Fins de discussion
Générez des réponses de chat sur plus de 100 modèles à partir d'une seule API. Compatible avec les complétions de chat OpenAI, les messages anthropiques et les réponses anthropiques.
Authentification
Chaque demande nécessite un jeton Bearer (votre clé API Airforce). L'Anthropique x-api-key l'en-tête est également accepté sur /v1/messages pour la compatibilité du SDK.
Authorization: Bearer sk-air-YOUR_API_KEY
# alt for /v1/messages:
x-api-key: sk-air-YOUR_API_KEYPOST /v1/chat/completions
Achèvements de chat compatibles OpenAI. Travaille avec le fonctionnaire openai SDK en remplaçant base_url à https://api.airforce/v1.
https://api.airforce/v1/chat/completionsCorps de la demande
| Parameter | Type | Required | Description |
|---|---|---|---|
| model | string | Required | ID du modèle. Utilisez GET /v1/models pour découvrir les ID disponibles. |
| messages | array | Required | Historique des conversations. Chaque entrée a { role: "system" | "utilisateur" | "assistant" | "outil", contenu }. Le contenu est une chaîne ou un tableau de blocs de contenu (vision, voir ci-dessous). |
| max_tokens | integer | Optional | Nombre maximum de jetons à générer. Plafonné au max_output_tokens du modèle. |
| temperature | float | Optional | Température d'échantillonnage, 0–2. Lower est plus déterministe. La valeur par défaut dépend du fournisseur en amont. |
| top_p | float | Optional | Échantillonnage de noyau. Utilisez soit temperature, soit top_p, pas les deux. |
| stream | boolean | Optional | Lorsque cela est vrai, la réponse est un flux d'événements envoyés par le serveur. Voir « Diffusion en continu » ci-dessous. |
| stream_options | object | Optional | { include_usage : booléen }. Lorsque include_usage est vrai, le bloc SSE final contient le bloc d'utilisation. |
| stop | string | array | Optional | Jusqu'à 4 séquences d'arrêt. La génération s'arrête dès qu'une est produite. |
| tools | array | Optional | Définitions de fonctions que le modèle peut appeler. Voir « Appel d'outil » ci-dessous. |
| tool_choice | string | object | Optional | "auto" (par défaut), "none" ou { type: "function", function: { name } } pour forcer un appel spécifique. |
| response_format | object | Optional | { type: "json_object" } force le modèle à émettre du JSON valide. Ignoré pour les modèles qui ne le prennent pas en charge. |
| reasoning_effort | string | Optional | Profondeur de raisonnement de style OpenAI o1/o3 : "faible" | "moyen" | "haut". Voir « Raisonnement et réflexion ». |
| thinking | string | object | Optional | Changement de réflexion entre fournisseurs. "sur" | "éteint" | "auto", ou Anthropic-shape { type : "enabled", budget_tokens : N }. Voir « Raisonnement et réflexion ». |
| thinking_budget | integer | Optional | Plafond de jeton pour la trace de raisonnement du modèle (lorsque le fournisseur en expose une). |
| ignore_defaults | boolean | Optional | Ignorez les paramètres par défaut par modèle enregistrés par l'utilisateur (configurés dans le tableau de bord) pour cette demande. |
Exemple de base
curl https://api.airforce/v1/chat/completions \
-H "Authorization: Bearer sk-air-YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.1-chat",
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "What is the capital of France?"}
],
"max_tokens": 200,
"temperature": 0.7
}'Forme de réponse
| Parameter | Type | Required | Description |
|---|---|---|---|
| id | string | Optional | ID d'achèvement stable, par ex. "chatcmmpl-abc123". |
| object | string | Optional | "chat.completion" pour les diffusions non diffusées, "chat.completion.chunk" pour les diffusions en continu. |
| created | integer | Optional | Horodatage Unix (secondes). |
| model | string | Optional | Echo de l'ID du modèle demandé. |
| choices | array | Optional | Tableau de candidats à l'achèvement : [{ index, message : { role, content, tool_calls ? }, finish_reason }]. |
| choices[].finish_reason | string | Optional | "arrêter" | "longueur" | "appels_outils" | "content_filter". |
| usage | object | Optional | { prompt_tokens, completion_tokens, total_tokens, completion_tokens_details?, prompt_tokens_details?, cache_creation_input_tokens?, cache_creation? }. completion_tokens_details.reasoning_tokens est défini lorsque le modèle a produit une trace de raisonnement. Les champs de cache apparaissent lorsque l'upstream renvoie des informations de cache de prompt : prompt_tokens_details.cached_tokens rapporte les lectures de cache (standard OpenAI), cache_creation_input_tokens agrège les écritures, et cache_creation.ephemeral_5m_input_tokens / ephemeral_1h_input_tokens donnent la répartition par TTL. |
{
"id": "chatcmpl-abc123",
"object": "chat.completion",
"created": 1710000000,
"model": "gpt-5.1-chat",
"choices": [{
"index": 0,
"message": {
"role": "assistant",
"content": "The capital of France is Paris."
