Membuat chat completion

Body request

• modelstringwajib

  ID model. Satu-satunya nilai yang diterima adalah deepseek-flash.

• messagesarraywajib

  Percakapan sejauh ini, dari yang paling lama.

  • rolestringwajib

    system, user, assistant, atau tool.

  • contentstring | array | nullwajib

    Teks pesan, atau array berisi bagian {"type": "text"}. Bagian gambar ditolak dengan 400 unsupported_content. Boleh null pada pesan assistant yang hanya membawa tool_calls.

  • tool_callsarray

    Pada pesan assistant: tool call yang dibuat model, dikirim kembali tanpa diubah.

  • tool_call_idstring

    Pada pesan tool: id tool call yang dijawab oleh hasil ini.

• max_tokensinteger

  Batas output, 1 sampai 384.000. Default 8.192 jika tidak diisi. Nilai yang lebih besar ditolak dengan 400 max_tokens_exceeded, tidak pernah diturunkan diam-diam. Token reasoning ikut dihitung.

• max_completion_tokensinteger

  Alias dari max_tokens. Jika Anda mengirim keduanya, nilai yang lebih kecil yang dipakai.

• streamboolean

  Kirim respons sebagai Server-Sent Events. Default false.

• stream_optionsobject

  Opsi streaming.

  • include_usageboolean

    Kirim chunk terakhir berisi pemakaian token sebelum [DONE].

• toolsarray

  Definisi fungsi yang boleh dipanggil model: {"type": "function", "function": {name, description, parameters}}.

• tool_choicestring | object

  auto, none, required, atau fungsi tertentu.

• response_formatobject

  {"type": "json_object"} membuat model mengembalikan objek JSON yang valid.

• temperature, top_p, stop, presence_penalty, frequency_penalty—

  Parameter sampling, diteruskan ke model tanpa diubah.

Contoh request

curl https://api.larasrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $LARAS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-flash",
    "messages": [
      {"role": "system", "content": "Kamu adalah asisten yang ringkas."},
      {"role": "user", "content": "Sebutkan tiga kegunaan hash map."}
    ],
    "max_tokens": 1024
  }'

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.larasrouter.com/v1",
    api_key=os.environ["LARAS_API_KEY"],
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[
        {"role": "system", "content": "Kamu adalah asisten yang ringkas."},
        {"role": "user", "content": "Sebutkan tiga kegunaan hash map."},
    ],
    max_tokens=1024,
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.larasrouter.com/v1",
  apiKey: process.env.LARAS_API_KEY,
});

const response = await client.chat.completions.create({
  model: "deepseek-flash",
  messages: [
    { role: "system", content: "Kamu adalah asisten yang ringkas." },
    { role: "user", content: "Sebutkan tiga kegunaan hash map." },
  ],
  max_tokens: 1024,
});
console.log(response.choices[0].message.content);

Body respons

• idstring

  ID completion.

• objectstring

  chat.completion, atau chat.completion.chunk untuk chunk stream.

• createdinteger

  Unix timestamp dalam detik.

• modelstring

  Model yang menjawab.

• choicesarray

  Satu pilihan jawaban.

  • message.contentstring | null

    Teks jawaban.

  • message.reasoning_contentstring | null

    Penalaran model, jika ada. Ditagih sebagai output.

  • message.tool_callsarray

    Tool call yang perlu Anda jalankan.

  • finish_reasonstring

    stop, length (batas output tercapai), atau tool_calls.

• usageobject

  Jumlah token yang menjadi dasar perhitungan biaya.

  • prompt_tokensinteger

    Seluruh token input.

  • prompt_cache_hit_tokensinteger

    Token input yang dilayani dari cache, ditagih $0.010 / 1M.

  • prompt_cache_miss_tokensinteger

    Token input yang tidak ada di cache, ditagih $0.400 / 1M.

  • completion_tokensinteger

    Token output, termasuk reasoning, ditagih $1.600 / 1M.

  • total_tokensinteger

    Input ditambah output.

{
  "id": "chatcmpl-…",
  "object": "chat.completion",
  "created": 1760241600,
  "model": "deepseek-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "1. Menyimpan hasil (cache) berdasarkan key…",
        "reasoning_content": "Pengguna meminta tiga kegunaan…"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 180,
    "total_tokens": 204,
    "prompt_cache_hit_tokens": 0,
    "prompt_cache_miss_tokens": 24
  }
}

Streaming

Dengan "stream": true, respons berupa aliran event chat.completion.chunk yang diakhiri dengan data: [DONE]. Atur stream_options.include_usage untuk menerima pemakaian token di chunk terakhir. Lihat Streaming.

data: {"id":"chatcmpl-…","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"role":"assistant","content":""}}]}

data: {"id":"chatcmpl-…","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"1. Menyimpan"}}]}

data: {"id":"chatcmpl-…","object":"chat.completion.chunk","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-…","object":"chat.completion.chunk","choices":[],"usage":{"prompt_tokens":24,"completion_tokens":180,"total_tokens":204,"prompt_cache_hit_tokens":0,"prompt_cache_miss_tokens":24}}

data: [DONE]

Respons