Conclusões de bate-papo
Gere respostas de chat em mais de 100 modelos a partir de uma API. Drop-in compatível com conclusões de bate-papo OpenAI, mensagens antrópicas e respostas antrópicas.
Autenticação
Cada solicitação precisa de um token de portador (sua chave de API do Airforce). O Antrópico x-api-key cabeçalho também é aceito em /v1/messages para compatibilidade com SDK.
Authorization: Bearer sk-air-YOUR_API_KEY
# alt for /v1/messages:
x-api-key: sk-air-YOUR_API_KEYPOST /v1/chat/completions
Conclusões de bate-papo compatíveis com OpenAI. Trabalha com o oficial openai SDK por substituição base_url para https://api.airforce/v1.
https://api.airforce/v1/chat/completionsSolicitar corpo
| Parameter | Type | Required | Description |
|---|---|---|---|
| model | string | Required | ID do modelo. Use GET /v1/models para descobrir os IDs disponíveis. |
| messages | array | Required | Histórico de conversas. Cada entrada tem { role: "system" | "usuário" | "assistente" | "ferramenta", conteúdo }. O conteúdo é uma string ou uma matriz de blocos de conteúdo (visão, veja abaixo). |
| max_tokens | integer | Optional | Número máximo de tokens a serem gerados. Limitado aos max_output_tokens do modelo. |
| temperature | float | Optional | Temperatura de amostragem, 0–2. Menor é mais determinístico. O padrão depende do provedor upstream. |
| top_p | float | Optional | Amostragem de núcleo. Use temperatura ou top_p, não ambos. |
| stream | boolean | Optional | Quando verdadeiro, a resposta é um fluxo de eventos enviados pelo servidor. Consulte "Streaming" abaixo. |
| stream_options | object | Optional | { include_usage: booleano }. Quando include_usage for verdadeiro, o bloco SSE final carrega o bloco de uso. |
| stop | string | array | Optional | Até 4 sequências de parada. A geração é interrompida assim que uma é produzida. |
| tools | array | Optional | Definições de função que o modelo pode chamar. Consulte "Chamada de ferramenta" abaixo. |
| tool_choice | string | object | Optional | "auto" (padrão), "none" ou { type: "function", function: { name } } para forçar uma chamada específica. |
| response_format | object | Optional | { type: "json_object" } força o modelo a emitir JSON válido. Ignorado para modelos que não o suportam. |
| reasoning_effort | string | Optional | Profundidade de raciocínio estilo OpenAI o1/o3: "baixa" | "médio" | "alto". Consulte "Raciocínio e pensamento". |
| thinking | string | object | Optional | Mudança de pensamento entre provedores. "ligado" | "desligado" | "auto" ou formato antrópico { type: "enabled", budget_tokens: N }. Consulte "Raciocínio e pensamento". |
| thinking_budget | integer | Optional | Limite de token para o rastreamento de raciocínio do modelo (quando o provedor expõe um). |
| ignore_defaults | boolean | Optional | Ignore os parâmetros padrão por modelo salvos do usuário (configurados no painel) para esta solicitação. |
Exemplo básico
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
}'Forma de resposta
| Parameter | Type | Required | Description |
|---|---|---|---|
| id | string | Optional | ID de conclusão estável, por ex. "chatcmpl-abc123". |
| object | string | Optional | "chat.completion" para não transmitido, "chat.completion.chunk" para transmitido. |
| created | integer | Optional | Carimbo de data/hora Unix (segundos). |
| model | string | Optional | Eco do ID do modelo solicitado. |
| choices | array | Optional | Matriz de candidatos à conclusão: [{ index, message: { role, content, tool_calls? }, razão_de_acabamento }]. |
| choices[].finish_reason | string | Optional | "parar" | "comprimento" | "chamadas_ferramentas" | "filtro_conteúdo". |
| 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 é definido quando o modelo produziu um rastro de raciocínio. Os campos de cache aparecem quando o upstream retornou informações de cache de prompt: prompt_tokens_details.cached_tokens reporta leituras de cache (padrão OpenAI), cache_creation_input_tokens agrega as escritas, e cache_creation.ephemeral_5m_input_tokens / ephemeral_1h_input_tokens dão a divisão por 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
}
}Raciocínio e pensamento
Os modelos que suportam o raciocínio estendido expõem um traço de pensamento juntamente com a saída regular. A Força Aérea normaliza três convenções upstream diferentes em um conjunto de parâmetros canônicos que funcionam em qualquer lugar.
Verificar supports_reasoning: true em um modelo em GET /v1/models para saber quais IDs aceitam esses parâmetros.