},
"finish_reason": "stop"
}],
"usage": {
"prompt_tokens": 20,
"completion_tokens": 8,
"total_tokens": 28
}
}Raisonnement et réflexion
Les modèles prenant en charge le raisonnement étendu exposent une trace de réflexion parallèlement à la sortie régulière. Airforce normalise trois conventions en amont différentes en un seul ensemble de paramètres canoniques qui fonctionnent partout.
Vérifier supports_reasoning: true sur un modèle en GET /v1/models pour savoir quels identifiants acceptent ces paramètres.
Modèles avec support de raisonnement
…· liveParamètres canoniques
| Parameter | Type | Required | Description |
|---|---|---|---|
| reasoning_effort | string | Optional | "faible" | "moyen" | "haut". OpenAI o1/o3, modèles de raisonnement GPT-5 et tout routeur qui les mappe. |
| thinking | string | object | Optional | "sur" | "éteint" | "auto" pour une bascule rapide, ou { type: "enabled", budget_tokens: N } pour la forme native d'Anthropic. Cartes vers la pensée étendue de Claude, la pensée Gémeaux et le raisonnement DeepSeek. |
| thinking_budget | integer | Optional | Nombre maximum de jetons que le modèle peut dépenser en raisonnement avant d'émettre une sortie visible. Miroirs budget_tokens. |
Effort de raisonnement (style OpenAI)
curl https://api.airforce/v1/chat/completions \
-H "Authorization: Bearer sk-air-YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "o3-mini",
"messages": [{"role": "user", "content": "Prove the Pythagorean theorem."}],
"reasoning_effort": "high"
}'Pensée étendue (style anthropique)
curl https://api.airforce/v1/chat/completions \
-H "Authorization: Bearer sk-air-YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-sonnet-4.6",
"messages": [{"role": "user", "content": "Plan a 7-day Italy trip."}],
"thinking": {"type": "enabled", "budget_tokens": 4000}
}'La trace du raisonnement elle-même apparaît dans choices[0].message.reasoning_content (forme OpenAI) ou comme thinking bloque dans content (Forme anthropique). Les jetons de raisonnement sont facturés et signalés dans usage.completion_tokens_details.reasoning_tokens.
Saisie de vision et d'image
Modèles avec supports_vision: true accepter les images intégrées en tant que blocs de contenu. Soit une URL publique, soit une URL de données base64 fonctionne ; les limites de taille dépendent du modèle en amont.
Modèles avec assistance visuelle
…· livecurl https://api.airforce/v1/chat/completions \
-H "Authorization: Bearer sk-air-YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.1-chat",
"messages": [{
"role": "user",
"content": [
{"type": "text", "text": "What is in this image?"},
{"type": "image_url", "image_url": {"url": "https://example.com/cat.jpg"}}
]
}]
}'Appel d'outil
Modèles avec supports_tools: true peut appeler les fonctions que vous définissez. Le modèle renvoie un tool_calls tableau; vous exécutez l'appel, puis renvoyez le résultat dans un tool message.
