Respostas em fluxo

A resposta aparece enquanto o modelo a escreve. A pessoa lê as primeiras palavras em vez de esperar pelo fim.

Nesta página

Ativar o fluxo
O formato
Os tempos limite

Ativar o fluxo

Define stream como true. A resposta chega em eventos do servidor, cada um com um pedaço do texto.

stream = client.chat.completions.create(
    model="flash",
    messages=[
        {"role": "user", "content": "Draft a payment reminder."}
    ],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(
            chunk.choices[0].delta.content, end="", flush=True
        )
    if chunk.usage:
        print("\n", chunk.usage.total_tokens, "tokens")

const stream = await client.chat.completions.create({
  model: "flash",
  messages: [
    { role: "user", content: "Draft a payment reminder." },
  ],
  stream: true,
})
for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "")
  if (chunk.usage)
    console.log("\n", chunk.usage.total_tokens, "tokens")
}

import type { ChatCompletionChunk } from "openai/resources"

const stream: AsyncIterable<ChatCompletionChunk> =
  await client.chat.completions.create({
    model: "flash",
    messages: [
      { role: "user", content: "Draft a payment reminder." },
    ],
    stream: true,
  })
for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "")
  if (chunk.usage)
    console.log("\n", chunk.usage.total_tokens, "tokens")
}

curl -N https://api.learnya.ai/v1/chat/completions \
  -H "Authorization: Bearer $LEARNYA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "flash",
    "stream": true,
    "messages": [
      {"role": "user", "content": "Draft a payment reminder."}
    ]
  }'

Resposta

data: {"id":"chatcmpl-91a7","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"role":"assistant","content":""}}]}

data: {"id":"chatcmpl-91a7","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"Dear Ms Keller,"}}]}

data: {"id":"chatcmpl-91a7","object":"chat.completion.chunk","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-91a7","object":"chat.completion.chunk","choices":[],"usage":{"prompt_tokens":17,"completion_tokens":96,"total_tokens":113}}

data: [DONE]

O formato

Evento	O que contém
`delta.content`	O pedaço de texto seguinte
`delta.reasoning_content`	O raciocínio, quando o pediste
`finish_reason`	O motivo da paragem, no último pedaço do texto
`usage`	A contagem de tokens, num último evento sem escolhas
`[DONE]`	O fim do fluxo

Os tempos limite

Um fluxo sem atividade durante dois minutos é interrompido, com um último evento de erro.
Uma resposta dura no máximo dez minutos.
Para parar uma resposta, fecha a ligação.