Create Chat Completion

Bearer <你的 Amux 密钥> 控制台创建的 Amux 密钥。忘了可以回控制台的密钥页再看一次。

固定为 application/json。

Anthropic 的 beta 功能开关。这条端点上不支持——即使这次请求最终转到 Anthropic 上游，它也不会被带过去。需要它请走 /v1/messages。

规范 ID，形如 厂商/模型。冒号后缀有两种用法：:供应商 锁定某一家（anthropic/claude-opus-5:anthropic，锁定后该供应商故障即失败 ，不会自动切换）；:@策略 指定这一次的排序（:@price / :@latency / :@throughput / :@reliability / :@balanced）。两者不能同时写，取值含义见概览。

对话消息列表。system 与 developer 两个角色等价，后者是 OpenAI 给推理模型引入的别名。

本次生成的最大 token 数。超过模型上限时压到上限，并在日志里留一条转换说明。

同 max_tokens，新版 OpenAI 模型用的字段名。两个都给时以这个为准。

采样温度，0–2。转到 Anthropic 上游时压到 1（它的上限），压过会留一条转换说明。

核采样。与 temperature 二选一，官方建议不要同时调。

生成几条候选。跨协议时默认不传递——另外三家没有对等物。同协议直连时按上游行为。

以 SSE 流式返回。用量在最后一个数据块里给出。

流式选项。设置 include_usage: true 时，客户端会收到最后那一块仅包含 usage 的结尾帧。include_obfuscation 给流式增量补随机填充字节，原样透传给支持它的上游。

停止词，单条可以直接写字符串，多条用数组，最多 4 条。转到 Gemini 时最多 5 条、转到 Anthropic 无上限；反向超出时截断并留说明。 最新的推理模型（o3 / o4-mini 这类）不接受这个参数，那是上游的限制。

存在惩罚，-2 到 2。Anthropic 与 Responses 没有对等物，转过去时丢弃并留说明。

频率惩罚，-2 到 2。同上。

token 偏置表。仅 Chat 协议独有，跨协议时默认不传递。

返回 token 概率。跨协议时默认不传递。

每个位置返回几个候选的概率，需同时开 logprobs。跨协议时默认不传递。

JSON 输出约束。Gemini 上游转成 responseMimeType + responseJsonSchema；Anthropic 没有对等物，那条链路 上不生效——Anthropic 的结构化输出要自己定义一个工具并强制调用。

采样种子。Gemini 有对等物，Anthropic 与 Responses 没有。

可调用的工具，{ type: "function", function: { name, description, parameters } }。四种协议的工具形状不同，跨 协议时自动改写。

auto / none / required，或 { type: "function", function: { name } } 指定某一个。四家的取值都能对 上，跨协议时自动映射。

是否允许一次发起多个工具调用。转到 Anthropic 时取反后写入 tool_choice.disable_parallel_tool_use；Gemini 没有 这个开关。仅在带了 tools 时发送，否则上游会拒绝整个请求。

推理强度档位。取值跟着模型世代走，这里列的是并集：minimal 属于 GPT-5.4 / 5.5，GPT-5.6 起不再提供；xhigh / max 反过来是 5.6 才有的；none 表示不要推理。填了这个模型不认的档位由上游报错，我们不替它拦。

none 会被翻成各家的「关掉思考」：Anthropic 不下发 thinking，Gemini 下发 thinkingBudget: 0。其余档位转到 Anthropic 时换算成 thinking.budget_tokens，转到 Gemini 时换算成 thinkingLevel。

终端用户标识，上游拿它做滥用检测。转到 Anthropic 时写入 metadata.user_id。也用作会话亲和的依据：带上它能让同一会话稳定落在同一供应商，提 示缓存才命中得了。

OpenAI 官方正在用 safety_identifier + prompt_cache_key 取代它。我们两个都认，user 不会失效；但如果你已经迁到 safety_identifier，会话亲和要改用 prompt_cache_key——safety_identifier 是原样透传的，不参与路由。

会话标识，比 user 优先。同一个值的请求会被路由到同一家供应商，让上游的提示缓存命中。不传时按系统提示词与首条消息推断。

自定义键值对，随请求透传给上游。

是否让上游留存本次对话。原样透传，我们自己不留存请求正文。

服务档位。不支持——我们不会把它转发给任何上游，两条路径都摘。 带了它不会报错，摘了什么会告诉你：非流式在响应体的 amux.droppedParams，流式在 x-amux-dropped-params 响应头。

输出详略，GPT-5 系列起提供。转到 Responses 时写入 text.verbosity（位置不同，同一个东西）；Anthropic 与 Gemini 没有对等物，转过去时丢弃并留说明。

终端用户标识，OpenAI 用它取代 user 做滥用检测。原样透传，跨协议时默认不传递——另外两家没有对等字段。

注意它不参与会话亲和：只发它而不发 prompt_cache_key 的话，同一会话可能落到不同供应商，上游的提示缓存必然落空。

显式提示缓存断点。仅 gpt-5.6 及以后的模型支持，更早的模型要用 prompt_cache_retention。 mode: explicit 时断点由你用 prompt_cache_breakpoint 标记，implicit（默认）由上游自己选一个。原样透传，跨协议时默认不传递。

提示缓存的保留时长。in_memory 是几分钟到一小时，24h 最长留一天。这是 gpt-5.6 之前的模型用的字段， 5.6 及以后改用 prompt_cache_options。原样透传，不影响计价，跨协议时默认不传递。

Predicted Outputs，{ type: "content", content }。大段输出已知时（改一段代码里的几行）能显著降低延迟。原样透传， 跨协议时默认不传递。

内置网络搜索工具，{ user_location, search_context_size }。原样透传给支持它的上游，跨协议时默认不传递—— 各家的内置工具形状完全不同，凑不出对应关系。

内容审核配置，{ model, policy }。原样透传，跨协议时默认不传递。

推理成功。model 返回的是规范 ID，与请求时写的是同一个值。

余额不足。这类错误不重试，也不影响任何供应商的健康度。