Langsung ke konten utama

​
Isi Permintaan

​
model
string
wajib
ID model yang akan digunakan. Lihat Models untuk opsi yang tersedia.
​
messages
array
wajib
Daftar pesan yang membentuk percakapan.Setiap objek pesan berisi:
  • role (string): system, user, atau assistant
  • content (string | array): Konten pesan
Ketika content adalah array, LemonData mendukung blok multimodal terstruktur untuk model yang kompatibel:
  • 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://..." } }
Untuk lalu lintas produksi multimodal, utamakan URL publik https. LemonData akan menerjemahkan blok media ini ke bentuk permintaan spesifik provider yang diperlukan oleh model fisik yang diarahkan.
​
temperature
number
default:"1"
Temperatur sampling antara 0 dan 2. Nilai yang lebih tinggi membuat keluaran lebih acak.
​
max_tokens
integer
Jumlah maksimum token yang akan dihasilkan.
​
stream
boolean
default:"false"
Jika true, delta pesan parsial akan dikirim sebagai event SSE.
​
stream_options
object
Opsi untuk streaming. Setel include_usage: true untuk menerima pemakaian token dalam potongan stream.
​
top_p
number
default:"1"
Parameter nucleus sampling. Kami menyarankan mengubah ini atau temperature, bukan keduanya.
​
frequency_penalty
number
default:"0"
Angka antara -2.0 dan 2.0. Nilai positif memberi penalti pada token yang berulang.
​
presence_penalty
number
default:"0"
Angka antara -2.0 dan 2.0. Nilai positif memberi penalti pada token yang sudah ada di teks.
​
stop
string | array
Hingga 4 urutan di mana API akan berhenti menghasilkan token.
​
tools
array
Daftar tools yang mungkin dipanggil model (pemanggilan fungsi).
​
tool_choice
string | object
Mengontrol bagaimana model menggunakan tools. Opsi: auto, none, required, atau objek tool tertentu.
​
parallel_tool_calls
boolean
default:"true"
Menentukan apakah pemanggilan fungsi paralel diaktifkan. Setel ke false untuk memanggil fungsi secara berurutan.
​
max_completion_tokens
integer
Token maksimum untuk penyelesaian. Alternatif untuk max_tokens, berguna untuk keluarga model terbaru yang mendukung reasoning.
​
reasoning_effort
string
Tingkat usaha reasoning untuk model yang mendukung reasoning. Opsi: low, medium, high.
​
seed
integer
Seed acak untuk sampling deterministik.
​
n
integer
default:"1"
Jumlah penyelesaian yang akan dihasilkan (1-128).
​
logprobs
boolean
Apakah akan mengembalikan log probabilitas.
​
top_logprobs
integer
Jumlah top log probabilitas yang dikembalikan (0-20). Memerlukan logprobs: true.
​
top_k
integer
Parameter Top-K sampling (untuk model Anthropic/Gemini).
​
response_format
object
Spesifikasi format respons. Gunakan {"type": "json_object"} untuk mode JSON. Perlakukan {"type": "json_schema", "json_schema": {...}} sebagai jalur best-effort yang bergantung pada model yang dipilih dan perilaku routing.
​
logit_bias
object
Mengubah kemungkinan token tertentu muncul. Pemetaan ID token (sebagai string) ke nilai bias dari -100 sampai 100.
​
user
string
Identifier unik yang merepresentasikan pengguna akhir Anda untuk pemantauan penyalahgunaan.
​
cache_control
object
Opsi kontrol cache LemonData.
  • type (string): Strategi cache - default, no_cache, no_store, response_only, semantic_only
  • max_age (integer): TTL cache dalam detik (maks 86400)

​
Respons

​
id
string
Pengidentifikasi unik untuk penyelesaian.
​
object
string
Selalu chat.completion.
​
created
integer
Timestamp Unix saat penyelesaian dibuat.
​
model
string
Model yang digunakan untuk penyelesaian.
​
choices
array
Daftar pilihan penyelesaian.Setiap pilihan berisi:
  • index (integer): Indeks pilihan
  • message (object): Pesan yang dihasilkan
  • finish_reason (string): Alasan model berhenti (stop, length, tool_calls)
​
usage
object
Statistik penggunaan token.
  • prompt_tokens (integer): Token dalam prompt
  • completion_tokens (integer): Token dalam penyelesaian
  • total_tokens (integer): Total token yang digunakan
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
  }'

​
Contoh 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
  }
}