\n- 也可以直接在网页端使用\n\n我会用热情、细腻的方式回答你的问题，无论是学习、工作还是生活中的困惑，都可以来找我聊！有什么想了解的，或者需要帮忙的吗？我随时待命！"
        }
      ],
      "status": "completed",
      "id": "msg_02178874958993900000000000000000000ffffac15bc70ec2c58"
    }
  ],
  "service_tier": "default",
  "status": "completed",
  "usage": {
    "input_tokens": 86,
    "output_tokens": 388,
    "total_tokens": 474,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens_details": {
      "reasoning_tokens": 159
    }
  },
  "caching": {
    "type": "disabled"
  },
  "store": true,
  "expire_at": 1789008786
}

查询模型响应接口地址

通过 response id 获取模型响应。

请求方法： GET

接口URL：https://modelpool-api.talkingdata.com/model/openai/api/v3/responses/{response_id}

查询模型请求参数

response_id string 必选

待检索的响应 id。

查询模型响应参数

• 如果您调用的 response 响应已完成，模型会返回对应的 response object。

• 如果您调用的 response 响应未完成，模型会返回错误码。

查询模型调用示例

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/responses/resp_0217****" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP"

响应示例：

{
    "output": [
        {
            "summary": [
                {
                    "text": "好的，用户让我介绍自己。这是一个非常常见的开场问题，简单直接。\n\n用户可能是第一次接触我，想了解我的身份和能力，以便后续进行有效的交流。深层需求是希望知道我能做什么、有什么特点，以及如何更好地利用我。\n\n我可以采用热情友好的语气开场，然后分几个方面介绍：我的身份和创造者、核心能力特点、使用方式，最后以开放性问题结尾，邀请用户提出具体需求。这样结构清晰，信息全面，又能引导对话继续。\n\n想到了用“你好呀”这样亲切的称呼开头，用表情符号增加亲和力。介绍能力时列举几个关键点，比如文本处理、文件支持、长上下文等，让用户一目了然。最后询问用户想聊什么，把话题主导权交还给他。",
                    "type": "summary_text"
                }
            ],
            "id": "rs_02178874958830100000000000000000000ffffac15bc702b47cf",
            "type": "reasoning",
            "status": "completed"
        },
        {
            "role": "assistant",
            "id": "msg_02178874958993900000000000000000000ffffac15bc70ec2c58",
            "type": "message",
            "content": [
                {
                    "text": "你好呀！很高兴认识你！\n\n我是**DeepSeek**，由深度求索公司创造的AI助手。让我用最简洁的方式介绍一下自己：\n\n## 我的核心特点\n\n** 强大能力**\n- 纯文本模型，支持阅读链接和处理多种文件格式（图片、PDF、Word、Excel、PPT等）\n- 拥有100万token的超长上下文，可以一口气处理像《三体》三部曲那么大体量的内容\n- 支持联网搜索功能（需要你手动开启）\n\n** 完全免费**\n- 没错，我是免费的！目前没有任何收费计划\n- App端还支持语音输入，非常方便\n\n** 知识更新**\n- 我的知识截止到2025年5月，会尽力为你提供准确、及时的信息\n\n**使用方式**\n- 可以通过官方应用商店下载App\n- 也可以直接在网页端使用\n\n我会用热情、细腻的方式回答你的问题，无论是学习、工作还是生活中的困惑，都可以来找我聊！有什么想了解的，或者需要帮忙的吗？我随时待命！",
                    "type": "output_text"
                }
            ],
            "status": "completed"
        }
    ],
    "usage": {
        "input_tokens_details": {
            "cached_tokens": 0
        },
        "total_tokens": 474,
        "output_tokens": 388,
        "input_tokens": 86,
        "output_tokens_details": {
            "reasoning_tokens": 159
        }
    },
    "created_at": 1788749592,
    "model": "deepseek-v4-flash-ga-260731",
    "service_tier": "default",
    "expire_at": 1789008786,
    "id": "resp_0217887495869588ef713df31ebdaaf7227ee8017ed309bd2dec9",
    "store": true,
    "caching": {
        "type": "disabled"
    },
    "max_output_tokens": 32768,
    "object": "response",
    "status": "completed"
}

The response object

创建模型请求 或 模型查询响应后，模型会返回一个响应对象（Response Object）。本文为您介绍该响应对象包含的详细参数。

说明

获取模型响应时，模型返回的响应对象不包含思维链内容。

created_at integer

本次请求创建时间的 Unix 时间戳（秒）。

error object / null

模型未能生成响应时返回的错误对象。

• error.code string 相应的错误码。
• error.message string 错误描述。

id string

本次请求的唯一标识。

incomplete_details object / null

响应未能完成的细节。

• incomplete_details.reason string 响应未能完成的原因。

instructions string / null

在模型上下文中插入一条系统（或开发者）消息，作为首项。

当与 previous_response_id 一起使用时，前一响应中的指令不会延续到下一响应。

max_output_tokens integer / null

模型输出最大 token 数，包含模型回答和思维链内容。

model string

本次请求实际使用的模型名称和版本。

object string

固定为 response。

output array

模型的输出消息列表，包含模型响应本次请求生成的回答、思维链、工具调用。

• 模型回答 object

  模型回答，不包含思维链。

  • output.content array 输出消息的内容。
    • 文本回答 object 模型回答的文本消息。
      • output.content.text string 模型回答的文本内容。
      • output.content.type string 模型回答的类型，固定为 output_text。
  • output.role string 输出信息的角色，固定为 assistant。
  • output.status string 输出消息的状态。
  • output.id string 此回答的唯一标识。
  • output.type string 输出消息的类型，此处应为 message。
  • output.partial boolean 模型开启续写模式时会返回该字段，此处应为 true。

• 模型思维链 object

  本次请求，当触发深度思考时，模型会返回问题拆解的思维链内容。

  • output.summary array 思维链内容。
    • output.summary.text string 思维链内容的文本部分。
    • output.summary.type string 对象的类型，此处应为 summary_text。
  • output.content array 思考内容原文。
    • output.content.text string 思维链内容的文本部分。
    • output.content.type string 对象的类型，此处应为 reasoning_text。
  • output.type string 本输出对象的类型，此处应为 reasoning。
  • output.status string 本次思维链内容返回的状态。
  • output.encrypted_content string 经加密及压缩处理后的思考内容原文。仅当在 include 参数中指定 reasoning.encrypted_content 时返回。
  • output.id string 本思维链消息的唯一标识。

• 工具调用 object

  本次请求，模型根据信息认为需要调用的工具信息以及对应参数。

  • 属性
    • output.arguments string 要传递给函数的参数，格式为 JSON 字符串。
    • output.call_id string 本次工具调用信息的唯一 ID。
    • output.name string 要运行的函数的名称。
    • output.type string 工具调用的类型，此处应为 function_call。
    • output.status string 此时消息返回的状态。
    • output.id string 本次输出的唯一标识。
  • MCP 工具
    • output.id string 本次输出的唯一标识。
    • output.server_label string MCP Server 标签。
    • output.tools object MCP 工具返回信息。
      • McpCall
        • arguments string 传递给工具的参数的 JSON 字符串。
        • id string 本次输出的唯一标识。
        • name string 运行工具的名称。
        • server_label string MCP Server 标签。
        • type string 始终为 mcp_call。
        • error string 工具调用中出现的错误（如有）。
        • output string 工具调用的输出结果。
      • McpListTools
        • id string MCP 列表的唯一标识。
        • server_label string MCP Server 标签。
        • tools array 服务端可用工具。
          • tools.input_schema object 描述工具输入的 JSON 模式。
          • tools.name string 运行工具的名称。
          • tools.annotations object 关于该工具的其他说明。
          • tools.description string 工具描述。
  • 联网搜索工具
    • output.tools object MCP 工具返回信息。
      • id string 本次输出的唯一标识。
      • type string 始终为 web_search_call。
      • action object 此次搜索调用中执行的具体操作的对象。
        • action.type string 一般为 search。
        • action.query string 搜索内容。
        • action.source string[] 联网搜索的附加内容源。可能为头条图文、抖音百科、墨迹天气。
          • toutiao：联网搜索的附加头条图文内容源。
          • douyin：联网搜索的附加抖音百科内容源。
          • moji：联网搜索的附加墨迹天气内容源。
  • 图像处理工具
    • output.tools object MCP 工具返回信息。
      • type string 始终为 image_process。
      • point object 画点/连线功能开关，是否启用点绘制与连线功能。
        • "type":"enabled"：已开启此功能。
        • "type":"disabled"：未开启此功能。
      • grounding object 框选/裁剪功能开关，控制是否启用关键区域框选或裁剪。
        • "type":"enabled"：已开启此功能。
        • "type":"disabled"：未开启此功能。
      • zoom object 缩放功能开关，控制是否启用全图/指定区域缩放（支持 0.5-2.0 倍）。
        • "type":"enabled"：已开启此功能。
        • "type":"disabled"：未开启此功能。
      • rotate object 旋转功能开关，控制是否启用顺时针旋转（支持 0-359 度）。
        • "type":"enabled"：已开启此功能。
        • "type":"disabled"：未开启此功能。

