OpenAI 模型通过 FrameAI 统一的 /v1/chat/completions 接口调用。客户端只需要使用 FrameAI API Key，并在请求体中填写实际可用的模型名称。

支持的模型

当前支持的 OpenAI 模型名称如下：

gpt-5.6-sol
gpt-5.6-terra
gpt-5.5
gpt-5.4
gpt-image-2
gpt-5.4-mini
codex-auto-review

其中，gpt-5.6-sol、gpt-5.6-terra、gpt-5.5、gpt-5.4、gpt-5.4-mini 和 codex-auto-review 用于文本对话或代码相关请求；gpt-image-2 用于图像能力。具体可调用能力以 FrameAI 返回的模型列表和账户权限为准。模型名称需要完整匹配，不要自行修改大小写、连字符、版本号或模型后缀。

普通对话

curl https://mivsub.com/v1/chat/completions \\
  -H "Authorization: Bearer sk-frameai-xxxxxxxx" \\
  -H "Content-Type: application/json" \\
  --data-binary '{
    "model": "gpt-5.4",
    "messages": [
      {
        "role": "system",
        "content": "你是一个准确、简洁的技术助手。"
      },
      {
        "role": "user",
        "content": "请用三个要点说明 API 网关的主要作用。"
      }
    ],
    "stream": false,
    "max_tokens": 1024,
    "temperature": 0.7
  }'

响应中的最终文本通常位于：

choices[0].message.content

推理模型

需要复杂分析或代码处理时，可以使用支持此类能力的模型，例如 gpt-5.5：

{
  "model": "gpt-5.5",
  "messages": [
    {
      "role": "user",
      "content": "分析一个高并发 API 服务的限流、重试和幂等设计。"
    }
  ],
  "stream": false,
  "max_completion_tokens": 2048
}

部分推理模型可能返回 reasoning_content 或其他推理扩展字段。业务展示最终回答时，应读取 choices[0].message.content，并兼容推理字段不存在的情况。

流式输出

{
  "model": "gpt-5.4",
  "messages": [
    {
      "role": "user",
      "content": "分步骤介绍如何设计一个可靠的任务队列。"
    }
  ],
  "stream": true,
  "stream_options": {
    "include_usage": true
  },
  "max_tokens": 2048
}

响应类型为：

Content-Type: text/event-stream

客户端需要逐行读取 data: 事件，持续拼接 choices[].delta.content，收到下面的结束标记后停止：

data: [DONE]

流式响应最后的用量信息是否返回，取决于模型服务是否支持 stream_options.include_usage。业务逻辑不要依赖某一个流式片段一定包含 usage。

工具调用

{
  "model": "gpt-5.4",
  "messages": [
    {
      "role": "user",
      "content": "查询订单 A20260904001 的状态。"
    }
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_order_status",
        "description": "查询订单状态",
        "parameters": {
          "type": "object",
          "properties": {
            "order_id": {
              "type": "string",
              "description": "订单编号"
            }
          },
          "required": ["order_id"]
        }
      }
    }
  ],
  "tool_choice": "auto"
}

模型返回 tool_calls 后，客户端负责：

1. 读取工具名称和参数。
2. 在自己的业务系统中执行对应函数。
3. 将函数结果作为 role: tool 消息追加到 messages。
4. 再次调用同一个模型获取最终回答。

工具定义中的函数不会由 FrameAI 自动执行，客户端必须自行完成工具调用流程。

多轮对话

下一轮请求需要把历史消息按原顺序放回 messages：

{
  "model": "gpt-5.4",
  "messages": [
    {
      "role": "user",
      "content": "给这个缓存组件设计一个接口。"
    },
    {
      "role": "assistant",
      "content": "可以定义 Get、Set、Delete 和 Close 四个方法。"
    },
    {
      "role": "user",
      "content": "再补充批量读取和过期时间支持。"
    }
  ],
  "stream": false
}

