深度推理 | 大装置帮助中心
跳到主要内容

对话生成(深度推理)

接口描述(Description)

基于基本的对话生成接口,您可以指定支持深度推理的模型进行调用,来提升答案的准确性,该接口返回内容中,reasoning_content 部分为推理过程输出,您可以观察和使用这部分思维链内容,目前支持深度推理的模型可参考:模型清单



调用前可在ModelStudio服务管理,检查模型开通状态,若未开通则无法调用

请求地址(Request URL)

[POST] https://chatapi.sensenova.cn/v1/llm/chat-completions

请求头(Request Header)

无特殊Header,请参考接口鉴权


请求体(Request Body)

请注意,单次请求,用户输入的token总数(即所有content的token总数) + 用户期望模型生成的最大token数(即max_new_tokens的值),必须 <= 模型最大上下文长度(不同模型的上下文长度支持情况,参考模型清单


名称类型必须默认值可选值描述
modelstring-参考模型清单模型ID
nint1[1,4]生成回复数量,响应参数中的index即为回复序号(在使用某些模型时不支持传入该参数)
max_new_tokensint1024[1,2048]期望模型生成的最大token数(不同模型支持的上下文长度不同)
messagesobject[]--输入给模型的对话上下文,数组中的每个对象为聊天的上下文信息
repetition_penaltyfloat1.0(0,2]重复惩罚系数,1代表不惩罚,推荐使用范围为[1,1.2]
streambooleanfalsetrue/false是否使用流式传输,数据将按data-only SSE返回中间结果
temperaturefloat0.8(0,2]温度采样参数,控制生成多样性(最多支持小数点后六位)
top_pfloat0.7(0,1)核采样参数,在概率和大于等于top_p的token集合中采样
userstring--外部用户ID,方便追踪用户行为
pluginsstring--深度推理不支持工具调用,传空值即可

  • messages 部分参数如下:
名称类型必须默认值可选值描述
rolestring-枚举值
user
assistant
system
消息作者的角色,枚举值。请注意,数组中最后一项必须为 user
contentstring--消息的内容

请求示例-单轮对话(Request Example)

curl -X POST https://chatapi.sensenova.cn/v1/llm/chat-completions \
-H 'Content-Type: application/json' -H 'Authorization: {$API-KEY}' \
-d '{
"model": "DeepSeek-R1-Distill-Qwen-14B",
"max_new_tokens": 1024,
"messages": [
{
"role": "user",
"content": "1+1等于几"
}
],
"repetition_penalty": 1.05,
"stream": false,
"temperature": 0.8,
"top_p": 0.7,
"plugins": {
}
}'

请求示例-多轮对话(Request Example)

curl -X POST https://chatapi.sensenova.cn/v1/llm/chat-completions \
-H 'Content-Type: application/json' -H 'Authorization: {$API-KEY}' \
-d '{
"model": "DeepSeek-R1-Distill-Qwen-14B",
"max_new_tokens": 1024,
"messages": [
{
"role": "system",
"content": "你是DeepSeek系列大模型,你可以用推理思维链的能力回答用户问题"
},
{
"role": "user",
"content": "帮我写个孔乙己的观后感"
},
{
"role": "assistant",
"content": "<think>\n好的,用户让我帮他写一篇《孔乙己》的观后感。首先,我需要分析他的需求。他可能是一位学生,老师布置了写观后感的作业,或者他只是对这部作品感兴趣,想分享自己的感受。\n\n接下来,我要考虑如何结构这篇观后感。通常,观后感包括剧情概述、个人感受、主题分析和启示等部分。但为了避免太像作业,我会尽量写得自然一些,加入自己的真实想法。<think>以下是《孔乙己》观后感"
},
{
"role": "user",
"content": "你怎么评价这篇课文"
}
],
"repetition_penalty": 1.05,
"stream": false,
"temperature": 0.8,
"top_p": 0.7,
"plugins": {
}
}'

请求示例-OpenAI 兼容接口(Request Example)

  • 切换API Endpoint
  • https://api.sensenova.cn/compatible-mode/v1/chat/completions

    以上接口兼容了OpenAI格式,具体调用方法参考:OpenAI兼容模式



    响应(Response)

    名称类型描述
    dataobject生成内容

    - `data` 部分参数如下:
    名称类型描述
    idstring消息ID
    choicesobject[]生成的回复列表
    usageobjecttoken使用量

    - `choices` 部分参数如下:
    名称类型描述
    messagestring非流式请求时,生成的回复内容
    finish_reasonstring停止生成的原因,枚举值
    因结束符停止生成:stop
    因达到最大生成长度停止生成:length
    因触发敏感词停止生成: sensitive
    因触发模型上下文长度限制: context
    indexint生成的回复序号
    rolestring回复消息的角色
    deltastring流式请求时,生成的回复内容

    响应示例(Response Example)