previous_response_id string / null

本次请求时传入的历史响应 ID。

thinking object / null

是否开启深度思考模式。

• thinking.type string 取值范围：enabled、disabled、auto。
  • enabled：开启思考模式，模型一定先思考后回答。
  • disabled：关闭思考模式，模型直接回答问题，不会进行思考。
  • auto：自动思考模式，模型根据问题自主判断是否需要思考，简单题目直接回答。

service_tier string

本次请求是否使用了 TPM 保障包。

• default：本次请求未使用 TPM 保障包额度。

status string

生成响应的状态。

• completed：响应已完成。
• failed：响应失败。
• in_progress：响应中。
• incomplete：响应未完成。

text object

用于定义输出的格式，可以是纯文本，也可以是结构化的 JSON 数据。

• text.format object 指定模型必须输出的格式的对象。
  • 自然语言输出 object 模型回复以自然语言输出。
    • text.format.type string 回复格式的类型，固定为 text。
  • JSON Object object 响应格式为 JSON 对象。
    • text.format.type string 回复格式的类型，固定为 json_object。
  • JSON Schema object 响应格式为 JSON 对象，遵循 schema 字段定义的 JSON 结构。
    • text.format.type string 回复格式的类型，固定为 json_schema。
    • text.format.name string 用户自定义的 JSON 结构的名称。
    • text.format.schema object 回复格式的 JSON 格式定义，以 JSON Schema 对象的形式描述。
    • text.format.description string / null 回复用途描述，模型将根据此描述决定如何以该格式回复。
    • text.format.strict boolean / null 是否在生成输出时，启用严格遵循模式。
      • true：模型将始终遵循 schema 字段中定义的格式。
      • false：模型将尽可能遵循 schema 字段中定义的结构。

tools array

模型可以调用的工具列表。

• tools.function object 模型可以调用的类型为 function 的工具列表。

  • tools.function.name string 调用的函数的名称。

  • tools.function.parameters object 函数请求参数，以 JSON Schema 格式描述。格式如下：

    {
      "type": "object",
      "properties": {
        "参数名": {
          "type": "string | number | boolean | object | array",
          "description": "参数说明"
        }
      },
      "required": ["必填参数"]
    }
    

    其中，

    • 所有字段名大小写敏感。
    • parameters 须是合规的 JSON Schema 对象。
    • 建议用英文字段名，中文置于 description 字段中。

  • tools.function.type string 工具调用的类型，固定为 function。

  • tools.function.description string 调用的函数的描述，大模型会使用它来判断是否调用这个函数。

top_p float / null

核采样概率阈值。

usage object

本次请求的 token 用量，包括输入 token 数量、输入 token 的详细分解、输出 token 数量、输出 token 的详细分解，以及总共使用的 token 数。

如果使用了工具，还会输出使用的工具类型和次数，以及工具的使用详情。

• usage.input_tokens integer 输入的 token 量。

• usage.input_tokens_details object 输入 token 的详细信息。

  • usage.input_tokens_details.cached_tokens integer 缓存命中的输入内容（含文本、音频等所有类型）所消耗的 token 总数。
  • usage.input_tokens_details.audio_tokens integer 音频输入内容所消耗的 token 数量。
  • usage.input_tokens_details.audio_cached_tokens integer 缓存命中的音频输入内容所消耗的 token 数量。

• usage.output_tokens integer 输出的 token 量。

• usage.output_tokens_details object 输出 token 的详细信息。

  • usage.output_tokens_details.reasoning_tokens integer 思考用 token 的数量。

• usage.total_tokens integer 消耗 token 的总量。

• usage.tool_usage object 工具调用用量统计。

  • usage.tool_usage.image_process integer 调用图像处理工具的数量。
  • usage.tool_usage.mcp integer 调用 MCP 工具的数量。
  • usage.tool_usage.web_search integer 调用网络搜索工具的数量。

• usage.tool_usage_details object 使用工具的详细信息。

  • usage.tool_usage_details.image_process object 调用图像处理工具的详细信息。例如：

    "tool_usage_details":{
        "image_process":{
            "zoom": 1,
            "point": 1,
            "grounding": 1
        }
    }
    

  • usage.tool_usage_details.mcp object 调用 MCP 工具的详细信息。例如：

    "tool_usage_details":{
        "mcp":{
            "mcp_server_tos": 1,
            "mcp_server_tls": 1
        }
    }
    

  • usage.tool_usage_details.web_search object 调用网络搜索工具的详细信息。例如：

    "tool_usage_details":{
        "web_search":{
            "toutiao": 1,
            "moji": 1,
            "search_engine": 1
        }
    }
    

store boolean 默认值 true

是否存储生成的模型响应，以便后续通过 API 检索。

• false：不存储，对话内容不能被后续的 API 检索到。
• true：存储当前模型响应，对话内容能被后续的 API 检索到。

caching object

是否开启缓存。

• caching.type string 取值范围：enabled、disabled。
  • enabled：开启缓存。
  • disabled：关闭缓存。

expire_at integer / null

存储的有效期。

temperature float / null

采样温度。

context_management object

上下文管理响应，请求过程中应用的上下文管理策略信息。

• context_management.applied_edits array 已应用的上下文编辑策略列表。
  • 思考块清除 object
    • context_management.applied_edits.type string 上下文编辑策略类型，此处应为 clear_thinking。
    • context_management.applied_edits.cleared_thinking_turns integer 已清除的思考轮次次数。
  • 工具调用内容清除 object
    • context_management.applied_edits.type string 上下文编辑策略类型，此处应为 clear_tool_uses。
    • context_management.applied_edits.cleared_tool_uses integer 已清除的工具调用次数。

错误码

公共错误码

TD模型编号：T0010001

模型能力简介

• 云灵90
  • 深度思考、文本生成、多模态理解、工具调用

鉴权说明 

本接口仅支持API Key鉴权，需联系TD运维同学获取长效API Key。

对话(Chat) API 接口地址

本文介绍 Chat API 的输入输出参数，供您使用接口时查阅字段含义。模型会依据传入的消息列表生成对话回复。

请求方法： POST

接口URL：https://modelpool-api.talkingdata.com/model/openai/api/v3/chat/completions

请求头（Request Headers）：

请求参数（Request Parameter）：

对话(Chat) API 请求参数

对话(Chat) API 请求体（requestBody）

model string 必选

本次请求使用模型的 Model ID 为 T0010001

messages object[] 必选

包含对话历史的消息列表，模型将依据此列表生成下一条消息。支持系统消息、用户消息、模型消息和工具消息。

• 系统消息 object 系统消息，用于设定模型的角色、行为或背景信息。
  • messages.role string 必选 角色，取值固定为 system。
  • messages.content string / object[] 必选 消息内容，支持纯文本或多模态内容。
    • 纯文本 string
    • 多模态内容 object[]
      • 文本信息 object
        • messages.content.type string 必选 类型，固定为 text。
        • messages.content.text string 必选 文本内容。
      • 图片信息 object
        • messages.content.type string 必选 类型，固定为 image_url。
        • messages.content.image_url object 必选 图片内容对象。
          • messages.content.image_url.url string 必选 图片的URL或Base64编码。
          • messages.content.image_url.detail string 图片解析粒度，可选值：low、high、xhigh。
      • 视频信息 object
        • messages.content.type string 必选 类型，固定为 video_url。
        • messages.content.video_url object 必选 视频内容对象。
          • messages.content.video_url.url string 必选 视频的URL或Base64编码。
          • messages.content.video_url.fps number 抽帧频率，取值范围：[0.2, 5]，默认值 1.0。
          • messages.content.video_url.detail string 从视频中提取帧的精细度。
      • 音频信息 object
        • messages.content.type string 必选 类型，固定为 input_audio。
        • messages.content.input_audio object 必选 音频内容对象。
          • messages.content.input_audio.url string 音频的URL。
          • messages.content.input_audio.data string 音频内容的Base64编码。
          • messages.content.input_audio.format string 音频格式，当使用 data 时必填。支持：mp3、wav、aac、m4a、pcm、ac3、alac。
      • 文件信息 object
        • messages.content.type string 必选 类型，固定为 file。
        • messages.content.file object 必选 文件内容对象，当前仅支持PDF。
          • messages.content.file.file_url string 文件的URL。
          • messages.content.file.file_data string 文件内容的Base64编码，文件大小不超过50MB。
          • messages.content.file.filename string 文件名，当使用 file_data 时必填。
• 用户消息 object 用户发送的消息。
  • messages.role string 必选 角色，取值固定为 user。
  • messages.content string / object[] 必选 消息内容，支持纯文本或多模态内容（结构同系统消息中的多模态内容）。
• 模型消息 object 历史对话中模型角色返回的消息，用于多轮对话。
  • messages.role string 必选 角色，取值固定为 assistant。
  • messages.content string 模型消息的文本内容。
  • messages.tool_calls object[] 模型调用的工具列表。
    • messages.tool_calls.id string 必选 工具调用的唯一ID。
    • messages.tool_calls.type string 必选 类型，固定为 function。
    • messages.tool_calls.function object 必选 函数信息。
      • messages.tool_calls.function.name string 必选 函数名称。
      • messages.tool_calls.function.arguments string 必选 函数参数的JSON字符串。
• 工具消息 object 调用工具后，工具返回的消息。
  • messages.role string 必选 角色，取值固定为 tool。
  • messages.content string 必选 工具返回的内容。
  • messages.tool_call_id string 必选 对应的工具调用ID。