Modèles avec prise en charge des appels d'outils
…· liveDemande
curl https://api.airforce/v1/chat/completions \
-H "Authorization: Bearer sk-air-YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.1-chat",
"messages": [{"role": "user", "content": "What is the weather in Paris?"}],
"tools": [{
"type": "function",
"function": {
"name": "get_weather",
"description": "Get current weather for a location",
"parameters": {
"type": "object",
"properties": {
"location": {"type": "string", "description": "City name"}
},
"required": ["location"]
}
}
}],
"tool_choice": "auto"
}'Réponse avec appel d'outil
{
"id": "chatcmpl-abc123",
"choices": [{
"index": 0,
"message": {
"role": "assistant",
"content": null,
"tool_calls": [{
"id": "call_1",
"type": "function",
"function": {
"name": "get_weather",
"arguments": "{\"location\":\"Paris\"}"
}
}]
},
"finish_reason": "tool_calls"
}]
}Suivi du résultat de l'outil
{
"model": "gpt-5.1-chat",
"messages": [
{"role": "user", "content": "What is the weather in Paris?"},
{
"role": "assistant",
"content": null,
"tool_calls": [{
"id": "call_1",
"type": "function",
"function": {"name": "get_weather", "arguments": "{\"location\":\"Paris\"}"}
}]
},
{"role": "tool", "tool_call_id": "call_1", "content": "{\"temp_c\": 14, \"sky\": \"cloudy\"}"}
]
}Streaming
Ensemble stream: true pour recevoir des achèvements partiels en tant qu'événements envoyés par le serveur. Chaque événement est un morceau JSON ayant la même forme que la réponse non diffusée, sauf message est remplacé par delta. Le flux se termine par data: [DONE].
curl https://api.airforce/v1/chat/completions \
-H "Authorization: Bearer sk-air-YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.1-chat",
"messages": [{"role": "user", "content": "Write a haiku about Berlin."}],
"stream": true,
"stream_options": {"include_usage": true}
}'Format de fil
data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.1-chat","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}
data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.1-chat","choices":[{"index":0,"delta":{"content":"Cold "},"finish_reason":null}]}
data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.1-chat","choices":[{"index":0,"delta":{"content":"stone "},"finish_reason":null}]}
…
data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.1-chat","choices":[{"index":0,"delta":{},"finish_reason":"stop"}],"usage":{"prompt_tokens":12,"completion_tokens":17,"total_tokens":29}}
data: [DONE]POST /v1/messages
API de messages compatible avec Anthropic. Travaille avec le fonctionnaire @anthropic-ai/sdk en définissant baseURL à https://api.airforce. Transfère vers OpenAI/Google/etc. de manière transparente pour les modèles non Claude.
https://api.airforce/v1/messagesCorps de la demande
| Parameter | Type | Required | Description |
|---|---|---|---|
| model | string | Required | ID du modèle (format Anthropic ou alias routé). |
| messages | array | Required | Chaque entrée : { rôle : "utilisateur" | "assistant", contenu : chaîne | tableau }. |
| max_tokens | integer | Required | Requis par Anthropic. Plafond de jeton pour la réponse. |
| system | string | array | Optional | Invite du système. Transmettez un tableau de { type : "text", text, cache_control ? } blocs pour marquer les segments de préfixe mis en cache. Voir « Mise en cache des invites ». |
| temperature | float | Optional | 0-1. |
| top_p | float | Optional | Échantillonnage de noyau. |
| top_k | integer | Optional | Limitez le pool d’échantillonnage aux K premiers jetons. |
| stop_sequences | array | Optional | Jusqu'à 4 séquences d'arrêt. |
