OpenAI 兼容模式：响应数据处理

/v1/chat/completions 流式与非流式响应的统一解析方法：共性优先，附健壮解析参考实现，覆盖各模型不影响接入的少数差异。

调用 兼容模式 时，无论你用的是 OpenAI、Claude、Gemini、Grok、Qwen、GLM 还是其它模型，响应都遵循同一套 OpenAI schema。绝大多数解析逻辑是通用的——只要按本页的统一写法处理，换模型不用改代码。

本页帮你把「响应数据处理」一次做对：先讲共性，再用一张表列出少数需要兼容、但不影响接入的差异点。

请求侧（base_url、鉴权、换模型）见 兼容模式调用。本页只讲响应侧：拿到响应后怎么解析。

​

两种模式，同一端点

同一个 /v1/chat/completions，只由 stream 参数决定返回形态：

	stream: false（默认）	stream: true
返回形态	单个 JSON 对象	SSE 数据流（多行 data:）
顶层类型	chat.completion	chat.completion.chunk
取正文	choices[0].message.content	累加各块 choices[0].delta.content
适用场景	后端任务、批处理、需完整结果	聊天 UI、需要逐字上屏

​

非流式响应

结构稳定，取 choices[0].message.content 即可：

{
  "id": "chatcmpl-xxx",
  "object": "chat.completion",
  "model": "gpt-4.1-mini",
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "1+1等于2。" },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 31, "completion_tokens": 8, "total_tokens": 39 }
}

Python

resp = client.chat.completions.create(
    model="gpt-4.1-mini",
    messages=[{"role": "user", "content": "1+1等于几？"}]
)
print(resp.choices[0].message.content)
print(resp.usage.total_tokens)

const resp = await openai.chat.completions.create({
  model: 'gpt-4.1-mini',
  messages: [{ role: 'user', content: '1+1等于几？' }]
});
console.log(resp.choices[0].message.content);
console.log(resp.usage.total_tokens);

curl https://api.apiyi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{"model":"gpt-4.1-mini","messages":[{"role":"user","content":"1+1等于几？"}]}'

非流式下七家主流模型高度一致，choices[0].message.content 可无差别取值。部分模型（如 OpenAI 系）message 里还会带 annotations、refusal 等字段，按需读取，不用则忽略即可。

​

流式响应（SSE）

流式以 Server-Sent Events 逐块推送，每行形如 data: {...}，以 data: [DONE] 收尾：

data: {"choices":[{"delta":{"content":"1"},"index":0}], ...}
data: {"choices":[{"delta":{"content":"+1"},"index":0}], ...}
data: {"choices":[{"delta":{},"finish_reason":"stop","index":0}], ...}
data: [DONE]

用官方 SDK 时迭代即可，核心是累加 delta.content：

Python

stream = client.chat.completions.create(
    model="gpt-4.1-mini",
    messages=[{"role": "user", "content": "写一首短诗"}],
    stream=True
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

const stream = await openai.chat.completions.create({
  model: 'gpt-4.1-mini',
  messages: [{ role: 'user', content: '写一首短诗' }],
  stream: true
});

for await (const chunk of stream) {
  const delta = chunk.choices?.[0]?.delta?.content;
  if (delta) process.stdout.write(delta);
}

​

接入要点：少数差异，统一处理

不同模型的流式细节略有出入，但只要遵守下面几条，就能用同一套代码兼容全部模型。

结束块的 choices 可能是空数组。 携带 usage 的最后一块，部分模型是 "choices":[]（如 gpt-4.1-mini、grok、qwen、glm），直接取 choices[0] 会越界报错。解析每块前先判 choices 是否非空。