Modelos com suporte de raciocínio
…· liveParâmetros canônicos
| Parameter | Type | Required | Description |
|---|---|---|---|
| reasoning_effort | string | Optional | "baixo" | "médio" | "alto". OpenAI o1/o3, modelos de raciocínio GPT-5 e qualquer roteador que mapeie para eles. |
| thinking | string | object | Optional | "ligado" | "desligado" | "auto" para uma alternância rápida ou { type: "enabled", budget_tokens: N } para a forma antrópica nativa. Mapas para o pensamento estendido de Claude, o pensamento de Gêmeos e o raciocínio DeepSeek. |
| thinking_budget | integer | Optional | Máximo de tokens que o modelo pode gastar no raciocínio antes de emitir uma saída visível. Espelha budget_tokens. |
Esforço de raciocínio (estilo 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"
}'Pensamento estendido (estilo antrópico)
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}
}'O próprio traço de raciocínio aparece em choices[0].message.reasoning_content (formato OpenAI) ou como thinking blocos em content (Forma antrópica). Os tokens de raciocínio são cobrados e relatados em usage.completion_tokens_details.reasoning_tokens.
Entrada de visão e imagem
Modelos com supports_vision: true aceite imagens incorporadas como blocos de conteúdo. Uma URL pública ou uma URL de dados base64 funcionam; os limites de tamanho dependem do modelo upstream.
Modelos com suporte de visão
…· 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"}}
]
}]
}'Chamada de ferramenta
Modelos com supports_tools: true pode chamar funções que você definir. O modelo retorna um tool_calls variedade; você executa a chamada e envia o resultado de volta em um tool mensagem.
Modelos com suporte para chamada de ferramenta
…· liveSolicitar
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"
}'Resposta com chamada de ferramenta
{
"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"
}]
}Acompanhamento com resultado da ferramenta
{
"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\"}"}
]
}Transmissão
Definir stream: true para receber conclusões parciais como eventos enviados pelo servidor. Cada evento é um pedaço JSON com o mesmo formato da resposta não transmitida, exceto message é substituído por delta. O fluxo termina com 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}
}'Formato de fio
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 mensagens compatível com Antrópico. Trabalha com o oficial @anthropic-ai/sdk configurando baseURL para https://api.airforce. Encaminha para OpenAI/Google/etc. transparentemente para modelos não-Claude.
https://api.airforce/v1/messagesSolicitar corpo
| Parameter | Type | Required | Description |
|---|---|---|---|
| model | string | Required | ID do modelo (formato antrópico ou alias roteado). |
| messages | array | Required | Cada entrada: { role: "user" | "assistente", conteúdo: string | variedade }. |
| max_tokens | integer | Required | Exigido pela Antrópico. Limite de token para a resposta. |
| system | string | array | Optional | Alerta do sistema. Passe um array de { type: "text", text, cache_control? } blocos para marcar segmentos de prefixo em cache. Consulte "Cache de prompts". |
| temperature | float | Optional | 0–1. |
| top_p | float | Optional | Amostragem de núcleo. |
| top_k | integer | Optional | Limite o pool de amostragem aos principais tokens. |
| stop_sequences | array | Optional | Até 4 sequências de parada. |
| stream | boolean | Optional | Quando verdadeiro, emite fluxo de eventos SSE no estilo antrópico (consulte "Streaming"). |
| tools | array | Optional | Definições de ferramentas antrópicas: { nome, descrição, esquema_de_entrada }. A resposta pode conter blocos de conteúdo tool_use. |
| tool_choice | object | Optional | {tipo: "automático" | "qualquer" | "ferramenta", nome? }. |
| thinking | object | Optional | Pensamento antrópico estendido: { type: "enabled", budget_tokens: N }. |
Exemplo
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!"}
]
}'Forma de resposta
| Parameter | Type | Required | Description |
|---|---|---|---|
| id | string | Optional | ID da mensagem, por ex. "msg_01ABCxyz". |
| type | string | Optional | Sempre "mensagem". |
| role | string | Optional | Sempre "assistente". |
| content | array | Optional | Matriz de blocos de conteúdo: { type: "text" | "uso_ferramenta" | "pensamento", … }. |
| model | string | Optional | Eco do modelo solicitado. |
| stop_reason | string | Optional | "fim_turno" | "max_tokens" | "stop_sequence" | "uso_ferramenta". |
| usage | object | Optional | { input_tokens, output_tokens, cache_read_input_tokens?, cache_creation_input_tokens?, cache_creation? }. Os campos de cache aparecem quando o cache de prompt foi usado. cache_creation.ephemeral_5m_input_tokens e ephemeral_1h_input_tokens dão a divisão de escrita por TTL. |
Transmissão de eventos
O Antrópico SSE usa eventos nomeados em vez de blocos JSON únicos. Cada evento tem um event: nome e um data: Carga útil 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"}Cache de prompt
Sobre /v1/messages com modelos Claude, marque um prefixo como armazenado em cache passando system como uma matriz de blocos onde o segmento em cache carrega cache_control: { type: "ephemeral" }. As solicitações subsequentes que começam com o mesmo prefixo cobram a taxa de leitura de cache mais barata. Modelos com supports_caching: true em /v1/models apoie isso.