max_tokens integer 默认值 4096

模型回答的最大长度（单位：token）。模型回答不包含思维链内容。

max_completion_tokens integer

控制模型输出的最大长度（包括模型回答和思维链内容，单位：token）。配置后，max_tokens 默认值失效。不可与 max_tokens 字段同时设置。取值范围：[1, 65536]。

reasoning_effort string 默认值 medium

限制思考的工作量。减少思考深度可提升速度，减少思考花费的token。

• none：不开启思考。
• minimal：关闭思考，直接回答。
• low：轻量思考，侧重快速响应。
• medium：均衡模式，兼顾速度与深度。
• high：深度分析，处理复杂问题。
• xhigh：更深层次的推理。
• max：最高程度思考，适配高难度推理任务。

thinking object

控制模型是否开启深度思考模式。

• thinking.type string 必选
  • enabled：开启思考模式。
  • disabled：关闭思考模式。
  • auto：自动思考模式，模型自主判断。

response_format object

指定模型回答的格式。默认值：{"type": "text"}。该能力尚在beta阶段。

• response_format.type string 回答格式类型。可选值：text、json_object、json_schema。

• JSON Schema配置 object (当 type 为 json_schema 时)

  • response_format.json_schema.name string 必选

    Schema名称。

  • response_format.json_schema.schema object 必选

    JSON Schema定义。

  • response_format.json_schema.strict boolean 默认值 false

    是否启用严格遵循模式。

  • response_format.json_schema.description string

    回答用途说明。

temperature number 默认值 1.0

采样温度，控制生成文本的随机性。取值范围：[0, 2]。建议仅调整 temperature 或 top_p 其中之一。

top_p number 默认值 0.7

核采样概率阈值。取值范围：[0, 1]。

tools object[]

待调用的工具列表。支持自定义函数（Function Calling）。

• tools.type string 必选

  工具类型，此处应为 function。

• tools.function object 必选

  函数定义。

  • tools.function.name string 必选

    函数名称。

  • tools.function.description string

    函数描述。

  • tools.function.parameters object 必选

    函数参数，以JSON Schema格式描述。

tool_choice string / object

控制模型是否以及如何调用工具。

• 简单策略 string

  可选值 none、auto、required。

• 指定工具 object：

  • tool_choice.type string 必选

    类型，固定为 function。

  • tool_choice.function object 必选

    • tool_choice.function.name string 必选

      要调用的函数名称。

parallel_tool_calls boolean 默认值 true

是否允许模型返回多个待调用的工具。

• true：允许返回多个工具调用。
• false：最多返回一个工具调用。

stream boolean 默认值 false

是否流式返回响应。

stream_options object

流式响应的选项。

• stream_options.include_usage boolean 默认值 false

  是否在流式响应结束前返回token用量。

• stream_options.chunk_include_usage boolean 默认值 false

  是否在输出的每个chunk中返回累计token用量。

stop string / string[]

停止词。模型遇到停止词时将停止生成，该词不会输出。最多支持4个字符串。

logprobs boolean 默认值 false

是否返回输出token的对数概率。

service_tier string 默认值 auto

控制使用的在线推理模式。

• auto：优先使用TPM保障包模式。
• fast：优先使用低延迟模式。
• default：只使用常规模式。

对话(Chat) API 响应参数

id string

本次请求的唯一标识。

object string

对象类型，固定为 chat.completion。

created integer

本次请求创建时间的Unix时间戳（秒）。

model string

本次请求实际使用的模型名称和版本。

service_tier string

本次请求实际使用的推理模式，如 default、scale、fast。

choices object[]

本次请求的模型输出内容列表。

• choices.index integer

  列表索引。

• choices.finish_reason string

  模型停止生成的原因。

  • stop：自然结束或命中停止词。
  • length：达到输出长度限制。
  • content_filter：被内容审核拦截。
  • tool_calls：模型调用了工具。

• choices.message object

  模型输出的消息。

  • choices.message.role string

    角色，固定为 assistant。

  • choices.message.content string

    模型生成的回复内容。

  • choices.message.reasoning_content string

    模型生成的思维链内容。

  • choices.message.tool_calls object[]

    模型生成的工具调用列表。

    • choices.message.tool_calls.id string

      调用ID。

    • choices.message.tool_calls.type string

      类型，固定为 function。

    • choices.message.tool_calls.function object

      • choices.message.tool_calls.function.name string

        函数名。

      • choices.message.tool_calls.function.arguments string

        函数参数的JSON字符串。

• choices.logprobs object

  对数概率信息（当请求时开启）。

usage object

本次请求的Token用量。

• usage.prompt_tokens integer

  输入Token数。

• usage.completion_tokens integer

  输出Token数。

• usage.total_tokens integer

  总Token数。

• usage.prompt_tokens_details object

  输入Token明细。

  • usage.prompt_tokens_details.cached_tokens integer

    缓存命中的Token数。

• usage.completion_tokens_details object

  输出Token明细。

  • usage.completion_tokens_details.reasoning_tokens integer

    思维链Token数。

对话(Chat) API 调用示例

云灵90-非流式响应

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/chat/completions?requestId=550e8400-e29b-41d4-a716-446655440000" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP" \
--data '{
    "model": "T0010001",
    "messages": [
        {
            "role": "user",
            "content": "介绍一下你自己"
        }
    ],
    "stream": false
}'

响应示例：

{
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null,
      "message": {
        "content": "你好呀！很高兴认识你！\n\n我是一个AI助手。让我简单介绍一下自己：\n\n## 我的特点\n\n**核心能力：**\n- **文本对话**：擅长回答各种问题、写作、分析、编程等\n- **文件处理**：可以读取你上传的图片、PDF、Word、Excel、PPT等文件中的文字信息，也能识别图片中的可见内容\n- **链接阅读**：可以阅读你分享的网页链接\n- **联网搜索**：支持联网查询最新信息（需要你手动开启）\n- **语音输入**：App端支持语音输入功能\n\n**技术参数：**\n- **超长上下文**：1M token容量，可以一次性处理像《三体》三部曲那么大体量的内容\n- **完全免费**：目前没有任何收费计划\n- **多平台支持**：Web端和App端都可以使用\n\n**我的风格：**\n-热情、细腻，乐于助人\n- 力求准确、清晰地回答问题\n-对于不确定的事情会坦诚告知\n\n**知识更新：**\n- 知识截止日期：2026年2月\n\n无论你是想聊天、学习、工作还是创作，我都愿意成为你的好帮手！有什么我可以帮你的吗？",
        "reasoning_content": "好的，用户让我介绍一下自己。这是一个非常简单的开场问题，用户可能是第一次接触我，想了解我的基本情况和能力范围。我需要给出一个清晰、友好、全面的自我介绍，让用户快速知道我是谁、能做什么、怎么使用我。\n\n嗯，回复应该结构清晰但自然，不用太死板。可以先热情打招呼，然后说明身份和创造者。接着重点介绍我的核心功能，比如文本处理、文件支持、超长上下文和联网搜索这些关键点。还要提一下我是免费的，降低用户的使用顾虑。最后可以简单说说我的风格和知识截止时间，并主动询问用户需要什么帮助，这样能自然引导对话继续。\n\n想到了用一些表情符号和分段让回复看起来更亲切易读，但思考过程里不需要这些。整体语气要热情、乐于助人，让用户感觉友好且可靠。不需要评价自己的回复，直接组织内容就好。",
        "role": "assistant"
      }
    }
  ],
  "created": 1789897269,
  "id": "021789897263972f0147cf5ac898e75f917f74d9b914e14483f72",
  "model": "deepseek-v4-1-flash-260910",
  "service_tier": "default",
  "object": "chat.completion",
  "usage": {
    "completion_tokens": 482,
    "prompt_tokens": 32,
    "total_tokens": 514,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 185
    }
  }
}

