一、核心请求参数（4大关键）

1. model（模型选择）

• 类型：字符串，必填

• 作用：指定使用的大模型

• 阿里云示例：通义千问系列、多模态模型等

• 注意：通义千问Audio音频模型不支持OpenAI兼容模式

2. messages（消息对话）

• 类型：数组，必填

• 结构：包含角色和内容的对话历史

[
  {"role": "system", "content": "设定AI角色"},
  {"role": "user", "content": "用户提问"},
  {"role": "assistant", "content": "AI回复"}
]

• 角色类型：user（用户）、system（系统）、assistant（助手）

3. stream（流式输出）

• 类型：布尔值，默认false

• false：一次性返回完整结果

• true：边生成边输出（实时显示）

• 注意：Qwen3网络版（思考模式）等仅支持流式输出

4. modalities（多模态输入）

• 类型：数组，默认["text"]

• 作用：指定输入数据类型（仅Qwen-Omni模型支持）

• 可选值：text（文本）、image（图像）、audio（音频）、video（视频）

二、响应数据结构（JSON格式）

基础响应示例：

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "我是通义千问，阿里巴巴..."
      },
      "finish_reason": "stop",
      "index": 0
    }
  ],
  "usage": {
    "prompt_tokens": 22,
    "completion_tokens": 80,
    "total_tokens": 102
  },
  "model": "qwen-plus",
  "id": "chatcmpl-99f8d040-0f49-955b-943a-21c83"
}

关键字段解析：

1. choices数组：AI的回复内容

   • message.content：AI的实际回答

   • finish_reason：生成终止原因（stop正常结束）

2. usage统计：Token消耗

   • prompt_tokens：输入消耗

   • completion_tokens：输出消耗

   • total_tokens：总消耗

3. 元信息：

   • model：实际使用的模型

   • id：请求唯一标识

三、Token概念（成本计算基础）

Token是什么？

• 模型处理的最小文本单位

• 用户输入需转换为Token才能处理

换算规则：

• 英文：1 Token ≈ 4个字符

• 中文：1个汉字 ≈ 1-2个Token

• 标点/特殊字符：通常单独计为1个Token

成本控制：

• 监控usage字段的Token统计

• 优化提示词减少不必要的Token消耗

掌握这4个核心参数和响应数据结构，即可完成90%的大模型调用场景。关注Token消耗，按需选择流式输出，就能高效、经济地使用大模型能力。