流式输出
请求中加上 "stream": true，模型边生成边返回，用户能更快看到第一个字。适合聊天界面和长文本生成。
示例
curl -N https://shutong.ai/api/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $SHUTONG_API_KEY" \
-d '{
"model": "deepseek-chat",
"stream": true,
"messages": [{"role": "user", "content": "写一段 100 字的产品介绍"}]
}'数据格式
响应为 Server-Sent Events，每行 data: 后是一个 JSON 数据块，最后以 data: [DONE] 结束。
data: {"id":"chatcmpl-…","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"你"}}]}
data: {"id":"chatcmpl-…","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"好"}}]}
data: {"id":"chatcmpl-…","object":"chat.completion.chunk","choices":[],"usage":{"prompt_tokens":14,"completion_tokens":28,"total_tokens":42}}
data: [DONE]- 每个数据块的
choices[0].delta.content是新生成的文字片段。 - 用量
usage在最后一个数据块中返回，这个数据块的choices可能为空数组，读取前请先判断。 - 单次请求最长 300 秒，超长生成建议分段。