Modelos com cache imediato
…· 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?"}
]
}Como as contagens de cache são reportadas na resposta
Os conteúdos de tokens de cache são passados na forma nativa de cada formato, então SDKs (openai, @anthropic-ai/sdk, @google/genai) os leem sem código personalizado. Os campos são omitidos quando o valor é zero, mantendo respostas não-cacheadas enxutas.
/v1/chat/completions (forma 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 (forma 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 (forma Gemini)
"usageMetadata": {
"promptTokenCount": 2104,
"candidatesTokenCount": 147,
"totalTokenCount": 2251,
"cachedContentTokenCount": 1980
}Onde o cache se aplica
Marcadores cache_control explícitos são respeitados em /v1/messages e /v1/chat/completions para modelos Claude — coloque-os em blocos de conteúdo system ou message. Muitos outros provedores (família OpenAI, DeepSeek, Gemini) fazem cache automaticamente: você não envia marcadores e simplesmente vê cached_tokens na resposta quando um prefixo longo o suficiente é reutilizado.
Duração do cache: 5 minutos ou 1 hora
Um prefixo em cache vive 5 minutos por padrão e o timer é renovado a cada acerto. Para um prefixo mais duradouro, adicione ttl: "1h" ao marcador. A resposta informa cada TTL separadamente em cache_creation.
"cache_control": { "type": "ephemeral", "ttl": "1h" }Exemplo: primeiro write, depois read
Envie exatamente a mesma requisição duas vezes (o exemplo de cache acima). A primeira chamada que vê o prefixo paga um write de cache único; chamadas idênticas dentro da TTL pagam o read de cache muito mais barato.
Primeira chamada — write de cache (trecho de usage):
"usage": {
"input_tokens": 2104,
"output_tokens": 12,
"cache_creation_input_tokens": 1980,
"cache_read_input_tokens": 0
}Segunda chamada idêntica dentro da TTL — read de cache:
"usage": {
"input_tokens": 2104,
"output_tokens": 12,
"cache_creation_input_tokens": 0,
"cache_read_input_tokens": 1980
}Limites e custo
- O Claude exige um prefixo mínimo cacheável (cerca de 1024 tokens; mais em alguns modelos). Prefixos mais curtos simplesmente não são cacheados.
- Até 4 breakpoints de cache por requisição, e o prefixo em cache deve ser idêntico byte a byte entre chamadas — até uma mudança de um caractere erra o cache.
- Writes de cache custam mais que a entrada normal (5m ≈ 1,25×, 1h ≈ 2×); reads custam muito menos (≈ 0,1×). Veja os preços de cache de cada modelo na página de preços.
POST /v1/responses
Superfície OpenAI Responses-API para conversas com estado. Mesma autenticação Bearer/x-api-key. As contagens de cache aparecem como input_tokens_details.cached_tokens (leitura) mais cache_creation_input_tokens plano + cache_creation.ephemeral_* (escritas) para paridade com /v1/chat/completions.
https://api.airforce/v1/responsesErros
Airforce retorna códigos de status HTTP padrão e um envelope de erro uniforme para ambos os endpoints.
| Parameter | Type | Required | Description |
|---|---|---|---|
| 400 | invalid_request | Optional | JSON malformado, campo obrigatório ausente, modelo desconhecido. |
| 401 | authentication_error | Optional | Chave de API ausente ou inválida. |
| 403 | permission_error | Optional | As permissões planejadas ou por chave negam essa solicitação. |
| 429 | rate_limit | Optional | Taxa de solicitação ou limite diário de token excedido. |
| 503 | upstream_error | Optional | Todas as chaves upstream do provedor solicitado falharam. |
{
"error": {
"message": "Model 'gpt-99' not found.",
"type": "invalid_request",
"param": "model",
"code": "model_not_found"
}
}Descubra modelos
Veja a lista completa de IDs de modelo e seus sinalizadores de capacidade (visão, ferramentas, raciocínio, cache, comprimento de contexto,…) em /docs/api/models.
curl https://api.airforce/v1/models \
-H "Authorization: Bearer sk-air-YOUR_API_KEY"