对话大模型-35B(算法编码：8000300004)

接口信息

API Path
/aipaas/lm/v1/telechat/completions35

请求协议
HTTPS

请求方法
POST

请求头部 ：

头部标签	必填	说明	类型	数据字典	限制	头部内容	示例
Content-Type	是	application/json	[string]
X-APP-ID	是	控制台--应用管理--AppID	[string]
Order-Num	是	买家中心-订单管理-订单编号	[string]
Authorization	是	鉴权信息	[string]

请求参数 Json
Object

参数名	说明	必填	类型	数据字典	限制	示例
messages	对话内容。多轮对话场景下，完整的content 长度不可超过模型最大输入。（新版本 messages 子字段内的 content允许为空）	是	[array]
messages>>content	消息的内容string/array类型，例： “content”:”你好” “content”:[{“type”:”text”,”text”:”你好”}]	是	[object]
messages>>refusal	助理的拒绝消息	否	[string]
messages>>role	消息作者的角色	是	[string]
messages>>name	参与者的可选名称。提供模型信息以区分同一角色的参与者，最大长度为 30	否	[string]
messages>>tool_call_id	此消息正在响应的工具调用，最大长度为64	否	[string]
messages>>tool_calls	模型生成的工具调用	否	[array]
messages>>tool_calls>>id	工具调用的 ID	是	[string]
messages>>tool_calls>>type	工具的类型。目前仅支持 function	是	[string]
messages>>tool_calls>>function	模型调用的函数	是	[object]
messages>>tool_calls>>function>>name	要调用的函数的名称	是	[string]
messages>>tool_calls>>function>>arguments	用于调用函数的参数，由模型以 JSON格式生成	是	[object]
model	要使用的模型的ID(Chat)，最大长度为 64	是	[string]
max_completion_tokens	最大生成词元数量。输入词元和生成词元的总长度受模型上下文长度的限制。兼容传入max_tokens，但不允许两个参数同时存在，范围在1到模型最大输出长度（例如：2000）	是	[int]
presence_penalty	默认值为 0,在 -2.0 到 2.0 之间。正值会基于新生成词是否已经出现在当前文本中进行惩罚，增加模型谈论新主题的可能性。	否	[number]
stream	默认值为 false，如果设置true，回答内容讲使用流式传输	否	[boolean]
stream_options	流式响应的选项。仅当您设置 stream:true 时 设 置 此 项 才 生 效 。 " s tream_options":{"include_usage": true}如果设置，则在 data: [DONE]之前流式传输的一个块中 usage 此块上的字段显示整个请求的 token 使用情况统计信息。	否	[object]
tools	模型可以调用的工具列表。	否	[array]
tools>>type	工具的类型。目前仅支持function	是	[string]
tools>>function	模型调用的函数	是	[object]
tools>>function>>description	函数用途的描述，模型使用它来选择何时以及如何调用函数，最大长度2000	否	[string]
tools>>function>>name	要调用的函数的名称。必须是 a-z、A-Z、0-9 或包含下划线和短划线，最大长度为 64	是	[string]
tools>>function>>parameters	函数接受的参数，描述为 JSON Schema 对象。请参阅 指南 有关示例，请参阅 JSON 架构参考 有关格式的文档	否	[object]
tools>>function>>strict	是否在生成函数调用时启用严格的架构遵循。如果设置为 true，则模型将遵循字段中定义的确切架构。当 is 时，仅支持 JSON 架构的子集。在函数调用指南中了解有关结构化输出的更多信息	否	[boolean]
tool_choice	控制模型调用工具。 none表示模型不会调用任何工具，而是生成一条消息。 auto表示模型可以在生成消息或调用一个或多个工具之间进行选择	否	[string]
temperature	默认值为 0.3，使用的采样温度，范围 [0,2]。较高的值如 0.8 会使输出更随机，而较低的值如 0.2 会使输出更集中且具有确定性，取0时会关闭采样，无随机输出。	否	[number]
top_p	默认值为 1，取值范围为[0,1]之间，作为温度采样的替代方法，称为核采样，该方法中模型考虑具有 top_p 概率质量的词元结果	否	[number]
extra_body	额外参数	否	[object]
extra_body>>top_k	作用：随机候选数（不建议修改） 取值：大于0的值越大，输出的多元性越大。 取值范围：(0,10000]	否	[int]
extra_body>>repetition_penalty	作用：生成重复惩罚 取值范围：（0,2]	否	[double]
extra_body>>frequency_penalty	基于它们在生成文本中的频率。值>0鼓励模型使用新令牌，而值 流式响应结果-成功 (200)
> Json
> Object