云灵90-流式响应

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/chat/completions?requestId=550e8400-e29b-41d4-a716-446655440000" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP" \
--data '{
    "model": "T0010001",
    "messages": [
        {
            "role": "user",
            "content": "介绍一下你自己"
        }
    ],
    "stream": true
}'

响应示例：

data: {"choices":[{"delta":{"content":"","reasoning_content":"","role":"assistant"},"index":0}],"created":1789897328,"id":"02178989732628152721f2e4f2b15c9813995bdfc120acf9c1fe3","model":"deepseek-v4-1-flash-260910","service_tier":"default","object":"chat.completion.chunk","usage":null}

 ...

data: {"choices":[],"created":1789897328,"id":"02178989732628152721f2e4f2b15c9813995bdfc120acf9c1fe3","model":"deepseek-v4-1-flash-260910","service_tier":"default","object":"chat.completion.chunk","usage":{"completion_tokens":664,"prompt_tokens":32,"total_tokens":696,"prompt_tokens_details":{"cached_tokens":0},"completion_tokens_details":{"reasoning_tokens":426}}}

data: [DONE]

创建模型响应接口地址

本文介绍 Responses API 创建模型请求时的输入输出参数，供您使用接口时查阅字段含义。

请求方法： POST

接口URL：https://modelpool-api.talkingdata.com/model/openai/api/v3/responses

请求头（Request Headers）：

请求参数（Request Parameter）：

创建模型响应请求参数

创建模型响应请求体（requestBody）

model string 必选

本次请求使用模型的 Model ID 为 T0010001

input string / array 必选

输入的内容，模型需要处理的输入信息。

• 文本输入 string

  输入给模型的文本类型信息，等同于使用 user 角色输入的文本信息。

• 输入的元素列表 array

  输入给模型的信息元素，可以包括不同的信息类型。

  • 输入的消息 object

    发送给模型的消息，其中角色用于指示指令遵循的优先级层级。由 developer 或 system 角色给出的指令优先于user角色给出的指令。assistant 角色的消息通常被认为是模型在先前交互中生成的回复。

    • input.content string / array 必选

      用于生成回复的文本、图片或视频输入，也可以包含先前助手的回复内容。

      • 文本输入 string

        输入给模型的文本。

      • 输入的内容列表 array

        包含一个或多个输入项的列表，每个输入项可包含不同类型的内容。

      • 输入模型的文本 object

        输入模型的文本。

        • input.content.text

          输入模型的文本。

        • input.content.typestring 必选

          输入项的类型，此处应为input_text。

      • 输入模型的图片 object

        • input.content.type string

          输入为图片类型，此处应为input_image。

        • input.content.image_url string

          要发送给模型的图片 URL。可以是完整的 URL，或以 data URL 形式编码的 base64 图片。

        • input.content.detail string

          取值范围：low、high、xhigh。

          理解图片的精细度、模型detail默认值为high。

        • detail 为 low 时，图片处理速度会提高，适合图片本身细节较少或者只需模型理解图片大致信息或者对速度有要求的场景。

        • detail 为 high 或 xhigh 时，模型可感知图片更多的细节，但是图片处理速度会降低，适合图像像素值高且需关注细节信息的场景，如街道地图分析等。

      • input.content.image_pixel_limit object / null 默认值 null

        输入给模型的图片的像素范围，如不在此范围，图片会被等比例缩放至该范围。

        注意：

        图片像素范围需在 [196, 36,000,000]，否则会直接报错。

        • 生效优先级：高于 detail 字段，即同时配置 detail 与 image_pixel_limit 字段时，生效 image_pixel_limit 字段配置。

        • 默认生效规则：若未设置image_pixel_limit，则使用 detail 配置的值对应的 min_pixels / max_pixels 值。

        • input.content.image_pixel_limit.max_pixels integer

          传入图片最大像素限制，大于此像素则等比例缩小至 max_pixels 字段取值以下。若未设置，则取值为 detail 配置的值对应的 max_pixels 值。

          云灵90 模型取值范围：(min_pixels, 9031680]

        • input.content.image_pixel_limit.min_pixels

          传入图片最小像素限制，小于此像素则等比例放大至 min_pixels 字段取值以上。若未设置，则取值为 detail 配置的值对应的 min_pixels 值。

          云灵90 模型取值范围：[1764, max_pixels)

    • 输入模型的视频 object

      • input.content.type string 必选

      • input.content. video_url string

        要发送给模型的视频 URL。可以是完整的 URL，或以 data URL 形式编码的 base64 视频。

      • input.content. fps float

        输入为视频类型，此处为input_video

        每秒钟从视频中抽取指定数量的图像，取值范围：[0.2, 5]。

        如果使用file_id参数，fps参数则会失效。

      • 输入模型的文件 object

        输入模型的文件。当前仅支持PDF文件。

        • input.content.type string 必选

          输入为文件类型，此处为input_file。

        • input.content.file_data string

          文件内容的Base64编码。单个文件大小要求不超过50MB。

        • input.content.file_name string

          文件名。当使用file_data时该参数必填。

        • input.content.file_urlstring

          文件的可访问URL。对应文件的大小要求不超过50MB。

      • 输入模型的音频 object

        • input.content.type string 必选

        ​ 输入为音频类型，此处为 input_audio。

        • input.content. audio_url string

        ​ 要发送给模型的音频 URL。可以是完整的 URL，或以 data URL 形式编码的 base64 音频。

    • input.role string 必选

      ​ 输入消息的角色，可以是 user，system ，assistant或 developer。

      • input.type string

    ​ 消息输入的类型，此处应为message。

    • input.partial boolean

    ​ 模型续写模式。

    ​ 在 input 列表里设置最后一条消息的 role 为assistant，并设置 partial 为 true开启续写模 式，模型会基于 content 内容进行续写。在续写模式下，partial 为必填项，具体使用:

    "input": [
        {"role": "user", "content": "Please write bubble sort code without any additional content."},
        {"role": "assistant", "content": "def bubble_sort(arr):", "partial": true} 
    ]
    

    • 上下文元素 object

    表示模型生成回复时需参考的上下文内容。该项可以包含文本、图片和视频输入，以及先前助手的回复和工具调用的输出。

    • 输入的信息 object

      历史请求中，发给模型的信息。

      • input.content array 必选

        与 输入的信息 中 content 字段的结构完全一致。

      • input.role string 必选

        输入消息的角色，可选值：system，user 或 developer。

      • input.type string

        消息输入的类型，此处应为message。

      • input.status string

        项目状态，可选值：in_progress，completed 或 incomplete。​

    • 工具函数信息object

      模型调用工具函数的信息

      • input.arguments string 必选

        要传递给函数的参数的 JSON 字符串。

      • input.call_id string 必选

        模型生成的函数工具调用的唯一ID。

      • input.name string 必选

        要运行的函数的名称。

      • input.type string 必选

        工具调用的类型，始终为function_call。

      • input.statusstring

        该项的状态。

      • 工具返回的信息 object

        调用工具后，工具返回的信息

        • input.call_id string 必选

          模型生成的函数工具调用的唯一 ID。

        • input.output string 必选

          调用工具后，工具输出的结果。

        • input.type string 必选

          工具调用的类型，始终为 function_call_output。

        • input.status string

          该项的状态。

instructions string / null

在模型上下文中插入系统消息或者开发者作为第一条指令。当与 previous_response_id 一起使用时，前一个回复中的指令不会被继承到下一个回复中。这样可以方便地在新的回复中替换系统（或开发者）消息。

不可与缓存能力一起使用。配置了instructions 字段后，本轮请求无法写入缓存和使用缓存，表现为：

• caching 字段配置为{"type":"enabled"} 时报错。
• 传入带缓存的 previous_response_id 时，缓存输入（cached_tokens）为0。

previous_response_id string / null

上一个模型回复的唯一标识符。使用该标识符可以实现多轮对话。

• 说明

  • 在请求中传入 previous_response_id，会引入上一轮请求的输入和回答内容，本次请求的输入tokens 会相应增加。工作原理:

    • 在每一轮对话过程中，深度思考模型会输出思维链内容（CoT）和最终回答（Answer）。

    • 在下一轮对话中，之前输出的思维链内容不会被拼接到上下文中。

      思维链内容展现的是模型处理问题的过程，包括将问题拆分为多个问题进行处理，生成多种回复综合得出更好回答等过程

  • 在多轮连续对话中，建议在每次请求之间加入约 100 毫秒的延迟，否则可能会导致调用失败。

expire_at integer 默认值：创建时刻+259200

取值范围：(创建时刻, 创建时刻+604800]，即最多保留7天。

设置存储的过期时刻，需传入 UTC Unix 时间戳（单位：秒），对 store（上下文存储） 和 caching（上下文缓存） 都生效。

注意：缓存存储时间计费，过期时刻-创建时刻 ，不满 1 小时按 1 小时计算。

max_output_tokens integer / null

模型输出最大 token 数，包含模型回答和思维链内容。

thinking object

控制模型是否开启深度思考模式。默认开启深度思考模式，可以手动关闭。

thinking.type string 必选

取值范围：enabled， disabled，auto。

• enabled：开启思考模式，模型一定先思考后回答。
• disabled：关闭思考模式，模型直接回答问题，不会进行思考。
• auto：自动思考模式，模型根据问题自主判断是否需要思考，简单题目直接回答。

reasoning object 默认值{"effort": "medium"}

限制深度思考的工作量。减少深度思考工作量可使响应速度更快，并且深度思考的 token 用量更小。

reasoning.effort string

取值范围：minimal，low，medium，high。

• minimal：关闭思考，直接回答。
• low：轻量思考，侧重快速响应。
• medium：均衡模式，兼顾速度与深度。
• high：深度分析，处理复杂问题。

caching object 默认值{"type": "disabled"}

是否开启缓存。不可与 instructions 字段、tools（除自定义函数 Function Calling 外）字段一起使用。

• caching.type string 必选

  取值范围：enabled， disabled。

  • enabled：开启缓存。
  • disabled：关闭缓存。

• caching.prefix boolean 默认值 false

  • true：仅创建公共前缀缓存，模型不回复。
  • false：不创建公共前缀缓存。

store boolean / null 默认值 true

是否储存生成的模型响应，以便后续通过 API 检索。

• false：不储存，对话内容不能被后续的 API 检索到。
• true：储存当前模型响应，对话内容能被后续的 API 检索到。

stream boolean / null 默认值 false

响应内容是否流式返回。

• false：模型生成完所有内容后一次性返回结果。
• true：按 SSE 协议逐块返回模型生成内容，并以一条 data: [DONE]消息结束。

text object

模型文本输出的格式定义，可以是自然语言，也可以是结构化的 JSON 数据。

• text.format object 默认值 { "type": "text" }

  指定模型文本输出的格式。

  • 文本格式 object

    响应格式为自然语言。

    • text.format.type string 必选

      回复格式的类型，此处应为 text。

  • JSON Object object

    响应格式为 JSON 对象。

    该能力尚在 beta 阶段，请谨慎在生产环境使用。

    text.format.type string 必选

    回复格式的类型，此处应为json_object。

  • JSON Schema object

    响应格式为 JSON 对象，遵循schema字段定义的 JSON结构。

    该能力尚在 beta 阶段，请谨慎在生产环境使用。

    • text.format.type string 必选

      回复格式的类型，此处应为json_schema。

    • text.format.name string 必选

      用户自定义的JSON结构的名称。

    • text.format.schema object 必选

      回复格式的JSON格式定义，以JSON Schema对象的形式描述。

    • text.format.description string / null

      回复用途描述，模型将根据此描述决定如何以该格式回复。

    • text.format.strict boolean / null 默认值 false

      是否在生成输出时，启用严格遵循模式。

      • true：模型将始终遵循schema字段中定义的格式。
      • false：模型将尽可能遵循schema字段中定义的结构。

tools array

模型可以调用的工具，当您需要让模型调用工具时，需要配置该结构体。

工具类型：

当前支持多种调用方式，包括

• 内置工具（Built-in tools）：由方舟提供的预置工具，用以扩展模型内容，如豆包助手、联网搜索工具、图像处理工具、私域知识库搜索工具等。

• MCP工具：通过自定义 MCP 服务器与第三方系统集成。

• 自定义工具（Function Calling）：您自定义的函数，使模型能够使用强类型参数和输出调用您自己的代码。

  • 豆包助手

    使用豆包助手，快速集成豆包app同款AI能力。

    • tools.type string 必选

      工具类型，此处填写工具名称，应为doubao_app。

    • tools.feature object

      豆包助手子功能。

      • tools.feature.chat object

        日常沟通功能，豆包同款自由对话，默认关闭。

        • tools.feature.chat.type string 默认值 disabled

          取值范围：enabled， disabled。

          • enabled：开启此功能。

            disabled：关闭此功能。

        • tools.feature.chat.role_descriptionstring 默认值：你的名字是豆包,有很强的专业性。

          使用豆包助手时修改角色设定。

          此字段与system prompt、instructions 互斥。

      • tools.feature.deep_chat object

        深度沟通功能，豆包同款深度思考对话，默认关闭。

        • tools.feature.deep_chat.typestring 默认值disabled

          取值范围：enabled， disabled。

          • enabled：开启此功能。

          • disabled：关闭此功能。

        • tools.feature.deep_chat.role_description string 默认值：你的名字是豆包,有很强的专业性。

          使用豆包助手时修改角色设定。

          此字段与system prompt、instructions 互斥。

      • tools.feature.ai_search object

        联网搜索功能，豆包同款AI搜索能力，默认关闭。

        • tools.feature.ai_search.type string 默认值 disabled

          取值范围：enabled， disabled。

          • enabled：开启此功能。

          • disabled：关闭此功能。

        • tools.feature.ai_search.role_description string 默认值：你的名字是豆包,有很强的专业性。

          使用豆包助手时修改角色设定。

          此字段与system prompt、instructions 互斥。

      • tools.feature.reasoning_search object

        边想边搜功能，豆包同款结合思考过程的智能搜索能力，默认关闭。

        • tools.feature.reasoning_search.type string 默认值 disabled

          取值范围：enabled，disabled。

          • enabled：开启此功能。

          • disabled：关闭此功能。

        • tools.feature.reasoning_search.role_description string 默认值：你的名字是豆包,有很强的专业性。

          使用豆包助手时修改角色设定。

          此字段与system prompt、instructions 互斥。

    • tools.user_location object 默认值{"type": "approximate"}

      用户地理位置，用于优化对话与搜索结果，包含 type、country、city、region 字段。示例如下：

      "user_location":{
           "type":"approximate",
           "country": "中国",
           "region":"浙江",
           "city":"杭州"
      }
      

      注意：填写 type 后，country、city、region 中 至少1个字段有有效值。

  • 函数调用

    • tools.type string 必选

      工具类型，此处应为 function。

    • tools.name string 必选

      调用的函数的名称。

    • tools.description string

      调用函数的描述，大模型会用它来判断是否调用这个函数。

    • tools.parameters object 必选

      函数请求参数，以 JSON Schema 格式描述。具体格式格式如下：

      {
        "type": "object",
        "properties": {
          "参数名": {
            "type": "string | number | boolean | object | array",
            "description": "参数说明"
          }
        },
        "required": ["必填参数"]
      }
      

      其中，

      • 所有字段名大小写敏感。

      • parameters 须是合规的 JSON Schema 对象。

      • 建议用英文字段名，中文置于 description 字段中。

    • tools.strict boolean 必选 默认值 true

      是否强制执行严格的参数验证。默认为true。

  • 联网搜索工具

    在互联网上搜索与该提示相关的资源。

    • tools.type string 必选

      工具类型，此处填写工具名称，应为web_search。

    • tools.sources string[]

      选择联网搜索的附加内容源。可选头条图文、抖音百科、墨迹天气。

      • toutiao ：联网搜索的附加头条图文内容源。

      • douyin ：联网搜索的附加抖音百科内容源。

      • moji：联网搜索的附加墨迹天气内容源。

    • tools.limit integer 默认值 10

      取值范围： [1, 50]。

      单轮搜索最大召回条数。

      说明：影响输入规模与性能，单次搜索最多返回20条结果（单轮可能有多次搜索），默认召回10条。

    • tools.user_locationobject 默认值 {"type": "approximate"}

      用户地理位置，用于天气查询等场景，包含 type、country、city、region 字段。示例如下：

      "user_location":{
           "type":"approximate",
           "country": "中国",
           "region":"浙江",
           "city":"杭州"
      }
      

