Запросы и потоковый ответ

Основной провод API моделей это OpenAI Chat Completions: POST /v1/chat/completions на https://api.samreshuuu.ru/v1. Здесь описано, что происходит с каждым полем запроса, как устроен поток и как прочитать стоимость вызова. Провод Anthropic Messages описан на странице «Anthropic SDK и Claude Code», выбор хоста и кэш на странице «Маршрутизация и кэш».

Поля Chat Completions

Каждое поле верхнего уровня относится к одной из четырёх групп: передаётся хосту как есть, читается нами (модель, потолок ответа, поток, ключ разговора, маршрут), принимается и не применяется, отклоняется с 400.

ПолеЧто с ним происходитПримечание
messagesпроходит к хосту как прислано
toolsпроходит к хосту как прислано
tool_choiceпроходит к хосту как прислано
parallel_tool_callsпроходит к хосту как прислано
response_formatпроходит к хосту как прислано
temperatureпроходит к хосту как прислано
top_pпроходит к хосту как прислано
top_kпроходит к хосту как прислано
min_pпроходит к хосту как прислано
repetition_penaltyпроходит к хосту как прислано
presence_penaltyпроходит к хосту как прислано
frequency_penaltyпроходит к хосту как прислано
logit_biasпроходит к хосту как прислано
logprobsпроходит к хосту как прислано
top_logprobsпроходит к хосту как прислано
seedпроходит к хосту как прислано
stopпроходит к хосту как прислано
nпроходит к хосту как прислано
userпроходит к хосту как прислано
metadataпроходит к хосту как прислано
reasoning_effortпроходит к хосту как прислано
reasoningпроходит к хосту как прислано
modelзаменяется: его читает API, хост получает значение API
max_tokensзаменяется: его читает API, хост получает значение API
max_completion_tokensзаменяется: его читает API, хост получает значение API
streamзаменяется: его читает API, хост получает значение API
stream_optionsзаменяется: его читает API, хост получает значение API
prompt_cache_keyзаменяется: его читает API, хост получает значение API
session_idзаменяется: его читает API, хост получает значение API
modelsзаменяется: его читает API, хост получает значение API
providerзаменяется: его читает API, хост получает значение API
pluginsзаменяется: его читает API, хост получает значение API
usageпринимается и отбрасывается
transformsпринимается и отбрасывается
storeпринимается и отбрасывается
service_tierпринимается и отбрасывается
extra_bodyотклоняется с 400extra_body, extra_headers, extra_query and timeout are SDK request options, merged by the SDK before the request is sent; send their fields at the top level of the body.
extra_headersотклоняется с 400extra_body, extra_headers, extra_query and timeout are SDK request options, merged by the SDK before the request is sent; send their fields at the top level of the body.
extra_queryотклоняется с 400extra_body, extra_headers, extra_query and timeout are SDK request options, merged by the SDK before the request is sent; send their fields at the top level of the body.
timeoutотклоняется с 400extra_body, extra_headers, extra_query and timeout are SDK request options, merged by the SDK before the request is sent; send their fields at the top level of the body.

Поле, которого нет в таблице, отбрасывается: хост его не получает, ошибки нет, как у OpenRouter. Поэтому новое поле OpenAI SDK не ломает вызов. transforms отбрасывается при любом значении, в том числе ["middle-out"]: промпт не сжимается, а слишком длинный получает context_length_exceeded. extra_body, extra_headers, extra_query и timeout это опции SDK: SDK сам переносит их поля в тело, и пришедшие в теле они отклоняются.

max_tokens (или max_completion_tokens) больше потолка модели урезается до потолка. Без него бюджет ответа равен умолчанию модели, default_output_tokens в GET /v1/models. Рассуждения входят в бюджет ответа. В обоих случаях бюджет не выходит за окно модели за вычетом промпта. Резерв на балансе считается от этого числа.

Инструменты

tools, tool_choice и parallel_tool_calls передаются хосту в форме функций OpenAI. Инструменты исполняете вы: сервер их не вызывает, а результат вы возвращаете сообщением role: "tool". Вызов с tools уходит только к хосту, который принимает инструменты: supported_parameters модели в GET /v1/models называет tools, если такие хосты есть.

response_format

response_format (json_object или json_schema) передаётся хосту как есть. Строгость схемы обеспечивает хост, а не мы: проверяйте ответ у себя.

reasoning

Глубину рассуждения задаёт reasoning_effort в форме OpenAI или объект reasoning в форме OpenRouter (effort или max_tokens). Уровень называется одним из слов none, minimal, low, medium, high, xhigh, max, от слабого к сильному; none выключает рассуждения. Неизвестное слово получает 400.

