收起侧栏

文档中心

对话大模型-115B(算法编码：8000500021)

接口信息

API Path
/aipaas/lm/v1/telechat/chat115b

请求协议
HTTPS

请求方法
POST

请求头部 ：

头部标签	必填	说明	类型
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]
Content-Type	是	application/json	[string]

请求参数 Json
Object

参数名	说明	必填	类型	示例
messages	对话内容	是	[array]
messages>>content	系统消息的内容 string/array	是	[array]	系例： “content”:”你好” “content”:[{“type”:”text”,”text”:”你好”}]
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	否	[string]
messages>>tool_calls	模型生成的工具调用	否	[array]
messages>>tool_call_id	此消息正在响应的工具调用	否	[string]
model	要使用的模型的ID	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	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时才设置此项 "stream_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，所有其他块也将包含一个usage字段，但值为空。	否	[object]
tools	模型可以调用的工具列表。	否	[array]
tools>>type	工具的类型。该参数暂未生效	是	[string]
tools>>function		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。	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 1，使用的采样温度，范围在 0 到 2 之间。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	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）取值范围：12b模型:[1，120000]	否	[int]
extra_body>>repetition_penalty	作用：生成重复惩罚（不建议修改）取值范围：（0，+♾️）	否	[double]
traceId	接口跟踪ID，每次调用需不同，可使用UUID，用于日志排除、链路跟踪	否	[string]
timestamp	当前时间戳	否	[long]

响应内容 ：

返回结果

> 流式响应结果-成功 (200)
> Json
> Object

参数名	说明	必填	类型	示例
id	聊天补全的唯一标识符(uuid4)。	否	[string]
choices	聊天补全选项的列表。	否	[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。	否	[string]
choices>>index	选择列表中的索引	否	[int]
choices>>delta	模型生成的聊天补全消息。	否	[object]
choices>>delta>>content	消息的内容	否	[string]
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]
choices>>delta>>refusal	模型生成的拒绝消息	否	[string]
choices>>delta>>tool_calls	工具列表	否	[array]
choices>>delta>>tool_calls>>index	选择列表中的索引	否	[int]
choices>>delta>>tool_calls>>id	工具调用的 ID	否	[string]
choices>>delta>>tool_calls>>type	工具的类型。目前仅支持 function	否	[string]
choices>>delta>>tool_calls>>function	模型调用的函数。	否	[object]
choices>>delta>>tool_calls>>function>>name	要调用的函数的名称	否	[string]
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]
choices>>logprobs	输出标记的对数概率。	否	[object]
created	时间戳	否	[int]
model	用于聊天补全的模型。	否	[string]
object	对象类型，始终为 chat.completion。	否	[string]	chat.completion.chunk
usage	token统计	否	[object]
usage>>completion_tokens	生成tokens	否	[int]
usage>>prompt_tokens	prompt的tokens	否	[int]
usage>>total_tokens	总tokens	否	[int]
system_fingerprint	代表模型运行时后端配置的指纹。【当前默认null】	否	[string]

> 非流式响应结果-成功 (200)
> Json
> Object

参数名	说明	必填	类型	示例
id	聊天补全的唯一标识符(uuid4)。	否	[string]
choices	聊天补全选项的列表。	否	[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。	否	[string]
choices>>index	选择列表中的索引	否	[int]
choices>>message	模型生成的聊天补全消息。	否	[object]
choices>>message>>content	消息的内容	否	[string]
choices>>message>>refusal	模型生成的拒绝消息。	否	[string]
choices>>message>>tool_calls	模型生成的工具调用，例如函数调用。	否	[array]
choices>>message>>tool_calls>>id	工具调用的 ID。	否	[string]
choices>>message>>tool_calls>>type	工具的类型。目前仅支持 function。	否	[string]
choices>>message>>tool_calls>>function	模型调用的函数。	否	[object]
choices>>message>>tool_calls>>function>>name	要调用的函数的名称。	否	[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。	否	[string]
choices>>message>>role	此消息作者的角色。	否	[string]
choices>>logprobs	输出标记的对数概率。	否	[object]
created	时间戳	否	[int]
model	用于聊天补全的模型。	否	[string]
object	对象类型，始终为 chat.completion。	否	[string]	chat.completion.chunk
usage	token统计	否	[object]
usage>>completion_tokens	生成tokens	否	[int]
usage>>prompt_tokens	prompt的tokens	否	[object]
usage>>total_tokens	总tokens	否	[int]
system_fingerprint	代表模型运行时后端配置的指纹。可以与请求参数 seed 结合使用，以了解可能影响确定性的后端更改何时发生。【当前默认null】	否	[string]