参数名	说明	必填	类型	数据字典	限制	示例
data	表⽰流式返回的数据块，包含⽣成的⽂本内容，[DONE]表⽰⽣成过程已完成	是	[object]
data>>id	聊天补全的唯一标识符(uuid4)。	是	[string]
data>>choices	聊天补全选项的列表。	否	[array]
data>>choices>>finish_reason	string/null，模型停止生成标记的原因。原因可能是stop模型到达自然停止点或提供的停止序列、 length达到请求中指定的最大标记数。	否	[string]
data>>choices>>index	选择列表中的索引	否	[int]
data>>choices>>delta	模型响应流生成的聊天补全增量。	否	[object]
data>>choices>>delta>>content	string/null，块消息的内容。	否	[string]
data>>choices>>delta>>role	此消息作者的角色。【第一块携带、其他块 不携带此参数】	否	[string]
data>>choices>>delta>>refusal	string/null，模型生成的拒绝消息【第一块携带、其他块不携带此参数】	否	[string]
data>>choices>>delta>>tool_calls	工具列表	否	[array]
data>>choices>>delta>>tool_calls>>index	选择列表中的索引	否	[int]
data>>choices>>delta>>tool_calls>>id	工具调用的 ID	否	[string]
data>>choices>>delta>>tool_calls>>type	工具的类型。目前仅支持 function	否	[string]
data>>choices>>delta>>tool_calls>>function	模型调用的函数。	否	[object]
data>>choices>>delta>>tool_calls>>function>>name	要调用的函数的名称	否	[string]
data>>choices>>delta>>tool_calls>>function>>arguments	用于调用函数的参数，由模型以 JSON 格式生成。请注意，该模型并不总是生成有效的 JSON，并且可能会产生函数架构未定义的参数。在调用函数之前验证代码中的参数	否	[string]
data>>choices>>logprobs	object/null，输出标记的对数概率。	否	[object]
data>>created	时间戳【秒级】	是	[int]
data>>model	用于生成补全的模型。	是	[string]
data>>object	对象类型，始终为 chat.completion.chunk。	是	[string]
data>>usage	object/null，token统计【当stream_options生效时，最后一个块携带usage信息、其他块携带的是null，其他情况默认不携带】	否	[object]
data>>usage>>completion_tokens	生成tokens	否	[int]
data>>usage>>prompt_tokens	prompt的tokens	否	[int]
data>>usage>>total_tokens	总tokens	否	[int]
data>>usage>>completion_tokens_details	生成 tokens详细统计	否	[object]
data>>usage>>completion_tokens_details>>reasoning_tokens	思考 tokens，当前都为0	否	[int]
data>>system_fingerprint	代表模型运行时后端配置的指纹。【当前默认null】	是	[string]

> 非流式响应结果-成功 (200)
> Json
> Object

参数名	说明	必填	类型	数据字典	限制	示例
id	聊天补全的唯一标识符(uuid4)。	是	[string]
choices	聊天补全选项的列表。	是	[array]
choices>>finish_reason	模型停止生成标记的原因。原因可能是stop模型到达自然停止点或提供的停止序列、 length达到请求中指定的最大标记数。 如果模型调用了工具，tool_calls。	是	[string]
choices>>index	选择列表中的索引	是	[int]
choices>>message	模型生成的聊天补全消息。	是	[object]
choices>>message>>content	消息的内容	是	[string]
choices>>message>>refusal	模型生成的拒绝消息。	是	[string]
choices>>message>>tool_calls	模型生成的工具调用，例如函数调用。	是	[array]
choices>>message>>tool_calls>>id	工具调用的 ID。	是	[string]
choices>>message>>tool_calls>>type	工具的类型。目前仅支持 function。	是	[string]
choices>>message>>tool_calls>>function	模型调用的函数。	是	[object]
choices>>message>>tool_calls>>function>>name	要调用的函数的名称。	是	[string]
choices>>message>>tool_calls>>function>>arguments	用于调用函数的参数，由模型以 JSON 格式生成。请注意，该模型并不总是生成有效的 JSON，并且可能会产生函数架构未定义的参数。在调用函数之前验证代码中的参数。	是	[string]
choices>>message>>role	此消息作者的角色。	是	[string]
choices>>logprobs	object/null，输出标记的对数概率。	是	[object]
created	时间戳【秒级】	是	[int]
model	用于聊天补全的模型。	是	[string]
object	对象类型，始终为 chat.completion。	是	[string]			chat.completion.chunk
usage	token统计	是	[object]
usage>>completion_tokens	生成tokens	是	[int]
usage>>prompt_tokens	prompt的tokens	是	[int]
usage>>total_tokens	总tokens	是	[int]
usage>>completion_tokens_details	生成tokens详细统计	是	[object]
usage>>completion_tokens_details>>reasoning_tokens	思考tokens，当前都为0	是	[int]
system_fingerprint	代表模型运行时后端配置的指纹。【当前默认null】	是	[string]