不要把上一轮完整 HTTP 响应直接塞进 messages，只保留后续对话需要的消息内容。

Go 示例

package main

import (
	"bytes"
	"encoding/json"
	"fmt"
	"io"
	"log"
	"net/http"
	"time"
)

type chatResponse struct {
	Choices []struct {
		Message struct {
			Content string `json:"content"`
		} `json:"message"`
	} `json:"choices"`
	Msg   string `json:"msg"`
	Error *struct {
		Message string `json:"message"`
	} `json:"error"`
}

func main() {
	requestBody := map[string]any{
		"model": "gpt-5.4",
		"messages": []map[string]string{
			{"role": "user", "content": "你好，请介绍一下自己。"},
		},
		"stream":     false,
		"max_tokens": 512,
	}

	body, err := json.Marshal(requestBody)
	if err != nil {
		log.Fatal(err)
	}

	req, err := http.NewRequest(
		http.MethodPost,
		"https://mivsub.com/v1/chat/completions",
		bytes.NewReader(body),
	)
	if err != nil {
		log.Fatal(err)
	}
	req.Header.Set("Authorization", "Bearer sk-frameai-xxxxxxxx")
	req.Header.Set("Content-Type", "application/json")

	client := &http.Client{Timeout: 120 * time.Second}
	resp, err := client.Do(req)
	if err != nil {
		log.Fatal(err)
	}
	defer resp.Body.Close()

	responseBody, err := io.ReadAll(resp.Body)
	if err != nil {
		log.Fatal(err)
	}

	var result chatResponse
	if err := json.Unmarshal(responseBody, &result); err != nil {
		log.Fatalf("解析响应失败: %v", err)
	}
	if resp.StatusCode < http.StatusOK || resp.StatusCode >= http.StatusMultipleChoices {
		if result.Msg != "" {
			log.Fatalf("请求失败: HTTP %d, %s", resp.StatusCode, result.Msg)
		}
		if result.Error != nil {
			log.Fatalf("请求失败: HTTP %d, %s", resp.StatusCode, result.Error.Message)
		}
		log.Fatalf("请求失败: HTTP %d", resp.StatusCode)
	}
	if len(result.Choices) == 0 {
		log.Fatal("响应中没有 choices")
	}

	fmt.Println(result.Choices[0].Message.Content)
}

Python 示例

import requests

response = requests.post(
    "https://mivsub.com/v1/chat/completions",
    headers={
        "Authorization": "Bearer sk-frameai-xxxxxxxx",
        "Content-Type": "application/json",
    },
    json={
        "model": "gpt-5.4",
        "messages": [
            {"role": "user", "content": "你好，请介绍一下自己。"}
        ],
        "stream": False,
        "max_tokens": 512,
    },
    timeout=120,
)
response.raise_for_status()
print(response.json()["choices"][0]["message"]["content"])

参数注意事项

• max_tokens 和 max_completion_tokens 不要同时传不同值，按当前模型支持的字段选择一个。
• 推理模型可能不支持 temperature、top_p 等普通采样参数；不确定时省略这些可选参数。
• stream 必须使用 JSON 布尔值 true 或 false，不能写成字符串或 flase。
• model 必须使用实际可用的 OpenAI 模型名称；模型不可用时不会自动切换到其他模型。
• OpenAI 文本接口不用于视频生成、图片生成或音频生成，请使用对应的专用接口。

常见问题

现象	原因	处理方式
模型暂不可用	当前 API Key 没有该模型权限，或模型服务暂时不可用	检查模型名称和账户权限；持续出现时联系管理员。
401	FrameAI API Key 缺失、无效或过期	更新请求中的 Authorization。
400	JSON 格式、字段类型或模型参数错误	检查 Content-Type、字段拼写和参数类型。
429	请求频率过高或服务繁忙	按指数退避策略重试。
返回 reasoning_content 但页面不显示	客户端只读取了 content	根据业务需要单独处理推理字段。
流式响应无法解析	客户端把 SSE 当作完整 JSON	逐行读取 data:，直到 [DONE]。
返回没有文本	模型返回了工具调用或输出达到限制	检查 tool_calls 和 finish_reason。

公共请求字段、响应字段、流式结构、Go 示例和统一错误响应见 Chat Completions 接口。

上一页Chat Completions 接口

下一页智谱 GLM