Чат: сообщения и параметры
Chat Completions API в рублях: сообщения, системная роль, история диалога, параметры temperature, max_tokens и stop. Примеры на Python и JS.
Обновлено:
Основной метод — POST https://veselo.ai/v1/chat/completions. Ему передаются модель и список сообщений, в ответ приходит следующее сообщение — ответ модели. Формат — как у OpenAI Chat Completions.
Сообщения
| role | Что это |
|---|---|
system | инструкция модели: роль, тон, формат ответа. Обычно первое сообщение |
user | сообщение человека или твоей программы |
assistant | прошлые ответы модели — для истории диалога |
tool | результат функции, которую вызвала модель, — см. Вызов функций |
content — строка, а для картинок во входе — массив частей, см. Картинки во входе. В одном запросе — до 2000 сообщений.
curl
curl https://veselo.ai/v1/chat/completions \
-H "Authorization: Bearer $VESELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek/deepseek-v4.1-flash-ultrafast",
"temperature": 0.3,
"max_tokens": 200,
"messages": [
{"role": "system", "content": "Ты редактор. Отвечай коротко, по-русски, без вступлений."},
{"role": "user", "content": "Сократи до одного предложения: «Мы рады сообщить, что наш магазин теперь работает каждый день с девяти до девяти»."}
]
}'Python
import os
from openai import OpenAI
client = OpenAI(base_url="https://veselo.ai/v1", api_key=os.environ["VESELO_API_KEY"])
r = client.chat.completions.create(
model="deepseek/deepseek-v4.1-flash-ultrafast",
messages=[
{"role": "system", "content": "Ты редактор. Отвечай коротко, по-русски, без вступлений."},
{"role": "user", "content": "Сократи до одного предложения: «Мы рады сообщить, что наш магазин теперь работает каждый день с девяти до девяти»."},
],
temperature=0.3,
max_tokens=200,
)
print(r.choices[0].message.content)JavaScript
import OpenAI from 'openai';
const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: process.env.VESELO_API_KEY });
const r = await client.chat.completions.create({
model: 'deepseek/deepseek-v4.1-flash-ultrafast',
messages: [
{ role: 'system', content: 'Ты редактор. Отвечай коротко, по-русски, без вступлений.' },
{ role: 'user', content: 'Сократи до одного предложения: «Мы рады сообщить, что наш магазин теперь работает каждый день с девяти до девяти».' },
],
temperature: 0.3,
max_tokens: 200,
});
console.log(r.choices[0].message.content);Диалог
API не помнит прошлые запросы. Чтобы модель продолжила разговор, присылай всю историю: прошлые вопросы (user) и ответы (assistant). Вся история каждый раз оплачивается как вход, поэтому в длинных диалогах старую часть стоит сокращать.
Python
import os
from openai import OpenAI
client = OpenAI(base_url="https://veselo.ai/v1", api_key=os.environ["VESELO_API_KEY"])
history = [{"role": "system", "content": "Отвечай коротко."}]
while True:
q = input("> ")
if not q:
break
history.append({"role": "user", "content": q})
r = client.chat.completions.create(model="deepseek/deepseek-v4.1-flash-ultrafast", messages=history, max_tokens=500)
answer = r.choices[0].message.content
history.append({"role": "assistant", "content": answer})
print(answer, f"({r.usage.cost_rub} ₽)")JavaScript
import OpenAI from 'openai';
import readline from 'node:readline';
const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: process.env.VESELO_API_KEY });
const history = [{ role: 'system', content: 'Отвечай коротко.' }];
process.stdout.write('> ');
for await (const q of readline.createInterface({ input: process.stdin })) {
if (!q) break;
history.push({ role: 'user', content: q });
const r = await client.chat.completions.create({ model: 'deepseek/deepseek-v4.1-flash-ultrafast', messages: history, max_tokens: 500 });
const answer = r.choices[0].message.content;
history.push({ role: 'assistant', content: answer });
console.log(answer, `(${r.usage.cost_rub} ₽)`);
process.stdout.write('> ');
}Параметры
| Параметр | Что делает |
|---|---|
max_tokens | потолок длины ответа в токенах; от него зависит удержание. Можно писать и max_completion_tokens |
temperature | случайность: 0 — предсказуемо, ближе к 1 и выше — разнообразнее. Обычно от 0 до 2 |
top_p | другой способ ограничить случайность; обычно меняют что-то одно — его или temperature |
stop | строка или массив строк: встретив их, модель остановится |
seed | число для повторяемых ответов, если модель это поддерживает |
frequency_penalty, presence_penalty | штраф за повторы слов и тем |
top_k, min_p, top_a, repetition_penalty | тонкая настройка выборки у открытых моделей |
reasoning_effort, reasoning | сколько думать моделям с рассуждениями |
tools, tool_choice, parallel_tool_calls | вызов функций |
response_format | ответ в JSON |
logprobs, top_logprobs, logit_bias | вероятности токенов и их сдвиг |
stream | ответ потоком |
provider | какому провайдеру отдать запрос: order, only, ignore, allow_fallbacks, zdr, sort |
Какие параметры понимает модель — в её supported_parameters в списке моделей. Параметр, которого модель не знает, она обычно пропускает. n — только 1: нужно несколько вариантов — сделай несколько запросов.
Поля, которых нет в справочнике, до модели не доходят и ошибки не вызывают: например, user, metadata, store, stream_options.
Ответ
| Поле | Что это |
|---|---|
choices[0].message.content | текст ответа |
choices[0].message.tool_calls | вызовы функций, если модель их попросила |
choices[0].finish_reason | почему модель остановилась: stop — закончила, length — упёрлась в max_tokens, tool_calls — ждёт результат функции, content_filter — ответ остановлен фильтром |
usage.prompt_tokens, usage.completion_tokens | токены входа и выхода |
usage.cost_rub | цена запроса в рублях |
provider | кто ответил — провайдер модели |
id | номер ответа: chatcmpl- и тот же req_…, что в заголовке x-request-id |
Если finish_reason — length, ответ обрезан: подними max_tokens или попроси модель отвечать короче.
Модели с рассуждениями могут вернуть ход мысли в поле reasoning сообщения. Эти токены входят в completion_tokens и оплачиваются как выход.