Bỏ qua điều hướng

Định dạng OpenAI

Endpoint chính: POST https://api.arapi.co/v1/chat/completions. Danh sách model: GET https://api.arapi.co/v1/models. Mọi thư viện hỗ trợ OpenAI đều dùng được, chỉ cần đặt base URL là https://api.arapi.co/v1.

curl
curl https://api.arapi.co/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [{"role": "user", "content": "Xin chào"}]
  }'

Stream

Thêm "stream": true để nhận phản hồi theo từng phần (server-sent events), như API gốc của OpenAI. Người dùng thấy chữ hiện dần thay vì chờ cả câu trả lời.

curl (stream)
curl https://api.arapi.co/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "stream": true,
    "messages": [{"role": "user", "content": "Xin chào"}]
  }'

Lưu ý với model suy luận

  • deepseek-v4-flash và deepseek-v4-pro trả thêm trường reasoning_content chứa phần suy nghĩ.
  • gpt-oss-120b và gpt-oss-20b trả phần suy nghĩ trong trường reasoning. Đặt "reasoning_effort": "low" để model suy nghĩ ngắn hơn, trả lời nhanh và rẻ hơn.
  • qwen3-8-27b mặc định trả lời ngay, không suy luận. Đặt reasoning_effort là "low", "medium" hoặc "high" để bật; phần suy nghĩ nằm trong trường reasoning. Model này trả tối đa 16.384 token, nên max_tokens lớn hơn sẽ bị lỗi 400.
  • Token suy luận tính vào max_tokens: nếu đặt quá nhỏ (ví dụ 100), content có thể rỗng với finish_reason: length. Hãy đặt đủ lớn hoặc bỏ trống.
  • Chế độ suy luận không hỗ trợ ép tool_choice vào một hàm cụ thể (trả lỗi 400); hãy dùng "auto".