      注意：填写 type 后，country、city、region 中 至少1个字段有有效值。

    • tools.max_keyword integer

      取值范围：[1, 50]。

      工具一轮使用，最大并行搜索关键词的数量。

  • 图像处理工具

    使用画点、画线、旋转、缩放、框选/裁剪关键区域等基础图像处理工具。

    • tools.type string 必选

      工具类型，此处填写工具名称，应为image_process。

    • tools.point object

      画点/连线功能开关，控制是否启用点绘制与连线功能。

      • tools.point.type string 默认值 enabled

        取值范围：enabled， disabled。

        • enabled：开启此功能。

        • disabled：关闭此功能。

    • tools.grounding object

      框选/裁剪功能开关，控制是否启用关键区域框选或裁剪。

      • tools.grounding.type string 默认值 enabled

        取值范围：enabled， disabled。

        • enabled：开启此功能。

        • disabled：关闭此功能。

    • tools.zoom object

      缩放功能开关，控制是否启用全图/指定区域缩放（支持0.5-2.0倍）。

      tools.zoom.type string 默认值 enabled

      取值范围：enabled， disabled。

      • enabled：开启此功能。

      • disabled：关闭此功能。

    • tools.rotate object

      旋转功能开关，控制是否启用顺时针旋转（支持0-359度）。

      tools.rotate.type string 默认值 enabled

      取值范围：enabled， disabled。

      • enabled：开启此功能。

      • disabled：关闭此功能。

  • MCP工具

    • tools.type string 必选

      工具类型，此处填写工具名称，应为mcp。

    • tools.server_label string 必选

      MCP Server标签，建议设定与工具用途/Server名称一致。

    • tools.server_url string 必选

      MCP Server访问地址。

    • tools.headers object

      要发送至 MCP 服务器的可选 HTTP 请求头，用于身份验证或其他用途。包含：

      • Authorization 鉴权信息（不存储）。

      • 自定义key-value。

    • tools.require_approval object/string 默认值 always

      指定哪些 MCP 服务器工具需要授权。

      • 工具批准设置 string

        取值范围：

        • always：所有工具需用户确认后调用。

        • never：所有工具无需确认，直接调用（可能存在安全风险）。

      • 工具批准筛选 object

        指定 MCP 服务器的哪些工具需要审批。可以是 always、never或与需要审批的工具关联的过滤器对象。

        • tools.require_approval.always object

          指定哪些工具需要用户确认批准。

          • tools.require_approval.always.tool_namesarray

            需要用户确认批准的工具名称列表。

        • tools.require_approval.never object

          指定哪些工具不需要用户确认批准使用。

          • tools.require_approval.never.tool_names array

            不需要用户确认批准的工具名称列表。

        • tools.allowed_tools array/object

          工具加载范围，默认包含当前MCP Server所有工具。

          • 工具加载范围 array

            允许加载的工具名称的字符串数组。

          • 工具筛选 object

            指定 MCP 服务器的哪些工具允许使用。

            • tools.allowed_tools.tool_names array

              允许的工具名称列表。

  • 私域知识库搜索工具

    • tools.type string 必选

      工具类型，此处填写工具名称，应为knowledge_search。

    • tools.knowledge_resource_id string 必选

      填写需使用的私域知识库ID。

    • tools.limit integer 默认值 10

      取值范围：[1, 200]。

      最大可被采用的搜索结果。

    • tools.max_keyword integer

      取值范围：[1, 50]。

      工具一轮使用，最大并行搜索关键词的数量。

    • tools.doc_filters object

      设置文档字段级别的检索过滤条件，确保只在符合条件的文档中检索。

      • 支持用作过滤条件的文档字段包括：

        系统字段：

        • doc_id（仅适用于手动创建的知识库）
        • _sys_auto_doc_id（适用于手动创建的知识库和 API 创建的知识库）

        自定义字段：

        已为知识库文档添加的文档标签（对应知识库 index_config 的fields 字段中的 field）

      • 支持单一条件过滤和多条件组合过滤（支持And和Or逻辑运算）。

    • tools.description string

      私域知识库的描述信息。

    • tools.dense_weight float 默认值 0.5

      取值范围：[0.2, 1]。

      稠密向量的权重。

      • 1 表示纯稠密检索 ，趋向于 0 表示纯字面检索。

      • 只有在请求的知识库使用的是混合检索时有效，即索引算法为 hnsw_hybrid。

    • tools.ranking_options object

      检索后处理选项。

      • tools.ranking_options.rerank_switch bool 默认值 false

        是否自动对检索结果做 rerank。

        若设置为true，则会自动请求 rerank 模型排序。

      • tools.ranking_options.retrieve_count integer 默认值 25

        进入重排的切片数量。此项只有在 rerank_switch 为 true 时生效。

        注意：retrieve_count 需要大于等于 limit，否则会抛出错误。

      • tools.ranking_options.get_attachment_link bool 默认值 false

        是否获取切片中图片的临时下载链接。

      • tools.ranking_options.chunk_diffusion_countinteger 默认值 0

        取值范围[0, 5]

        检索阶段返回命中切片的上下几片邻近切片。默认为 0，表示不进行 chunk diffusion。

      • tools.ranking_options.chunk_groupbool 默认值 false

        文本聚合。

        默认不聚合，对于非结构化文件，考虑到原始文档内容语序对大模型的理解，可开启文本聚合。开启后，会根据文档及文档顺序，对切片进行重新聚合排序返回。

      • tools.ranking_options.rerank_model string 默认值 "base-multilingual-rerank"

        rerank 模型选择。仅在 rerank_switch 为 True 的时候生效。

        可选模型：

        • （推荐）"base-multilingual-rerank"：速度快、长文本、支持70+种语言。

        • "m3-v2-rerank"：常规文本、支持100+种语言。

        tools.ranking_options.rerank_only_chunk bool 默认值 false

        是否仅根据 chunk 内容计算重排分数。可选值：

        • True：只根据 chunk 内容计算分

        • False：根据 chunk title + 内容 一起计算排序分

max_tool_calls integer 取值范围： [1, 10]。

最大工具调用轮次（一轮里不限制次数）。在工具调用达到此限制次数后，提示模型停止更多工具调用并进行回答。

注意：该参数为尽力而为（best effort）机制，不保证成功，最终调用次数会受模型推理效果、工具返回结果有效性等因素影响。

• 豆包助手不支持此参数。

• Web Search 基础联网搜索工具的默认值 3。

• Image Process 图像处理工具的默认值 10，不支持修改。

• Knowledge Search 私域知识库搜索工具的默认值为3。

context_management object

上下文管理策略，帮助模型有效利用上下文窗口。

• context_management.edits array

  支持的上下文编辑策略，用于管理上下文中思考块和工具调用内容。

  • 思考块清除 object

    在开启思考时管理思维链内容。

    • context_management.edits.type string

      上下文编辑策略类型，此处应为clear_thinking。

    • context_management.edits.keep object/string

      思维链保留策略。

      • 保留最近 N 轮思维链 object

        • context_management.edits.keep.type string

          思维链保留策略类型，此处应为thinking_turns。

        • context_management.edits.keep.value integer 默认值 1

          保留最近 N 轮的思维链。

      • 保留所有思维链 string

        保留所有思维链，此处应为 all。

  • 工具调用内容清除 object

    在对话上下文增长超过配置的阈值时清除工具调用内容。

    • context_management.edits.type string

      上下文编辑策略类型，此处应为clear_tool_uses。

    • context_management.edits.keep object

      工具调用内容保留策略。

      • context_management.edits.keep.type string

        工具调用内容保留策略类型，此处应为tool_uses。

      • context_management.edits.keep.value integer 默认值 3

        保留最近 N 轮工具调用内容。

    • context_management.edits.exclude_tools array

      不会被清除的工具名称列表，用于保留重要上下文。

    • context_management.edits.clear_tool_input boolean 默认值 false

      是否清除工具调用参数。

    • context_management.edits.trigger object

      触发工具调用内容清除策略的阈值。

      • context_management.edits.trigger.type string

        触发工具调用内容清除策略类型，此处应为tool_uses。

      • context_management.edits.trigger.value integer

        工具调用达到 N 轮时触发清除策略。

创建模型响应参数

创建模型响应非流式调用返回

返回一个 response object。

创建模型响应流式调用返回

服务器会在生成 Response 的过程中，通过 Server-Sent Events（SSE）实时向客户端推送事件。

创建模型响应调用示例

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/responses?requestId=550e8400-e29b-41d4-a716-446655440000" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP" \
--data '{
    "model": "T0010001",
    "input": "介绍下自己",
    "stream": false
}'