1. 功能介绍

通用语义大模型35B通常指的是拥有350亿参数的大型预训练语言模型。这类模型通过在大规模文本数据上进行无监督学习，能够捕捉到语言的深层结构和语义信息，从而在多种自然语言处理任务中表现出色。

2. 修订历史

日期	版本	修订内容
2025-02-13	v1.6.5.6	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，公网服务调用鉴权规则请参见：开发指南 - 接口签名认证.

4. 请求参数示例

流式请求示例

{
    "model": "Chat",
    "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": "你好"
            },
            "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": "？"
        },
        "logprobs": null
    }],
    "created": 1729666765,
    "model": "aichat",
    "system_fingerprint": null,
    "object": "chat.completion.chunk"
}

data: {
    "id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
    "choices": [{
        "finish_reason": null,
        "index": 0,
        "delta": {
            "content": ""
        },
        "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": "Chat",
    "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
        }
    }
}

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。

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。

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。
tool_calls	否	array	模型生成的工具调用。

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	是	string	此消息正在响应的工具调用。

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,用于鉴权
            Map headers = new HashMap();
            headers.put("X-APP-ID", "yourAppId");
            headers.put("Order-Num", "yourOrderNum");
            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示例

import json
import requests


def build_request_dynamically():
    """动态构建请求体"""
    # 初始化请求体
    request_body = {}
    request_body["model"] = "telechat-115b"
  
    # 构建messages数组
    messages = []
    message = {
        "role": "user",
        "content": "你是什么模型，能处理什么问题"
    }
    messages.append(message)
    request_body["messages"] = messages
  
    request_body["max_completion_tokens"] = 150
    request_body["stream"] = False
  
    return request_body

def send_post_request_enhanced():
    """增强版的POST请求，包含更详细的日志和错误处理"""
    try:
        url = "算法调用地址"
        headers = {
            "X-APP-ID": "yourAppId",
            "Order-Num": "yourOrderNum",
            "Authorization": "yourAuthorization"
        }
  
        # 动态构建请求体
        request_body = build_request_dynamically()
  
        print(f"请求URL: {url}")
        print(f"请求头: {headers}")
        print(f"请求体: {json.dumps(request_body, indent=2, ensure_ascii=False)}")
  
        # 发送POST请求
        response = requests.post(
            url=url,
            headers=headers,
            json=request_body,
            timeout=30
        )
  
        # 处理响应
        print(f"响应状态码: {response.status_code}")
  
        if response.status_code == 200:
            response_data = response.json()
            print("请求成功完成")
            print(f"响应数据: {json.dumps(response_data, indent=2, ensure_ascii=False)}")
            return response_data
        else:
            print(f"POST请求失败，状态码: {response.status_code}")
            print(f"响应内容: {response.text}")
            return None
  
    except requests.exceptions.Timeout:
        print("请求超时")
    except requests.exceptions.ConnectionError:
        print("连接错误")
    except requests.exceptions.HTTPError as e:
        print(f"HTTP错误: {e}")
    except json.JSONDecodeError as e:
        print(f"JSON解析错误: {e}")
    except Exception as e:
        print(f"未预期的错误: {e}")

# 调用增强版函数
if __name__ == "__main__":
    send_post_request_enhanced()

大模型体验中心

开放能力

开发平台

应用产品

解决方案

关于TeleAI

热门搜索