Какие уровни принимает модель, называет объект reasoning модели в GET /v1/models: supported_efforts, default_effort и mandatory. mandatory: true значит, что модель рассуждает всегда и none не принимает. У модели, которая не рассуждает, reasoning равен null. Уровень, которого ответивший хост не принимает, приводится к ближайшему принимаемому, при равном расстоянии к более слабому; none на модели, которая не умеет выключать рассуждения, становится её самым слабым уровнем. Мы переводим уровень в ту форму, которую читает хост. Хосту, у которого рассуждения не настраиваются, поля не отправляются. Сколько токенов ушло на рассуждение, называет usage.completion_tokens_details.reasoning_tokens.

Responses API и Codex CLI

POST /v1/responses принимает запрос OpenAI Responses и отвечает объектом response, целиком или потоком. Ответы не хранятся: каждый запрос несёт весь разговор в input, как Codex CLI шлёт его с store: false, а ответ всегда называет store: false. Поля, которые ссылаются на сохранённое (previous_response_id, conversation, сохранённый prompt), и background отклоняются с 400.

Codex CLI подключается своим провайдером в ~/.codex/config.toml:

toml
model_provider = "samreshuuu" model = "<id модели со страницы /models>" [model_providers.samreshuuu] name = "Сам Решу" base_url = "https://api.samreshuuu.ru/v1" env_key = "SAMRESHUUU_API_KEY" wire_api = "responses"

Модели каталога отвечают через Chat Completions своих хостов, поэтому запрос переводится. instructions и сообщения developer становятся system, function_call и function_call_output становятся вызовами и результатами инструментов. Инструмент custom (у Codex это apply_patch) передаётся функцией с одним строковым параметром input, его грамматика уходит в описание, а вызов возвращается как custom_tool_call. Инструменты из namespace передаются по своим именам. Рассуждение модели приходит элементом reasoning, его текст стоит в summary. С include: ["reasoning.encrypted_content"] тот же текст лежит упакованным в encrypted_content. Верните элемент в следующем запросе, и модель получит своё рассуждение обратно, в том числе на другом хосте. reasoning.effort читается так же, как reasoning_effort в Chat Completions: уровень, которого хост не принимает, приводится к ближайшему. prompt_cache_key называет разговор для кэша.

Принимается и не применяетсяОтклоняется с 400
store, service_tier, truncation, top_logprobs, prompt_cache_retention, safety_identifier, context_management, text.verbosity, инструменты web_search и tool_search (Codex включает их сам)previous_response_id, conversation, prompt, background, встроенные инструменты OpenAI (file_search, code_interpreter, computer_use_preview, image_generation, mcp, local_shell, shell), части input_file и input_audio, картинка по file_id, элемент item_reference

Потоковый ответ

stream: true отдаёт SSE в форме своего провода: чанки chat.completion.chunk на /v1/chat/completions, события Messages (message_start, content_block_delta, ping, message_stop) на /v1/messages, события Responses (response.created, response.output_item.added, response.output_text.delta, response.output_item.done, response.completed) с sequence_number на /v1/responses. Ответ, обрезанный на max_output_tokens, заканчивается событием response.incomplete.

bash
curl -N https://api.samreshuuu.ru/v1/chat/completions \ -H "Authorization: Bearer $SAMRESHUUU_API_KEY" \ -H "Content-Type: application/json" \ -d '{"model":"deepseek/deepseek-v4.1-flash","stream":true,"messages":[{"role":"user","content":"Привет! Что ты умеешь?"}]}'
  • Последний чанк на проводе OpenAI несёт usage со стоимостью, даже если stream_options.include_usage не передан. За ним идёт data: [DONE].
  • Пока хост молчит, в поток могут приходить строки-комментарии SSE, которые начинаются с двоеточия (например, : OPENROUTER PROCESSING). Это keep-alive: пропускайте их. SDK OpenAI и Anthropic делают это сами.
  • Поток, который сорвался после начала, заканчивается ошибкой в форме своего провода: на проводе OpenAI одним чанком с объектом error (message, type, code) и вариантом с finish_reason: "error", как у OpenRouter; на проводе Anthropic событием error; на /v1/responses событием response.failed с error.code и error.message. Код берётся из таблицы ошибок, текст самого хоста до вас не доходит. Такой вызов не оплачивается: резерв возвращается целиком.

Отмена

Закройте соединение, и хост перестанет генерировать. Оплачивается то, что уже отправлено в поток, как у OpenRouter. Ответ без потока оплачивается полностью, даже если клиент ушёл раньше: модель дописывает его до конца, и вызов закрывается как законченный. Чтобы платить меньше за ответ, который может оказаться ненужным, задавайте max_tokens или используйте поток.