| stream | boolean | Optional | Lorsque c'est vrai, émet un flux d'événements SSE de style anthropique (voir « Streaming »). |
| tools | array | Optional | Définitions des outils anthropiques : { nom, description, input_schema }. La réponse peut contenir des blocs de contenu tool_use. |
| tool_choice | object | Optional | { tapez : "auto" | "n'importe lequel" | "outil", nom ? }. |
| thinking | object | Optional | Pensée étendue anthropique : { type : "enabled", budget_tokens : N }. |
Exemple
curl https://api.airforce/v1/messages \
-H "x-api-key: sk-air-YOUR_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-sonnet-4.6",
"max_tokens": 256,
"system": "You are a helpful assistant.",
"messages": [
{"role": "user", "content": "Hello, Claude!"}
]
}'Forme de réponse
| Parameter | Type | Required | Description |
|---|---|---|---|
| id | string | Optional | ID du message, par ex. "msg_01ABCxyz". |
| type | string | Optional | Toujours "message". |
| role | string | Optional | Toujours "assistant". |
| content | array | Optional | Tableau de blocs de contenu : { type : "texte" | "outil_use" | "pensée", … }. |
| model | string | Optional | Echo du modèle demandé. |
| stop_reason | string | Optional | "fin_tour" | "max_jetons" | "stop_séquence" | "outil_use". |
| usage | object | Optional | { input_tokens, output_tokens, cache_read_input_tokens?, cache_creation_input_tokens?, cache_creation? }. Les champs de cache apparaissent lorsque le cache de prompt a été utilisé. cache_creation.ephemeral_5m_input_tokens et ephemeral_1h_input_tokens donnent la répartition des écritures par TTL. |
Événements en streaming
Anthropic SSE utilise des événements nommés au lieu de morceaux JSON uniques. Chaque événement a à la fois un event: nom et un data: Charge utile JSON.
event: message_start
data: {"type":"message_start","message":{"id":"msg_01","role":"assistant","content":[],"model":"claude-sonnet-4.6","stop_reason":null,"usage":{"input_tokens":12,"output_tokens":1}}}
event: content_block_start
data: {"type":"content_block_start","index":0,"content_block":{"type":"text","text":""}}
event: content_block_delta
data: {"type":"content_block_delta","index":0,"delta":{"type":"text_delta","text":"Hello"}}
event: content_block_stop
data: {"type":"content_block_stop","index":0}
event: message_delta
data: {"type":"message_delta","delta":{"stop_reason":"end_turn"},"usage":{"output_tokens":17}}
event: message_stop
data: {"type":"message_stop"}Mise en cache rapide
Sur /v1/messages avec les modèles Claude, marquer un préfixe comme mis en cache en passant system comme un tableau de blocs où le segment mis en cache transporte cache_control: { type: "ephemeral" }. Les requêtes ultérieures commençant par le même préfixe facturent le tarif de lecture du cache le moins cher. Modèles avec supports_caching: true dans /v1/models soutenir cela.
Modèles avec mise en cache rapide
…· live{
"model": "claude-sonnet-4.6",
"max_tokens": 1024,
"system": [
{"type": "text", "text": "You are a senior staff engineer at Airforce."},
{
"type": "text",
"text": "<repository-snapshot>...</repository-snapshot>",
"cache_control": {"type": "ephemeral"}
}
],
"messages": [
{"role": "user", "content": "Where is rate limiting enforced?"}
]
}Comment les compteurs de cache sont rapportés dans la réponse
Les compteurs de tokens de cache sont transmis dans la forme native de chaque format, de sorte que les SDK (openai, @anthropic-ai/sdk, @google/genai) les lisent sans code personnalisé. Les champs sont omis lorsque la valeur est zéro, gardant les réponses non mises en cache légères.
