Chat Completions

Gera uma resposta a partir de uma lista de mensagens, com ou sem streaming.

Atualizado em 16 de set. de 2026

O endpoint central da API. Envie o histórico como uma lista de mensagens e receba a próxima resposta do modelo — a chamada é sem estado, então o contexto é exatamente o que você mandou. O uso guiado está em Geração de texto.

POSThttps://api.hinow.ai/v1/chat/completionsBearer

Gera uma resposta a partir de uma lista de mensagens. Suporta streaming por SSE.

Parâmetros

modelstring· bodyobrigatório
Id namespaced do modelo, como `hinow/himax`.
messagesarray· bodyobrigatório
Mensagens da conversa. O conteúdo pode incluir texto e, nos modelos compatíveis, partes como `image_url`.
streamboolean· body
Devolve os tokens conforme saem, por SSE. O `usage` vem no último evento.
temperaturenumber· body
Controla a variação da amostragem. Valores menores tendem a produzir respostas mais estáveis.
max_tokensinteger· body
Teto de tokens da resposta. Ao cortar, o `finish_reason` vem `"length"`.
response_formatobject· body
`{"type": "json_object"}` solicita conteúdo em JSON. Valide os campos na aplicação.
toolsarray· body
Ferramentas em JSON Schema para chamada de função.
tool_choicestring· body
`"auto"` deixa o modelo decidir se chama uma ferramenta.
reasoningobject· body
Controle de raciocínio: `{ effort, enabled, exclude, max_tokens }`. Ver a página Raciocínio.
reasoning_effortstring· body
Atalho para `reasoning.effort`: `none`, `minimal`, `low`, `medium`, `high`, `xhigh` ou `max`.
include_reasoningboolean· body
`false` esconde o raciocínio na resposta (o mesmo que `reasoning.exclude: true`).
thinkingstring· body
`"on"` ou `"off"`. Alias anterior de `reasoning.enabled`; continua aceito.

Respostas

200Resposta gerada

{
  "id": "chatcmpl-R2dSu3p8...",
  "object": "chat.completion",
  "model": "hinow/hinova",
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "..." },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 132, "completion_tokens": 60, "total_tokens": 192 }
}

400Corpo fora do formato (`invalid_request_error`)

404Modelo inexistente ou não liberado (`model_not_found`)

429Limite por minuto estourado (`rate_limit_exceeded`)

Raciocínio na resposta

Quando a chamada pede raciocínio (ou o modelo raciocina por padrão), a mensagem traz o traço junto do conteúdo, no padrão OpenRouter. Como ligar, escolher o nível e esconder está em Raciocínio.

Campo	O que diz
`message.reasoning`	O raciocínio como texto; ausente com `exclude`
`message.reasoning_details[]`	`type`, `text`, `format`, `index` e, quando houver, `signature`
`native_finish_reason`	O motivo de parada original do modelo
`usage.completion_tokens_details.reasoning_tokens`	Tokens de saída gastos em raciocínio
`usage.prompt_tokens_details.cached_tokens`	Tokens de entrada servidos do cache

Em streaming, delta.reasoning chega antes de delta.content.

finish_reason

Valor	O que significa	O que fazer
`stop`	O modelo terminou a resposta	Nada — é o caso normal
`length`	A geração bateu no `max_tokens`	A resposta está cortada; aumente o teto ou peça mais curto no prompt
`tool_calls`	O modelo pediu uma ferramenta	Leia `message.tool_calls` e devolva o resultado

Streaming e contagem de tokens

Com stream: true o campo usage só aparece no último evento, junto do finish_reason, e o fluxo encerra com data: [DONE]. Consuma o evento final quando precisar registrar a contagem retornada pela API.

Esta página foi útil?