Учёт и стоимость

Ответ на проводе OpenAI несёт usage: сколько токенов ушло на промпт и ответ, сколько прочитано из кэша и записано в него, cost (точная цена вызова) и cost_currency (RUB). Столько и списано с баланса.

json
{ "id": "gen-3f9c2a7e5b1d4c8a9e6f0b2d7a4c1e53", "object": "chat.completion", "created": 1794326400, "model": "deepseek/deepseek-v4.1-flash", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "Привет! Отвечаю на вопросы, пишу и правлю тексты, работаю с кодом." }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 9, "completion_tokens": 12, "total_tokens": 21, "prompt_tokens_details": { "cached_tokens": 0, "cache_write_tokens": 0 }, "completion_tokens_details": { "reasoning_tokens": 0 }, "cost": 0.01, "cost_currency": "RUB" } }

id ответа (gen-…) совпадает с заголовком x-request-id и с request_id в ответе с ошибкой. Запись остаётся у каждого вызова, который пришёл с известным ключом: у ответа, у отказа до хоста, у отказа хоста, у оборванного потока, у отключившегося клиента и у нашей ошибки. Нет записи только у отказа по минутному лимиту ключа (429). По id запрос GET /v1/generation?id=gen-… отдаёт запись вызова и ничего не тратит. Обычный ключ видит только свои вызовы, ключ управления (keys:manage) видит вызовы всей организации. Вызов другого ключа, чужой организации или неизвестный id получает 404 с кодом generation_not_found. Журнал хранит вызовы за сегодня и 30 прошлых дней.

Чем кончился вызов, называет end_word, а cancelled равно true ровно тогда, когда клиент отключился посреди ответа. Оплату называют деньги, а не отдельное слово: поля paid нет, списанное показывает total_cost (0 у ответа, отпущенного по нашей ошибке).

ПолеОписание
idИдентификатор вызова, gen-…: id ответа и его x-request-id.
created_atКогда начался вызов, ISO 8601.
modelПубличная модель, которая обслужила вызов.
provider_nameХост, который ответил; null, если ни один.
streamedШёл ли ответ потоком.
cancelledtrue ровно тогда, когда клиент ушёл посреди ответа (end_word client_gone).
latencyМиллисекунды от начала вызова до первого вывода потоком; null, если ответ шёл не потоком.
generation_timeМиллисекунды от первого вывода до конца; весь вызов, если сначала ничего не пришло потоком.
finish_reasonПочему закончился ответ, словами хоста.
tokens_promptТокены промпта.
tokens_completionТокены ответа.
native_tokens_cachedТокены промпта, прочитанные из кэша хоста.
total_costСколько вызов стоил балансу, в рублях: 0, если ответ отпущен по нашей ошибке, null только у вызова без денежной строки (отказ до обращения к хосту или наша ошибка раньше записи денег).
usageТо же число, что total_cost, в рублях.
cache_discountЭкономия на кэше в рублях, со знаком: запись в кэш, которую не прочитали, отрицательна.
is_byokВсегда false: ключ этого API не приносит ключ клиента к хосту.
upstream_idВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
moderation_latencyВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
native_tokens_promptВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
native_tokens_completionВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
native_tokens_reasoningВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
native_finish_reasonВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
num_media_promptВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
num_media_completionВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
num_search_resultsВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
originВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
app_idВсегда null: этот API его не записывает. Поле есть, чтобы клиент, который его читает, нашёл ключ.
end_wordЧем кончился вызов, одним словом: completed, client_gone, upstream_cut, host_refused, reply_unreadable, refused, internal_error.
endpointМаршрут, на который пришёл вызов: chat_completions, messages, responses, images_generations, images_edits, videos, audio_transcriptions, embeddings, rerank, audio_speech.

На проводе Messages id ответа имеет вид msg_…, как у Anthropic, и в usage нет cost. Чтобы найти такой вызов, берите gen-… из заголовка x-request-id.

Сводки: GET /v1/activity отдаёт расход по дням, моделям и хостам (обычный ключ видит свои вызовы, ключ управления всю организацию), GET /v1/credits отдаёт баланс организации, который тратит ключ. Суммы баланса там равны null и spend_withheld равен true, если сотрудник, выпустивший ключ, не управляет оплатой.

Частые вопросы

Что будет, если закрыть поток посреди ответа?

Хост перестаёт генерировать, и оплачивается то, что уже отправлено. Ответ без потока оплачивается целиком, даже если клиент ушёл раньше: модель дописывает его до конца.

Как узнать, сколько стоил вызов?

На проводе OpenAI последний чанк потока или целый ответ несёт usage.cost в рублях. Для любого вызова, в том числе Messages, GET /v1/generation?id=gen-… отдаёт запись вызова с total_cost; id вызова приходит в заголовке x-request-id.

Почему неизвестное поле не вызывает ошибку?

Неизвестное поле тела отбрасывается и до хоста не доходит, как у OpenRouter: новое поле SDK не ломает вызов. Отклоняются только поля из таблицы со словом «отклоняется».

Была ли страница полезна?