详细说明 ：

1. 功能介绍

TeleChat对话35B版本。

2. 修订历史

日期	版本	修订内容
2025-10-09	v1.3.1	message规则全部关闭；入参新增tool_calls子字段，删除knowledgeBase字段；修改部分字段描述；增加状态码与健康检查接口描述
2025-02-17	v1.6.5	初始化api文档

3. 服务鉴权

服务接口调用时需要严格遵循服务鉴权规则，服务调用鉴权规则请参见：开发指南 - 接口签名认证。

4. 状态码说明

通用状态码请参考【状态码】中的【网关认证】

字段	类型	说明
code	string	状态响应码。01110001： 请求体参数不符合类型；01110002： 请求参数不符合规则；01110003： 模型连接错误；01110004： 内部错误
message	string	错误消息提示

5. 请求参数示例

5.1 请求示例

流式请求示例

{
    "model": "telechat-35b",
    "messages": [{
        "role": "user",
        "content": "你是什么模型，能处理什么问题"
    }],
    "max_completion_tokens": 150,
    "stream": true
}

流式响应示例

data: {
	"id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
	"choices": [{
		"finish_reason": null,
		"index": 0,
		"delta": {
			"content": "",
			"role": "assistant",
			"refusal": null
		},
		"logprobs": null
	}],
	"created": 1729666765,
	"system_fingerprint": null,
	"model": "aichat",
	"object": "chat.completion.chunk"
}
data: {
		"id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
		"choices": [{
			"finish_reason": null,
			"index": 0,
			"delta": {
				"content": "u4f60u597d"
			},
			"logprobs": null
		}],
		"created": 1729666765,
		"model": "aichat",
		"system_fingerprint": null,
		"object": "chat.completion.chunk"
	}
	........中间省略消息块
data: {
	"id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
	"choices": [{
		"finish_reason": null,
		"index": 0,
		"delta": {
			"content": "uff1f"
		},
		"logprobs": null
	}],
	"created": 1729666765,
	"model": "aichat",
	"system_fingerprint": null,
	"object": "chat.completion.chunk"
}
data: {
	"id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
	"choices": [{
		"finish_reason": "stop",
		"index": 0,
		"delta": {},
		"logprobs": null
	}],
	"created": 1729666765,
	"model": "aichat",
	"system_fingerprint": null,
	"object": "chat.completion.chunk"
}
data: {
	"id": "c86aff51e90442ed8c7e1ab5296189a8",
	"choices": [],
	"created": 1729666822,
	"model": "aichat",
	"system_fingerprint": null,
	"object": "chat.completion.chunk",
	"usage": {
		"completion_tokens": 40,
		"prompt_tokens": 23,
		"total_tokens": 63,
		"completion_tokens_details": {
			"reasoning_tokens": 0
		}
	}
}
此消息块在stream_option生效时产生
data: [DONE]

非流式请求示例

{
    "model": "telechat-35b",
    "messages": [{
        "role": "user",
        "content": "你是什么模型，能处理什么问题"
    }],
    "max_completion_tokens": 150,
    "stream": false
}

非流式响应示例

{
	"id": "aacd0a837f244378812fa898d5094fe2",
	"choices": [{
		"finish_reason": "stop",
		"index": 0,
		"message": {
			"refusal": null,
			"role": "assistant",
			"content": " 你好，我很乐意为你解答问题。请问有什么我可以帮助你的吗？"
		},
		"logprobs": null
	}],
	"created": 1729666692,
	"model": "aichat",
	"system_fingerprint": null,
	"object": "chat.completion",
	"usage": {
		"completion_tokens": 41,
		"prompt_tokens": 23,
		"total_tokens": 64,
		"completion_tokens_details": {
			"reasoning_tokens": 0
		}
	}
}

5.2 健康检查接口

• 请求方法：GET
• 访问 URL：http://ip:port/api/v2/Health

参数	数据类型	说明	备注
code	int	状态码	无
data	obj	返回消息体	无
data.error_code	string	返回服务状态码	无
data.error_message	string	返回模型状态信息	无
data.algo_types	array	算法类型	无

响应示例：

{
	"code": 10000,
	"data": {
		"error_code": "APP_ERR_OK",
		"error_message": "正常状态
		",
		"algo_types": ["0000"]
	}
}

tips：模型健康检测接口 http_code 返回非 200，即可认为模型异常。

6. message参数说明

6.1 当message角色为system时

字段	必填	类型	说明
content	是	string/array	系统消息的内容 例：“content”:”你好”“content”:[{“type”:”text”,”text”:”你好”}]
role	是	string	消息作者的角色，在本例中为 system
name	否	string	参与者的可选名称。提供模型信息以区分同一角色的参与者，最大长度为 30