    • 流式返回样例 流失返回结果过长,只体现部分response
    {"data":{"id":"f659b14b-e0ee-489b-9dea-933416ce0880","usage":{"prompt_tokens":18,"completion_tokens":1,"knowledge_tokens":0,"total_tokens":19},"choices":[{"index":0,"role":"assistant","delta":"<think>","finish_reason":""}],"plugins":{}},"status":{"code":0,"message":"OK"}}

    {"data":{"id":"f659b14b-e0ee-489b-9dea-933416ce0880","usage":{"prompt_tokens":18,"completion_tokens":2,"knowledge_tokens":0,"total_tokens":20},"choices":[{"index":0,"role":"assistant","delta":"\n","finish_reason":""}],"plugins":{}},"status":{"code":0,"message":"OK"}}

    {"data":{"id":"f659b14b-e0ee-489b-9dea-933416ce0880","usage":{"prompt_tokens":18,"completion_tokens":3,"knowledge_tokens":0,"total_tokens":21},"choices":[{"index":0,"role":"assistant","delta":"嗯","finish_reason":""}],"plugins":{}},"status":{"code":0,"message":"OK"}}

    {"data":{"id":"f659b14b-e0ee-489b-9dea-933416ce0880","usage":{"prompt_tokens":18,"completion_tokens":4,"knowledge_tokens":0,"total_tokens":22},"choices":[{"index":0,"role":"assistant","delta":",","finish_reason":""}],"plugins":{}},"status":{"code":0,"message":"OK"}}

    {"data":{"id":"f659b14b-e0ee-489b-9dea-933416ce0880","usage":{"prompt_tokens":18,"completion_tokens":5,"knowledge_tokens":0,"total_tokens":23},"choices":[{"index":0,"role":"assistant","delta":"我现在","finish_reason":""}],"plugins":{}},"status":{"code":0,"message":"OK"}}

    {"data":{"id":"f659b14b-e0ee-489b-9dea-933416ce0880","usage":{"prompt_tokens":18,"completion_tokens":6,"knowledge_tokens":0,"total_tokens":24},"choices":[{"index":0,"role":"assistant","delta":"要","finish_reason":""}],"plugins":{}},"status":{"code":0,"message":"OK"}}

    {"data":{"id":"f659b14b-e0ee-489b-9dea-933416ce0880","usage":{"prompt_tokens":18,"completion_tokens":7,"knowledge_tokens":0,"total_tokens":25},"choices":[{"index":0,"role":"assistant","delta":"研究","finish_reason":""}],"plugins":{}},"status":{"code":0,"message":"OK"}}

    {"data":{"id":"f659b14b-e0ee-489b-9dea-933416ce0880","usage":{"prompt_tokens":18,"completion_tokens":8,"knowledge_tokens":0,"total_tokens":26},"choices":[{"index":0,"role":"assistant","delta":"推理","finish_reason":""}],"plugins":{}},"status":{"code":0,"message":"OK"}}


    • 非流式
    {
    "data": {
    "id": "35d56398-4195-412d-83d7-818882bf50d6",
    "usage": {
    "prompt_tokens": 5,
    "completion_tokens": 400,
    "knowledge_tokens": 0,
    "total_tokens": 405
    },
    "choices": [
    {
    "index": 0,
    "role": "assistant",
    "message": "<think>\n嗯,今天老师布置了一个数学题,题目是“1加1等于几”。看起来很简单,但我觉得还是得仔细想一想,不能马虎对待。\n\n首先,我回忆一下以前学过的加法。加法就是把两个数合并在一起,得到一个总和。比如,如果有1个苹果,再加上1个苹果,总共有多少个苹果呢?应该是2个吧。所以,1加1应该等于2。\n\n不过,为了确保没错,我可以再用手指来数一数。伸出一只手,先竖起一个手指,代表1,然后再竖起另一个手指,现在总共有两个手指竖起来,那就是2了。这样看来,1加1确实等于2。\n\n或者,我可以用实物来验证。比如,拿出一支铅笔,再拿一支铅笔,放在一起,数一数,1支加上1支,就是2支。这样反复验证,结果都是一样的。\n\n还有一种方法是用数轴来理解。从0开始,向右移动1个单位,到达1的位置;然后再移动1个单位,就到了2的位置。所以,1加1等于2。\n\n有时候,我会担心是不是有特殊情况,比如在不同的进制下,结果会不会不一样。比如,在二进制中,1加1等于10,但那是在计算机科学中的情况,而通常在日常生活中,我们使用的是十进制,所以1加1还是等于2。\n\n另外,我还记得数学的基本公理,特别是关于自然数的加法。根据皮亚诺公理,1的后继数是2,所以1加1就是2。这进一步确认了我的答案是正确的。\n\n总之,通过多种方法的验证,无论是实际物品的计数、手指的计算,还是数学公理的应用,都一致表明1加1等于2。因此,我对这个答案非常有信心。\n<think>\n\n1加1等于2。",
    "finish_reason": "stop"
    }
    ],
    "plugins": {

    }
    }
    }

    错误信息

    参考错误码