响应示例：

{
  "created_at": 1789897029,
  "id": "resp_021789897028882f0147cf5ac898e75f917f74d9b914e147e1d00",
  "model": "deepseek-v4-1-flash-260910",
  "object": "response",
  "output": [
    {
      "id": "rs_02178989702952600000000000000000000ffffac15aff042b369",
      "type": "reasoning",
      "summary": [
        {
          "type": "summary_text",
          "text": "好的，用户让我介绍一下自己。这是一个非常基础且常见的开场问题，用户可能是第一次接触我，想了解我的基本情况和能力范围。\n\n我需要给出一个清晰、友好、全面的自我介绍，让用户快速知道我是谁、能做什么、有什么特点。回复结构可以这样：先热情打招呼，然后说明身份和核心功能，接着列举主要能力，再强调一些关键特点（比如免费、长上下文、文件处理等），最后以开放性问题结束，邀请用户提出具体需求。\n\n想到了用分点的方式让信息更易读，但思考过程中不需要具体列出，只需要概括思路。重点是要让用户感到亲切、有用，并且知道如何与我互动。避免过于技术化的描述，保持通俗易懂。"
        }
      ],
      "status": "completed"
    },
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "你好呀！很高兴认识你！\n\n我是一个AI助手。让我简单介绍一下自己：\n\n## 我的特点\n\n- **完全免费**：没错，我不收费！可以放心使用\n- **超长上下文**：支持1M上下文，能一次性处理《三体》三部曲那么大体量的内容\n- **多文件支持**：可以上传图片、PDF、Word、Excel、PPT等文件，我能读取其中的文字信息，也能识别图片中的可见内容\n- **联网搜索**：需要时可以手动开启联网功能获取最新信息\n- **语音输入**：App端支持语音输入，交流更便捷\n\n## 使用方式\n\n你可以通过官方应用商店下载App，或者直接在网页端使用我。\n\n## 我能帮你什么？\n\n- 回答问题、解释概念\n- 写作、翻译、润色文字\n- 编程帮助、代码调试\n- 分析文档、总结内容\n- 创意 brainstorming\n- 学习辅导\n- 还有更多更多...\n\n我的知识截止到2026年2月，会尽力用热情、细腻的方式帮助你解决问题。有什么我可以帮你的吗？尽管问"
        }
      ],
      "status": "completed",
      "id": "msg_02178989703114000000000000000000000ffffac15aff06adabe"
    }
  ],
  "service_tier": "default",
  "status": "completed",
  "usage": {
    "input_tokens": 33,
    "output_tokens": 404,
    "total_tokens": 437,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens_details": {
      "reasoning_tokens": 148
    }
  },
  "caching": {
    "type": "disabled"
  },
  "store": true,
  "expire_at": 1790156228
}

查询模型响应接口地址

通过 response id 获取模型响应。

请求方法： GET

接口URL：https://modelpool-api.talkingdata.com/model/openai/api/v3/responses/{response_id}

查询模型请求参数

response_id string 必选

待检索的响应 id。

查询模型响应参数

• 如果您调用的 response 响应已完成，模型会返回对应的 response object。
• 如果您调用的 response 响应未完成，模型会返回错误码。

查询模型调用示例

云灵90-非流式响应

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/responses/resp_0217****" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP"

响应示例：

{
  "output": [
    {
      "summary": [
        {
          "text": "好的，用户让我介绍一下自己。这是一个非常基础且常见的开场问题，用户可能是第一次接触我，想了解我的基本情况和能力范围。\n\n我需要给出一个清晰、友好、全面的自我介绍，让用户快速知道我是谁、能做什么、有什么特点。回复结构可以这样：先热情打招呼，然后说明身份和核心功能，接着列举主要能力，再强调一些关键特点（比如免费、长上下文、文件处理等），最后以开放性问题结束，邀请用户提出具体需求。\n\n想到了用分点的方式让信息更易读，但思考过程中不需要具体列出，只需要概括思路。重点是要让用户感到亲切、有用，并且知道如何与我互动。避免过于技术化的描述，保持通俗易懂。",
          "type": "summary_text"
        }
      ],
      "id": "rs_02178989702952600000000000000000000ffffac15aff042b369",
      "type": "reasoning",
      "status": "completed"
    },
    {
      "role": "assistant",
      "id": "msg_02178989703114000000000000000000000ffffac15aff06adabe",
      "type": "message",
      "content": [
        {
          "text": "你好呀！很高兴认识你！\n\n我是一个AI助手。让我简单介绍一下自己：\n\n## 我的特点\n\n- **完全免费**：没错，我不收费！可以放心使用\n- **超长上下文**：支持1M上下文，能一次性处理《三体》三部曲那么大体量的内容\n- **多文件支持**：可以上传图片、PDF、Word、Excel、PPT等文件，我能读取其中的文字信息，也能识别图片中的可见内容\n- **联网搜索**：需要时可以手动开启联网功能获取最新信息\n- **语音输入**：App端支持语音输入，交流更便捷\n\n## 使用方式\n\n你可以通过官方应用商店下载App，或者直接在网页端使用我。\n\n## 我能帮你什么？\n\n- 回答问题、解释概念\n- 写作、翻译、润色文字\n- 编程帮助、代码调试\n- 分析文档、总结内容\n- 创意 brainstorming\n- 学习辅导\n- 还有更多更多...\n\n我的知识截止到2026年2月，会尽力用热情、细腻的方式帮助你解决问题。有什么我可以帮你的吗？尽管问！",
          "type": "output_text"
        }
      ],
      "status": "completed"
    }
  ],
  "usage": {
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "total_tokens": 437,
    "output_tokens": 404,
    "input_tokens": 33,
    "output_tokens_details": {
      "reasoning_tokens": 148
    }
  },
  "created_at": 1789897033,
  "model": "deepseek-v4-1-flash-260910",
  "service_tier": "default",
  "expire_at": 1790156228,
  "id": "resp_021789897028882f0147cf5ac898e75f917f74d9b914e147e1d00",
  "store": true,
  "caching": {
    "type": "disabled"
  },
  "object": "response",
  "status": "completed"
}

云灵90-流式响应

请求示例：

curl --location "https://modelpool-api.talkingdata.com/model/openai/api/v3/responses?requestId=550e8400-e29b-41d4-a716-446655440000" \
--header "Authorization: Bearer $ARK_API_KEY" \
--header "Content-Type: application/json" \
--header "X-Timestamp: $TIMESTAMP" \
--data '{
    "model": "T0010001",
    "input": "介绍下自己",
    "stream": true
}'

响应示例：

event: response.created
data: {"type":"response.created","response":{"created_at":1789897649,"id":"resp_02178989764897803229a2f04a6a3b2633b9772c08f5d72ca4e00","model":"deepseek-v4-1-flash-260910","object":"response","output":[],"service_tier":"auto","status":"in_progress","caching":{"type":"disabled"},"store":true,"expire_at":1790156848},"sequence_number":0}

 ...