6.2 当message角色为user时

字段	必填	类型	说明
content	是	string/array	用户消息的内容。
role	是	string	消息作者的角色，在本例中为 user
name	否	string	参与者的可选名称。提供模型信息以区分同一角色的参与者，最大长度为 30

6.3 当message角色为assistant时

字段	必填	类型	说明
content	是	string/array	用户消息的内容。
refusal	否	string	助理的拒绝消息。
role	是	string	消息作者的角色，在本例中assistant
name	否	string	参与者的可选名称。提供模型信息以区分同一角色的参与者，最大长度为 30
tool_calls	否	array	模型生成的工具调用，详见请求字段

6.4 当message角色为tool时

字段	必填	类型	说明
role	是	string	消息作者的角色，在本例中为tool
content	是	string/array	工具消息的内容。
tool_call_id	否	string	此消息正在响应的工具调用，最大长度为 64

6.5 messages列表格式规则

本次全部关闭。

7. 调用示例

7.1 Java版本

import cn.hutool.http.HttpRequest;
import cn.hutool.http.HttpResponse;
import cn.hutool.json.JSONUtil;

import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;

/** 主类，用于发起HTTP请求并处理响应 */
public class Example {

    public static void main(String[] args) {
        example();
    }

    /**
     * 方法中使用到的 JSONUtil、HttpRequest、HttpResponse均来自Hutool工具类。
     * 具体maven依赖为：
     * 
     *     cn.hutool
     *     hutool-all
     *     5.8.29
     * 
     */
    public static void example() {
        try {
            String url = "算法调用地址";
            // 设置请求头
            Map headers = new HashMap();
            //调用鉴权
            headers.put("Content-Type", "application/json");
            headers.put("X-APP-ID", "yourAppId");
            headers.put("Authorization", "yourAuthorization");

            // 创建请求对象
            Map request = new HashMap();
            request.put("model", "telechat-35b");
            Map messages = new HashMap();
            messages.put("role", "user");
            messages.put("content", "你是什么模型，能处理什么问题");
            request.put("messages", Arrays.asList(messages));
            request.put("max_completion_tokens", 150);
            request.put("stream", true);
            // 将请求对象转换为JsonNode
            String requestString = JSONUtil.toJsonStr(request);

            // 发起HTTP请求
            HttpResponse response =
                    HttpRequest.post(url)
                            .headerMap(headers, true)
                            .body(requestString)
                            .execute();
            // 输出响应结果
            System.out.println(response.body());
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

}

7.2 Python版本

import json
import hashlib
import hmac
import time
import re
import urllib.parse
import requests
import warnings
from datetime import datetime
import logging

# 配置日志，设置日志级别为INFO，并指定日志格式
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# 配置环境变量
X_APP_ID = "yourAppId"
AUTHORIZATION = "yourAuthorization"

# URL 和请求数据
url = "算法调用地址"  # 请求的URL
request_data = {
    "model": "telechat-35b",
    "messages": [{
        "role": "user",
        "content": "你是什么模型，能处理什么问题"
    }],
    "max_completion_tokens": 150,
    "stream": True
}

# 构建请求头
headers = {
    "Content-Type": "application/json",
    "X-APP-ID": X_APP_ID,
    "Authorization": AUTHORIZATION
}


def timeSimple(timestamp):
    # 将时间戳转换为HH:MM:SS格式的时间字符串
    dt_object = datetime.fromtimestamp(timestamp)
    formatted_time = dt_object.strftime("%H:%M:%S")
    return formatted_time


def send_request(url):
    try:
        start_time = time.time()
        logging.info(f"请求路径: {url}")
        logging.info(f"开始发送: {timeSimple(start_time)}")

        with requests.post(
            url, json=request_data, headers=headers, stream=True, verify=False
        ) as response:
            first_packet_time = None
            if response.status_code == 200:
                logging.info(f"接受到返回: {timeSimple(time.time())}")

                for chunk in response.iter_content(chunk_size=1024):
                    if chunk:
                        if first_packet_time is None:
                            first_packet_time = time.time()
                        logging.info(
                            f"Received chunk: {timeSimple(time.time())} {chunk.decode('utf-8')}"
                        )

                end_time = time.time()
                logging.info(f"Time to first byte (TTFB): {first_packet_time - start_time:.3f} seconds")
                logging.info(f"Request completed in {end_time - start_time:.3f} seconds")
            else:
                logging.error(f"Request failed with status code {response.status_code}")
    except Exception as e:
        logging.error(f"An error occurred: {e}")


# 发送请求
send_request(url)
logging.info(f"headers = {headers}")