Saltar al contenido principal

​
Request Body

​
model
string
requerido
ID del modelo a usar. Consulte Models para las opciones disponibles.
​
messages
array
requerido
Una lista de mensajes que componen la conversación.Cada objeto de mensaje contiene:
  • role (string): system, user o assistant
  • content (string | array): El contenido del mensaje
Cuando content es un array, LemonData admite bloques multimodales estructurados para modelos compatibles:
  • text: { "type": "text", "text": "..." }
  • image: { "type": "image_url", "image_url": { "url": "https://..." } }
  • video: { "type": "video_url", "video_url": { "url": "https://..." } }
  • audio: { "type": "audio_url", "audio_url": { "url": "https://..." } }
Para tráfico multimodal en producción, prefiera URLs públicas https. LemonData traducirá estos bloques de medios al formato de solicitud específico del proveedor requerido por el modelo físico enrutado.
​
temperature
number
predeterminado:"1"
Temperatura de muestreo entre 0 y 2. Valores más altos hacen la salida más aleatoria.
​
max_tokens
integer
Número máximo de tokens a generar.
​
stream
boolean
predeterminado:"false"
Si es true, se enviarán deltas parciales del mensaje como eventos SSE.
​
stream_options
object
Opciones para streaming. Establezca include_usage: true para recibir el uso de tokens en fragmentos de la transmisión.
​
top_p
number
predeterminado:"1"
Parámetro de muestreo Nucleus. Recomendamos alterar esto o la temperatura, no ambos.
​
frequency_penalty
number
predeterminado:"0"
Número entre -2.0 y 2.0. Los valores positivos penalizan tokens repetidos.
​
presence_penalty
number
predeterminado:"0"
Número entre -2.0 y 2.0. Los valores positivos penalizan tokens que ya están en el texto.
​
stop
string | array
Hasta 4 secuencias donde la API dejará de generar tokens.
​
tools
array
Una lista de herramientas que el modelo puede invocar (llamado de funciones).
​
tool_choice
string | object
Controla cómo el modelo usa las herramientas. Opciones: auto, none, required, o un objeto de herramienta específico.
​
parallel_tool_calls
boolean
predeterminado:"true"
Indica si se habilitan llamadas a funciones en paralelo. Establézcalo en false para llamar a las funciones de forma secuencial.
​
max_completion_tokens
integer
Tokens máximos para la completación. Alternativa a max_tokens, útil para familias de modelos más nuevas con capacidad de razonamiento.
​
reasoning_effort
string
Esfuerzo de razonamiento para modelos con capacidad de razonamiento. Opciones: low, medium, high.
​
seed
integer
Semilla aleatoria para muestreo determinista.
​
n
integer
predeterminado:"1"
Número de completaciones a generar (1-128).
​
logprobs
boolean
Si se deben retornar las probabilidades logarítmicas.
​
top_logprobs
integer
Número de probabilidades logarítmicas superiores a retornar (0-20). Requiere logprobs: true.
​
top_k
integer
Parámetro de muestreo Top-K (para modelos Anthropic/Gemini).
​
response_format
object
Especificación del formato de respuesta. Use {"type": "json_object"} para modo JSON. Considere {"type": "json_schema", "json_schema": {...}} como una ruta de mejores esfuerzos que depende del modelo seleccionado y del comportamiento de enrutamiento.
​
logit_bias
object
Modifica la probabilidad de aparición de tokens especificados. Mapee IDs de tokens (como strings) a valores de sesgo de -100 a 100.
​
user
string
Un identificador único que representa a su usuario final para la monitorización de abuso.
​
cache_control
object
Opciones de control de caché de LemonData.
  • type (string): Estrategia de caché - default, no_cache, no_store, response_only, semantic_only
  • max_age (integer): TTL de caché en segundos (máx. 86400)

​
Response

​
id
string
Identificador único para la completación.
​
object
string
Siempre chat.completion.
​
created
integer
Marca de tiempo Unix de cuando se creó la completación.
​
model
string
El modelo usado para la completación.
​
choices
array
Lista de opciones de completación.Cada opción contiene:
  • index (integer): Índice de la opción
  • message (object): El mensaje generado
  • finish_reason (string): Por qué el modelo se detuvo (stop, length, tool_calls)
​
usage
object
Estadísticas de uso de tokens.
  • prompt_tokens (integer): Tokens en el prompt
  • completion_tokens (integer): Tokens en la completación
  • total_tokens (integer): Tokens totales utilizados
curl -X POST "https://api.lemondata.cc/v1/chat/completions" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Hello!"}
    ],
    "temperature": 0.7,
    "max_tokens": 1000
  }'

​
Ejemplo multimodal

{
  "model": "gemini-2.5-pro",
  "messages": [
    {
      "role": "user",
      "content": [
        { "type": "text", "text": "Describe this video briefly." },
        { "type": "video_url", "video_url": { "url": "https://example.com/demo.mp4" } }
      ]
    }
  ],
  "max_tokens": 64
}

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1706000000,
  "model": "gpt-4o",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I help you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 20,
    "completion_tokens": 9,
    "total_tokens": 29
  }
}