event: response.completed
data: {"type":"response.completed","response":{"created_at":1789897649,"id":"resp_02178989764897803229a2f04a6a3b2633b9772c08f5d72ca4e00","model":"deepseek-v4-1-flash-260910","object":"response","output":[{"id":"rs_02178989764977600000000000000000000ffffac1914dabd38cb","type":"reasoning","summary":[{"type":"summary_text","text":"我们需要回答用户中文“介绍下自己”。需要作为AI助手介绍自己。需要简洁、友好。可以说明我是DeepSeek？ 等等，我是DeepSeek吗？系统没有明确身份？ 当前模型是 ChatGPT？ 根据开发者消息？ 实际上系统说“You are an AI assistant accessed via an API.” 没有指定名字。但用户用中文。通常应该介绍为AI助手，不是具体公司？ 但很多模型会自称 DeepSeek？ 这里不应该乱说。需要按系统：AI assistant accessed via API。可以介绍：“我是AI助手，可以帮你解答问题、写作、编程、翻译、总结等。支持中文。知识截止？ 我不清楚。可以上传文件？ API maybe no。不能联网除非工具。需要诚实。” 需要介绍自己。最好别声称有具体身份。可以叫“AI助手”。可以提到：我通过API访问，能处理文本对话，帮助你解决问题。不会保存记忆？需要谨慎。可以询问用户需要什么帮助。\n\n需要遵循政策？ 没有。最终回答应中文。可以包括：\n\n你好！我是AI助手，一个通过API提供服务的对话式人工智能。我可以用中文与你交流，也能处理其他语言。擅长：\n- 回答问题、解释概念\n- 写作、润色、翻译\n- 编程、调试、代码解释\n- 总结、头脑风暴、学习辅导等\n\n我的能力有限：不能保证实时信息，除非有联网/工具；不能执行现实世界操作；也可能出错，重要信息请核实。你希望我帮你做什么？\n\n这很合适。但“介绍下自己”可能期待具体名字。如果我说“DeepSeek”会错误？ 当前环境是API，没有名字。应该不指定。可 “我是这个API背后的AI助手”。也可以“你可以叫我小助手”。不要虚构。\n\n需要最终。可以简短。确保没有过度。"}],"status":"completed"},{"type":"message","role":"assistant","content":[{"type":"output_text","text":"你好！我是 AI 助手，通过 API 提供服务，可以和你在对话中交流并帮助你解决问题。\n\n我比较擅长这些方面：\n- 回答问题、解释概念、整理信息\n- 写作、改写、润色、翻译\n- 编程、调试代码、解释技术问题\n- 总结文档、头脑风暴、制定计划\n- 学习辅导、创意构思等\n\n我也有一些限制：比如不能保证获取实时信息，不能直接执行现实世界操作，回答也可能出错，重要内容建议你再核实一下。\n\n你可以直接告诉我想做什么，我会尽量帮你。"}],"status":"completed","id":"msg_02178989765428500000000000000000000ffffac1914dacde4de"}],"service_tier":"default","status":"completed","usage":{"input_tokens":33,"output_tokens":510,"total_tokens":543,"input_tokens_details":{"cached_tokens":0},"output_tokens_details":{"reasoning_tokens":391}},"caching":{"type":"disabled"},"store":true,"expire_at":1790156848},"sequence_number":521}

data: [DONE]

The response object

创建模型请求 或 模型查询响应后，模型会返回一个 response 对象。本文为您介绍 response 对象包含的详细参数。

说明

获取模型响应时，模型返回的 response 对象不包含思维链内容。

• created_at integer

  本次请求创建时间的 Unix 时间戳（秒）。

• error object / null

  模型未能生成响应时返回的错误对象。

  • code：相应的错误码。

  • message：错误描述。

• id string

  本次请求的唯一标识。

• incomplete_details object / null

  响应未能完成的细节。

  reason：响应未能完成的原因。

• instructions string / null

  在模型上下文中插入一条系统（或开发者）消息，作为首项。

  当与 previous_response_id 一起使用时，前一响应中的指令不会延续到下一响应。

• max_output_tokens integer / null

  模型输出最大 token 数，包含模型回答和思维链内容。

• model string

  本次请求实际使用的模型名称和版本。

• object string

  固定为 response。

• output array

  模型的输出消息列表，包含模型响应本次请求生成的回答、思维链、工具调用。

  • 模型回答 object

    模型回答，不包含思维链。

    • output.content array

      输出消息的内容。

      • 文本回答 object

        模型回答的文本消息。

        • output.content.text string

          模型回答的文本内容。

        • output.content.type string

          模型回答的类型，固定为 output_text。

    • output.role string

      输出信息的角色，固定为assistant。

    • output.status string

      输出消息的状态。

    • output.id string

      此回答的唯一标识。

    • output.type string

      输出消息的类型，此处应为message。

    • output.partial boolean

      模型开启续写模式时会返回该字段，此处应为 true。

  • 模型思维链

    本次请求，当触发深度思考时，模型会返回问题拆解的思维链内容。

    • output.summary array

      思维链内容。

      • output.summary.text string

        思维链内容的文本部分。

      • output.summary.type string

        对象的类型，此处应为 summary_text。

    • output. content array

      思考内容原文。

      • output.content.text string

        思维链内容的文本部分。

      • output.content. type string

        对象的类型，此处应为 reasoning_text。

      本输出对象的类型，此处应为 reasoning。

    • output.status string

      本次思维链内容返回的状态。

    • output. encrypted_content string

      经加密及压缩处理后的思考内容原文。仅当在include参数中指定 reasoning.encrypted_content。

    • output.id string

      本思维链消息的唯一标识。

  • 工具调用

    本次请求，模型根据信息认为需要调用的工具信息以及对应参数。

    • 属性

      • output.arguments string

        要传递给函数的参数，格式为 JSON 字符串。

      • output.call_id string

        本次工具调用信息的唯一 ID 。

      • output.name string

        要运行的函数的名称。

      • output.type string

        工具调用的类型，此处应为function_call。

      • output.status string

        此时消息返回的状态。

      • output.id string

        本次输出的唯一标识。

    • MCP 工具

      • output.id string

        本次输出的唯一标识。

      • output.server_label string

        MCP Server标签。

      • output.toolsobject

        mcp工具返回信息

        • McpCall

          • arguments string

            传递给工具的参数的 JSON 字符串。

          • id string

            本次输出的唯一标识。

          • name string

            运行工具的名称。

          • server_label string

            MCP Server标签。

          • type string

            始终为 mcp_call。

          • error string

            工具调用中出现的错误（如有）。

          • output string

            工具调用的输出结果。

        • McpListTools

          • id string

            MCP 列表的唯一标识。

          • server_label string

            MCP Server标签。

          • tools array

            服务端可用工具。

            • tools.input_schema object

              描述工具输入的 JSON 模式。

            • tools.name string

              运行工具的名称。

            • tools.annotations object

              关于该工具的其他说明。

            • tools.description string

              工具描述。

    • 联网搜索工具

      output.tools object

      mcp工具返回信息

      • id string

        本次输出的唯一标识。

      • type string

        始终为 web_search_call。

      • action object

        此次搜索调用中执行的具体操作的对象。

        • action.type string

          一般为 search

        • action.query string

          搜索内容。

        • action.source string[]

          联网搜索的附加内容源。可能为头条图文、抖音百科、墨迹天气。

          • toutiao ：联网搜索的附加头条图文内容源。

          • douyin ：联网搜索的附加抖音百科内容源。

          • moji ：联网搜索的附加墨迹天气内容源。

    • 图像处理工具

      output.tools object

      mcp工具返回信息

      • type string

        始终为 image_process。

      • point object

        画点/连线功能开关，是否启用点绘制与连线功能。

        • "type":"enabled"：已开启此功能。

        • "type":"disabled"：未开启此功能。

      • grounding object

        框选/裁剪功能开关，控制是否启用关键区域框选或裁剪。

        • "type":"enabled"：已开启此功能。

        • "type":"disabled"：未开启此功能。

      • zoom object

        缩放功能开关，控制是否启用全图/指定区域缩放（支持0.5-2.0倍）。

        • "type":"enabled"：已开启此功能。

        • "type":"disabled"：未开启此功能。

      • rotate object

        旋转功能开关，控制是否启用顺时针旋转（支持0-359度）。

        • "type":"enabled"：已开启此功能。
        • "type":"disabled"：未开启此功能。

previous_response_id string / null

本次请求时传入的历史响应ID。

thinking object / null

是否开启深度思考模式。

• thinking.type string

  取值范围：enabled， disabled，auto。

  • enabled：开启思考模式，模型一定先思考后回答。

  • disabled：关闭思考模式，模型直接回答问题，不会进行思考。

  • auto：自动思考模式，模型根据问题自主判断是否需要思考，简单题目直接回答。

service_tier string

本次请求是否使用了TPM保障包。

• default：本次请求未使用TPM保障包额度。

status string

生成响应的状态。

• completed：响应已完成。
• failed：响应失败。
• in_progress：响应中。
• incomplete：响应未完成。

text object

用于定义输出的格式，可以是纯文本，也可以是结构化的 JSON 数据。

• text.format object

  指定模型必须输出的格式的对象。

  • 自然语言输出 object

    模型回复以自然语言输出。

    • text.format.type string

      回复格式的类型，固定为text。

  • JSON Object object

    响应格式为 JSON 对象。

    • text.format.type string

      回复格式的类型，固定为 json_object。

  • JSON Schema object

    响应格式为 JSON 对象，遵循schema字段定义的 JSON结构。

    • text.format.type string

      回复格式的类型，固定为json_schema。

    • text.format.name string

      用户自定义的JSON结构的名称。

    • text.format.schema object

      回复格式的JSON格式定义，以JSON Schema对象的形式描述。

    • text.format.description string / null

      回复用途描述，模型将根据此描述决定如何以该格式回复。

    • text.format.strict boolean / null

      是否在生成输出时，启用严格遵循模式。

      • true：模型将始终遵循schema字段中定义的格式。

      • false：模型将尽可能遵循schema字段中定义的结构。