Passer au contenu principal
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 @- <<EOF
{
  "model": "deepseek-v4-flash",
  "messages": [
    {
      "role": "user",
      "content": "Présentez-vous s'il vous plaît"
    }
  ]
}
EOF
{
  "id": "837f529d-00f9-4731-b2e1-4a54fc31790a",
  "object": "chat.completion",
  "created": 1777026806,
  "model": "deepseek-v4-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Bonjour ! Je suis l'assistant DeepSeek, toujours prêt à répondre à vos questions et à vous aider."
      },
      "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 : La BaseURL par défaut est https://direct.evolink.ai, qui offre une meilleure prise en charge des modèles de texte et des connexions persistantes. https://api.evolink.ai est le point d’accès principal pour les services multimodaux et sert d’adresse de secours pour les modèles de texte.

Autorisations

​
Authorization
string
header
requis

##Toutes les API nécessitent une authentification Bearer Token##

Obtenir une clé API :

Visitez la Page de gestion des clés API pour obtenir votre clé API

Ajouter à l'en-tête de requête :

Authorization: Bearer YOUR_API_KEY

Corps

application/json
​
model
enum<string>
défaut:deepseek-v4-flash
requis

Nom du modèle de conversation

  • deepseek-v4-flash : modèle rapide et généraliste, contexte de 1M
  • deepseek-v4-pro : modèle de raisonnement approfondi, excelle en mathématiques, en programmation et en logique complexe

Astuce : Les deux modèles ont thinking activé par défaut, la réponse contiendra reasoning_content ; vous pouvez le désactiver via thinking.type="disabled" pour réduire le coût des tokens de sortie. Les paramètres des deux sont totalement identiques.

Options disponibles:
deepseek-v4-flash,
deepseek-v4-pro
Exemple:

"deepseek-v4-flash"

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

Liste des messages de conversation, prend en charge les dialogues multi-tours

Les messages de rôles différents ont des structures de champs différentes, veuillez sélectionner le rôle correspondant

Minimum array length: 1
​
thinking
object

Contrôle du mode de réflexion (nouveauté V4)

Remarque :

  • Utilisé pour contrôler la fonctionnalité de réflexion approfondie (Chain of Thought)
  • Activé par défaut pour les deux modèles (type=enabled)
  • Une fois activé, le processus de raisonnement est retourné via choices[].message.reasoning_content et facturé au tarif des tokens de sortie

⚠️ Attention pour les conversations multi-tours / appels d'outils : si la réponse de ce tour contient reasoning_content, le message assistant correspondant dans l'historique messages de la requête suivante doit retourner ce champ tel quel, sinon l'API renverra 400 The reasoning_content in the thinking mode must be passed back to the API. Si vous ne souhaitez pas le gérer, vous pouvez définir explicitement thinking.type="disabled" pour toute la session.

​
temperature
number
défaut:1

Température d'échantillonnage, contrôle le caractère aléatoire de la sortie

Remarque :

  • Valeurs basses (ex. 0.2) : sortie plus déterministe et ciblée
  • Valeurs élevées (ex. 1.5) : sortie plus aléatoire et créative
  • Valeur par défaut : 1
Plage requise: 0 <= x <= 2
Exemple:

1

​
top_p
number
défaut:1

Paramètre d'échantillonnage nucleus (Nucleus Sampling)

Remarque :

  • Contrôle l'échantillonnage à partir des tokens avec une probabilité cumulative
  • Par exemple, 0.9 signifie un échantillonnage parmi les tokens ayant 90 % de probabilité cumulative
  • Valeur par défaut : 1.0 (considère tous les tokens)

Suggestion : Ne pas ajuster simultanément temperature et top_p

Plage requise: 0 <= x <= 1
Exemple:

1

​
max_tokens
integer

Limite le nombre maximum de tokens générés

Remarque :

  • La série V4 peut atteindre 384 000 tokens
  • Lorsque thinking est activé, reasoning_tokens sont également comptés dans la limite max_tokens
  • Si non défini, le modèle décide lui-même de la longueur générée
Plage requise: 1 <= x <= 384000
Exemple:

4096

​
frequency_penalty
number
défaut:0

Paramètre de pénalité de fréquence, utilisé pour réduire le contenu répétitif

Remarque :

  • Les valeurs positives pénalisent en fonction de la fréquence d'apparition des tokens dans le texte généré
  • Plus la valeur est élevée, moins le contenu déjà apparu sera répété
  • Valeur par défaut : 0 (pas de pénalité)
Plage requise: -2 <= x <= 2
Exemple:

0

​
presence_penalty
number
défaut:0

Paramètre de pénalité de présence, utilisé pour encourager la génération de nouveaux sujets

Remarque :

  • Les valeurs positives pénalisent en fonction de la présence antérieure des tokens dans le texte
  • Plus la valeur est élevée, plus le modèle tend à aborder de nouveaux sujets
  • Valeur par défaut : 0 (pas de pénalité)
Plage requise: -2 <= x <= 2
Exemple:

0

​
response_format
object

Spécifier le format de la réponse

Remarque :

  • Définir sur {"type": "json_object"} pour activer le mode JSON
  • En mode JSON, le modèle produira un contenu au format JSON valide
  • Il est recommandé de demander explicitement une sortie JSON dans le message system ou user pour obtenir les meilleurs résultats
​
stop

Séquences d'arrêt, le modèle arrête la génération lorsqu'il rencontre ces chaînes

Remarque :

  • Peut être une chaîne unique ou un tableau de chaînes
  • Prend en charge jusqu'à 16 séquences d'arrêt
​
stream
boolean
défaut:false

Indique si la réponse doit être retournée en streaming

  • true : retour en streaming, le contenu est renvoyé bloc par bloc en temps réel via SSE (Server-Sent Events)
  • false : attendre la réponse complète et la retourner en une seule fois (par défaut)
Exemple:

false

​
stream_options
object

Options de réponse en streaming

Valide uniquement lorsque stream=true

​
tools
object[]

Liste des définitions d'outils, utilisée pour Function Calling

Remarque :

  • Prend en charge jusqu'à 128 définitions d'outils
  • Chaque outil doit définir un nom, une description et un schéma de paramètres
Maximum array length: 128
​
tool_choice

Contrôle le comportement d'appel des outils

Valeurs possibles :

  • none : n'appeler aucun outil
  • auto : le modèle décide automatiquement d'appeler ou non un outil (par défaut lorsque tools est fourni)
  • required : force le modèle à appeler un ou plusieurs outils
  • Forme objet {"type":"function","function":{"name":"xxx"}} : spécifier un outil particulier à appeler

Valeur par défaut : none si tools n'est pas fourni, auto si tools est fourni

Options disponibles:
none,
auto,
required
​
logprobs
boolean
défaut:false

Retourner ou non la probabilité logarithmique des tokens

Remarque :

  • Lorsque défini sur true, la réponse inclura les informations de probabilité logarithmique de chaque token
​
top_logprobs
integer

Retourner la probabilité logarithmique des N tokens avec la probabilité la plus élevée

Remarque :

  • Nécessite logprobs défini sur true
  • Plage de valeurs : [0, 20]
Plage requise: 0 <= x <= 20
​
logit_bias
object

Mappage de biais des tokens

Remarque :

  • La clé est l'ID du token dans le tokenizer, la valeur est un biais entre -100 et 100
  • -100 signifie interdire totalement ce token, 100 signifie forcer la génération
  • La plage typique -1 à 1 produit déjà un effet observable
​
n
integer
défaut:1

Nombre de complétions de chat à générer pour chaque message d'entrée

Remarque :

  • Par défaut 1 ; lorsque défini sur N, N candidats seront retournés (facturés à N × output_tokens)
Plage requise: 1 <= x <= 8
Exemple:

1

​
seed
integer

Graine aléatoire (Bêta)

Remarque :

  • Une fois spécifiée, le modèle tentera un échantillonnage déterministe
  • Même seed + mêmes autres paramètres → même sortie (garantie non à 100 %)
​
user
string

Identifiant unique représentant l'utilisateur final

Remarque :

  • Permet à la plateforme de surveiller et détecter les abus
  • Il est recommandé d'utiliser un ID utilisateur haché

Réponse

Génération de conversation réussie

​
id
string

Identifiant unique de la complétion de conversation

Exemple:

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

​
model
string

Nom du modèle réellement utilisé

Exemple:

"deepseek-v4-flash"

​
object
enum<string>

Type de réponse

Options disponibles:
chat.completion
Exemple:

"chat.completion"

​
created
integer

Horodatage de création (Unix en secondes)

Exemple:

1777021417

​
choices
object[]

Liste des choix de génération de conversation

​
usage
object

Statistiques d'utilisation des tokens (avec détail du cache et du raisonnement)

​
system_fingerprint
string

Identifiant d'empreinte système

Exemple:

"fp_evolink_v4_20260402"