OpenAI 兼容的对话补全接口，承载 GPT-5.6 Terra 日常均衡 Agentic 编程模型，能力与成本均衡，支持流式输出与 reasoning_effort 调控。只需把 model 设为 gpt-5.6-terra。该模型会返回思考摘要：非流式在 choices[].message.reasoning_content，流式在 choices[].delta.reasoning_content；正文始终只在 content 里，二者不混合，因此只读 content 的老客户端无需任何改动。不传 reasoning_effort 时，网关按默认档 medium 请求（这也是模型自身的默认强度），思考摘要同样返回。计费口径：思考 token 按输出价计入 usage.completion_tokens，其中思考部分见 usage.completion_tokens_details.reasoning_tokens——无论你是否读取该字段，这部分 token 都会计费。注意：OpenAI 官方只提供思考「摘要」，不提供原始思维链，因此该字段通常较短。 注意：该模型经 ChatGPT 订阅通路提供，上游不接受 temperature / top_p / max_tokens / max_completion_tokens / frequency_penalty / presence_penalty —— 传了会被静默忽略（不报错），请改用 reasoning_effort 控制思考深度、用提示词约束输出长度。图片输入请用 base64 data: URI（公网图片 URL 上游可能拉取超时）。
📥 上下文窗口（最大输入）：约 272K tokens（GPT-5 系上下文窗口，约合 20 万汉字 / 50 万英文单词；系统提示等开销也计入该窗口）。
在 Playground 试用 →认证
Authorization: Bearer YOUR_API_KEY Content-Type: application/json
在控制台创建 API Key 后即可调用。
请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| model | string | 是 | 模型 ID，此处为 gpt-5.6-terra。 |
| messages | array | 是 | 对话消息数组，每项含 role（system/user/assistant）与 content。content 可为字符串，或由 {type:text} 与 {type:image_url} 组成的数组以识别图片（多模态/Vision）。 |
| stream | boolean | 否 | 是否以 SSE 流式返回。默认 false。 |
| web_search | boolean | 否 | 设为 true 开启联网搜索：网关会先用实时搜索补充资料、再让模型作答并附来源链接（也可在 tools 里传 {"type":"web_search"} 触发）。 |
| reasoning_effort | string | 否 | 推理强度：low / medium / high / xhigh，控制思考深度与速度（仅 GPT-5.x 系列）。effort 越低响应越快。不传时网关按 medium 请求，即模型自身的默认强度。 |
| tools | array | 否 | 函数调用（function calling）。传 OpenAI 标准的 tools 数组，模型需要调用时返回 finish_reason=tool_calls 与 tool_calls 参数；配合 tool_choice 可强制指定。 |
| response_format | object | 否 | 结构化输出。传 {"type":"json_object"} 让模型只返回合法 JSON，适合需要机器解析的场景。 |
请求示例
curl https://nezhagate.com/v1/chat/completions -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"model": "gpt-5.6-terra", "messages": [{"role": "user", "content": "Hello"}], "stream": false}'响应示例
{
"id": "chatcmpl_xxx",
"object": "chat.completion",
"model": "gpt-5.6-terra",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"reasoning_content": "**Weighing the options** ... (a summary of how the model reasoned)",
"content": "Hello!"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 11,
"completion_tokens": 105,
"total_tokens": 116,
"completion_tokens_details": {"reasoning_tokens": 43}
}
}图片识别（Vision）
在 messages 的 content 数组里传入图片，即可让模型识别图片内容（看图问答、读图中文字/OCR 等）。image_url 支持公网图片链接，或 base64 内联（data:image/png;base64,...）。多模态模型可用（gpt-5.5、gemini 系列等）。
curl https://nezhagate.com/v1/chat/completions -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"model": "gpt-5.6-terra", "messages": [{"role": "user", "content": [{"type": "text", "text": "这张图里有什么？"}, {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}]}]}'错误码
| Code | 说明 |
|---|---|
| 401 | API Key 缺失或无效 |
| 402 | 余额不足或 Key 超出限额 |
| 400 | 模型或参数不支持 |
| 429 | 上游限流 |
| 502 | 所有上游线路失败 |
