Zum Hauptinhalt springen
POST
/
v1
/
chat
/
completions
curl --request POST \
  --url https://direct.evolink.ai/v1/chat/completions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "deepseek-v4-flash",
  "messages": [
    {
      "role": "user",
      "content": "Bitte stellen Sie sich vor"
    }
  ]
}
'
{
  "id": "837f529d-00f9-4731-b2e1-4a54fc31790a",
  "object": "chat.completion",
  "created": 1777026806,
  "model": "deepseek-v4-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hallo! Ich bin der DeepSeek-Assistent, jederzeit bereit, Ihre Fragen zu beantworten und zu helfen."
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 7,
    "completion_tokens": 31,
    "total_tokens": 38,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "prompt_cache_hit_tokens": 0,
    "prompt_cache_miss_tokens": 7
  },
  "system_fingerprint": "fp_evolink_v4_20260402"
}
BaseURL: Die Standard-BaseURL ist https://direct.evolink.ai und bietet bessere Unterstützung für Textmodelle sowie persistente Verbindungen. https://api.evolink.ai ist der primäre Endpunkt für multimodale Dienste und dient bei Textmodellen als Ausweichadresse.

Autorisierungen

​
Authorization
string
header
erforderlich

##Alle APIs erfordern Bearer-Token-Authentifizierung##

API-Schlüssel erhalten:

Besuchen Sie die API-Schlüsselverwaltungsseite, um Ihren API-Schlüssel zu erhalten

Zum Anfrage-Header hinzufügen:

Authorization: Bearer YOUR_API_KEY

Body

application/json
​
model
enum<string>
Standard:deepseek-v4-flash
erforderlich

Name des Chat-Modells

  • deepseek-v4-flash: Schnelles Universalmodell, 1M Kontext
  • deepseek-v4-pro: Modell für tiefes Reasoning, stark in Mathematik, Programmierung und komplexer Logik

Hinweis: Beide Modelle haben thinking standardmäßig aktiviert, die Antwort enthält reasoning_content. Über thinking.type="disabled" kann es deaktiviert werden, um die Output-Token-Kosten zu senken. Die Parameter beider Modelle sind identisch.

Verfügbare Optionen:
deepseek-v4-flash,
deepseek-v4-pro
Beispiel:

"deepseek-v4-flash"

​
messages
(System Message · object | User Message · object | Assistant Message · object | Tool Message · object)[]
erforderlich

Liste der Konversationsnachrichten, unterstützt Mehrrunden-Dialog

Nachrichten verschiedener Rollen haben unterschiedliche Feldstrukturen. Bitte wählen Sie die entsprechende Rolle zur Ansicht.

Minimum array length: 1
​
thinking
object

Thinking-Modus Steuerung (neu in V4)

Hinweis:

  • Steuert die Chain-of-Thought-Funktion
  • Bei beiden Modellen standardmäßig aktiviert (type=enabled)
  • Bei Aktivierung wird der Reasoning-Prozess über choices[].message.reasoning_content zurückgegeben und als Output-Token abgerechnet

⚠️ Hinweis für Mehrrunden-Dialog / Tool-Aufrufe: Wenn die aktuelle Antwort reasoning_content enthält, muss in der nächsten Anfrage die entsprechende assistant-Nachricht in der messages-Historie dieses Feld unverändert zurückgeben, sonst antwortet die API mit 400 The reasoning_content in the thinking mode must be passed back to the API. Wenn Sie dies nicht handhaben möchten, können Sie für die gesamte Sitzung thinking.type="disabled" explizit setzen.

​
temperature
number
Standard:1

Sampling-Temperatur, steuert die Zufälligkeit der Ausgabe

Hinweis:

  • Niedrigere Werte (z.B. 0,2): Deterministischere und fokussiertere Ausgabe
  • Höhere Werte (z.B. 1,5): Zufälligere und kreativere Ausgabe
  • Standardwert: 1
Erforderlicher Bereich: 0 <= x <= 2
Beispiel:

1

​
top_p
number
Standard:1

Nucleus-Sampling-Parameter

Hinweis:

  • Steuert das Sampling von Token mit kumulativer Wahrscheinlichkeit
  • Zum Beispiel bedeutet 0,9, dass aus Token mit den oberen 90% kumulativer Wahrscheinlichkeit gesampelt wird
  • Standardwert: 1.0 (berücksichtigt alle Token)

Empfehlung: Passen Sie nicht gleichzeitig temperature und top_p an

Erforderlicher Bereich: 0 <= x <= 1
Beispiel:

1

​
max_tokens
integer

Begrenzt die maximale Anzahl der zu generierenden Tokens

Hinweis:

  • V4-Serie kann maximal 384.000 Tokens erreichen
  • Bei aktiviertem Thinking werden reasoning_tokens ebenfalls auf max_tokens angerechnet
  • Ohne Angabe entscheidet das Modell selbst über die Generierungslänge
Erforderlicher Bereich: 1 <= x <= 384000
Beispiel:

4096

​
frequency_penalty
number
Standard:0

Häufigkeitsstrafe, zur Reduzierung wiederholter Inhalte

Hinweis:

  • Positive Werte bestrafen Tokens basierend auf ihrer Häufigkeit im bereits generierten Text
  • Je größer der Wert, desto weniger wahrscheinlich werden bereits vorhandene Inhalte wiederholt
  • Standardwert: 0 (keine Strafe)
Erforderlicher Bereich: -2 <= x <= 2
Beispiel:

0

​
presence_penalty
number
Standard:0

Anwesenheitsstrafe, zur Förderung neuer Themen

Hinweis:

  • Positive Werte bestrafen Tokens basierend darauf, ob sie bereits im Text vorgekommen sind
  • Je größer der Wert, desto eher werden neue Themen besprochen
  • Standardwert: 0 (keine Strafe)
Erforderlicher Bereich: -2 <= x <= 2
Beispiel:

0

​
response_format
object

Gibt das Antwortformat an

Hinweis:

  • Setzen Sie auf {"type": "json_object"}, um den JSON-Modus zu aktivieren
  • Im JSON-Modus gibt das Modell gültige JSON-Inhalte aus
  • Es wird empfohlen, die JSON-Ausgabe in der system- oder user-Nachricht explizit zu verlangen, um optimale Ergebnisse zu erzielen
​
stop

Stoppsequenzen, das Modell stoppt die Generierung, wenn es diese Zeichenketten trifft

Hinweis:

  • Kann eine einzelne Zeichenkette oder ein Array von Zeichenketten sein
  • Maximal 16 Stoppsequenzen werden unterstützt
​
stream
boolean
Standard:false

Ob die Antwort als Stream zurückgegeben werden soll

  • true: Stream-Antwort, Inhalt wird über SSE (Server-Sent Events) blockweise in Echtzeit zurückgegeben
  • false: Auf vollständige Antwort warten und alles auf einmal zurückgeben (Standard)
Beispiel:

false

​
stream_options
object

Optionen für Stream-Antworten

Nur wirksam, wenn stream=true

​
tools
object[]

Liste der Tool-Definitionen für Function Calling

Hinweis:

  • Maximal 128 Tool-Definitionen werden unterstützt
  • Jedes Tool muss Name, Beschreibung und Parameter-Schema definieren
Maximum array length: 128
​
tool_choice

Steuert das Verhalten der Tool-Aufrufe

Mögliche Werte:

  • none: Kein Tool aufrufen
  • auto: Modell entscheidet automatisch, ob ein Tool aufgerufen wird (Standard, wenn tools bereitgestellt werden)
  • required: Modell muss ein oder mehrere Tools aufrufen
  • Objektform {"type":"function","function":{"name":"xxx"}}: Ein bestimmtes Tool aufrufen

Standardwert: none, wenn keine tools bereitgestellt werden; auto, wenn tools bereitgestellt werden

Verfügbare Optionen:
none,
auto,
required
​
logprobs
boolean
Standard:false

Ob die Log-Wahrscheinlichkeiten der Tokens zurückgegeben werden sollen

Hinweis:

  • Bei true enthält die Antwort Log-Wahrscheinlichkeitsinformationen für jedes Token
​
top_logprobs
integer

Gibt die Log-Wahrscheinlichkeiten der Top-N Tokens zurück

Hinweis:

  • Erfordert logprobs auf true gesetzt
  • Wertebereich: [0, 20]
Erforderlicher Bereich: 0 <= x <= 20
​
logit_bias
object

Token-Bias-Mapping

Hinweis:

  • Schlüssel ist die Token-ID im Tokenizer, Wert ist ein Bias zwischen -100 und 100
  • -100 bedeutet, dass das Token vollständig verboten ist, 100 bedeutet erzwungene Generierung
  • Typische Werte zwischen -1 und 1 haben bereits eine beobachtbare Wirkung
​
n
integer
Standard:1

Anzahl der zu generierenden Chat-Vervollständigungen pro Eingabenachricht

Hinweis:

  • Standard 1; bei N werden N Kandidaten zurückgegeben (berechnet nach N × output_tokens)
Erforderlicher Bereich: 1 <= x <= 8
Beispiel:

1

​
seed
integer

Zufalls-Seed (Beta)

Hinweis:

  • Bei Angabe versucht das Modell deterministisches Sampling
  • Gleicher Seed + gleiche andere Parameter → gleiche Ausgabe (nicht 100% garantiert)
​
user
string

Eindeutiger Bezeichner des Endbenutzers

Hinweis:

  • Hilft der Plattform bei der Überwachung und Erkennung von Missbrauch
  • Empfohlen ist die Verwendung einer gehashten Benutzer-ID

Antwort

Chat-Generierung erfolgreich

​
id
string

Eindeutiger Bezeichner der Chat-Vervollständigung

Beispiel:

"53c548dc-ec02-4a2f-bbb6-eca4184630b8"

​
model
string

Name des tatsächlich verwendeten Modells

Beispiel:

"deepseek-v4-flash"

​
object
enum<string>

Antworttyp

Verfügbare Optionen:
chat.completion
Beispiel:

"chat.completion"

​
created
integer

Erstellungszeitstempel (Unix-Sekunden)

Beispiel:

1777021417

​
choices
object[]

Liste der Auswahlmöglichkeiten der Chat-Generierung

​
usage
object

Token-Nutzungsstatistiken (einschließlich Cache- und Reasoning-Aufschlüsselung)

​
system_fingerprint
string

System-Fingerprint-Kennung

Beispiel:

"fp_evolink_v4_20260402"