差异点	表现	统一处理方式
结束块 choices	可能为 [] 空数组，也可能非空	取 delta 前先判 choices 非空
finish_reason 中间值	多数为 null，claude 为 ""（空串）	判结束统一用 finish_reason === "stop"
usage 出现位置	空 choices 块 / 非空 choices 块 / 与 stop 同块	三处都尝试读取，读到即记录
分块粒度	逐 token（gpt 系）或整句（gemini/claude）	不影响——累加即可，无需关心颗粒
首个角色声明块	有的先发一个空 content 块声明 role	content 为空时跳过，不要当正文
厂商私有字段	obfuscation、system_fingerprint、first_token_return_time 等	一律忽略，不要硬依赖

​

健壮解析参考实现

不依赖 SDK、直接处理原始 SSE 时，按下面的写法可覆盖上述全部差异：

Python

import json, requests

def stream_chat(model, messages, api_key):
    resp = requests.post(
        "https://api.apiyi.com/v1/chat/completions",
        headers={"Authorization": f"Bearer {api_key}",
                 "Content-Type": "application/json"},
        json={"model": model, "messages": messages, "stream": True},
        stream=True, timeout=300,
    )
    text, usage = "", None
    for line in resp.iter_lines(decode_unicode=True):
        if not line or not line.startswith("data: "):
            continue
        data = line[6:]
        if data == "[DONE]":
            break
        chunk = json.loads(data)
        if chunk.get("usage"):          # usage 可能出现在任意块
            usage = chunk["usage"]
        choices = chunk.get("choices")
        if not choices:                 # 结束块可能是空数组，先判空
            continue
        delta = choices[0].get("delta", {})
        piece = delta.get("content")
        if piece:                       # 跳过 role 声明等空 content 块
            text += piece
            print(piece, end="", flush=True)
        if choices[0].get("finish_reason") == "stop":
            pass                        # 仅作结束标记，不要 break（usage 常在其后）
    return text, usage

async function streamChat(model, messages, apiKey) {
  const resp = await fetch("https://api.apiyi.com/v1/chat/completions", {
    method: "POST",
    headers: { "Authorization": `Bearer ${apiKey}`, "Content-Type": "application/json" },
    body: JSON.stringify({ model, messages, stream: true }),
  });

  const reader = resp.body.getReader();
  const decoder = new TextDecoder();
  let buffer = "", text = "", usage = null;

  while (true) {
    const { done, value } = await reader.read();
    if (done) break;
    buffer += decoder.decode(value, { stream: true });
    const lines = buffer.split("\n");
    buffer = lines.pop();             // 保留可能不完整的最后一行

    for (const line of lines) {
      if (!line.startsWith("data: ")) continue;
      const data = line.slice(6).trim();
      if (data === "[DONE]") return { text, usage };
      const chunk = JSON.parse(data);
      if (chunk.usage) usage = chunk.usage;        // usage 可能出现在任意块
      const choices = chunk.choices;
      if (!choices || choices.length === 0) continue;  // 结束块可能为空数组
      const piece = choices[0].delta?.content;
      if (piece) { text += piece; process.stdout.write(piece); }
    }
  }
  return { text, usage };
}

推理模型（grok、qwen、glm 等）流式时会先推送 delta.reasoning_content（思考链），再推送 delta.content（正文）。上面的解析只取了 content，因此思考链被自动跳过。需要展示思考过程时的处理见 推理模型输出。

​

usage 与计费

• usage 在非流式响应里随结果一起返回；流式则在尾部某一块里返回（位置见上表，建议「读到即覆盖」）。
• 各家字段细分不同：OpenAI 系有 completion_tokens_details，Gemini/Claude 额外带 input_tokens/output_tokens，推理模型带 reasoning_tokens。统一以 prompt_tokens / completion_tokens / total_tokens 三个标准字段为准。

流式 usage 的 total_tokens 不要全信。 实测个别模型（如 gpt-5.4-mini）流式尾块出现 total ≠ prompt + completion 的异常帧，同模型非流式则正常。计费请以账单为准，不要用流式那一帧的 total 做结算。

​

相关链接

• 同组页面：兼容模式调用 · 推理模型输出 · 原生调用
• 模型与价格：模型与价格总览
• 获取 / 管理令牌：https://api.apiyi.com/token