/v1/chat/completions (forme OpenAI)
"usage": {
"prompt_tokens": 2104,
"completion_tokens": 147,
"total_tokens": 2251,
"prompt_tokens_details": { "cached_tokens": 1980 },
"cache_creation_input_tokens": 124,
"cache_creation": {
"ephemeral_5m_input_tokens": 124,
"ephemeral_1h_input_tokens": 0
}
}/v1/messages (forme Anthropic)
"usage": {
"input_tokens": 2104,
"output_tokens": 147,
"cache_read_input_tokens": 1980,
"cache_creation_input_tokens": 124,
"cache_creation": {
"ephemeral_5m_input_tokens": 124,
"ephemeral_1h_input_tokens": 0
}
}/v1beta/.../generateContent (forme Gemini)
"usageMetadata": {
"promptTokenCount": 2104,
"candidatesTokenCount": 147,
"totalTokenCount": 2251,
"cachedContentTokenCount": 1980
}Où le cache s’applique
Les marqueurs cache_control explicites sont pris en compte sur /v1/messages et /v1/chat/completions pour les modèles Claude — placez-les sur les blocs de contenu system ou message. Beaucoup d’autres fournisseurs (famille OpenAI, DeepSeek, Gemini) mettent en cache automatiquement : vous n’envoyez aucun marqueur et voyez simplement cached_tokens dans la réponse dès qu’un préfixe assez long est réutilisé.
Durée du cache : 5 minutes ou 1 heure
Un préfixe en cache vit 5 minutes par défaut et le minuteur se réinitialise à chaque accès. Pour un préfixe plus durable, ajoutez ttl: "1h" au marqueur. La réponse indique chaque TTL séparément sous cache_creation.
"cache_control": { "type": "ephemeral", "ttl": "1h" }Exemple : d’abord l’écriture, puis la lecture
Envoyez exactement la même requête deux fois (l’exemple de cache ci-dessus). Le premier appel qui voit le préfixe paie une écriture de cache unique ; les appels identiques dans la TTL paient la lecture de cache bien moins chère.
Premier appel — écriture de cache (extrait usage) :
"usage": {
"input_tokens": 2104,
"output_tokens": 12,
"cache_creation_input_tokens": 1980,
"cache_read_input_tokens": 0
}Deuxième appel identique dans la TTL — lecture de cache :
"usage": {
"input_tokens": 2104,
"output_tokens": 12,
"cache_creation_input_tokens": 0,
"cache_read_input_tokens": 1980
}Limites et coût
- Claude exige un préfixe minimum (environ 1024 tokens ; plus pour certains modèles). Les préfixes plus courts ne sont tout simplement pas mis en cache.
- Jusqu’à 4 points de cache par requête, et le préfixe en cache doit être identique octet pour octet entre les appels — même un changement d’un caractère manque le cache.
- Les écritures de cache coûtent plus que l’entrée normale (5m ≈ 1,25×, 1h ≈ 2×) ; les lectures coûtent bien moins (≈ 0,1×). Voir les prix de cache de chaque modèle sur la page tarifs.
POST /v1/responses
Surface OpenAI Responses-API pour les conversations à état. Même authentification Bearer/x-api-key. Les compteurs de cache apparaissent comme input_tokens_details.cached_tokens (lecture) plus le cache_creation_input_tokens à plat + cache_creation.ephemeral_* (écritures) pour la parité avec /v1/chat/completions.
https://api.airforce/v1/responsesErreurs
Airforce renvoie des codes d'état HTTP standard et une enveloppe d'erreur uniforme pour les deux points de terminaison.
| Parameter | Type | Required | Description |
|---|---|---|---|
| 400 | invalid_request | Optional | JSON mal formé, champ obligatoire manquant, modèle inconnu. |
| 401 | authentication_error | Optional | Clé API manquante ou invalide. |
| 403 | permission_error | Optional | Les autorisations de plan ou par clé refusent cette demande. |
| 429 | rate_limit | Optional | Taux de demande ou plafond de jetons quotidien dépassé. |
| 503 | upstream_error | Optional | Toutes les clés en amont du fournisseur demandé ont échoué. |
{
"error": {
"message": "Model 'gpt-99' not found.",
"type": "invalid_request",
"param": "model",
"code": "model_not_found"
}
}Découvrez les modèles
Consultez la liste complète des ID de modèle et leurs indicateurs de capacité (vision, outils, raisonnement, mise en cache, longueur du contexte, …) sur /docs/api/models.
curl https://api.airforce/v1/models \
-H "Authorization: Bearer sk-air-YOUR_API_KEY"