跳转到主要内容
调用 兼容模式 时，无论你用的是 OpenAI、Claude、Gemini、Grok、Qwen、GLM 还是其它模型，响应都遵循同一套 OpenAI schema。绝大多数解析逻辑是通用的——只要按本页的统一写法处理，换模型不用改代码。 本页帮你把「响应数据处理」一次做对：先讲共性，再用一张表列出少数需要兼容、但不影响接入的差异点。
请求侧（base_url、鉴权、换模型）见 兼容模式调用。本页只讲响应侧：拿到响应后怎么解析。

​
两种模式，同一端点

同一个 /v1/chat/completions，只由 stream 参数决定返回形态：
stream: false（默认）stream: true
返回形态单个 JSON 对象SSE 数据流（多行 data:）
顶层类型chat.completionchat.completion.chunk
取正文choices[0].message.content累加各块 choices[0].delta.content
适用场景后端任务、批处理、需完整结果聊天 UI、需要逐字上屏

​
非流式响应

结构稳定，取 choices[0].message.content 即可： 
{
  "id": "chatcmpl-xxx",
  "object": "chat.completion",
  "model": "gpt-4.1-mini",
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "1+1等于2。" },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 31, "completion_tokens": 8, "total_tokens": 39 }
}

resp = client.chat.completions.create(
    model="gpt-4.1-mini",
    messages=[{"role": "user", "content": "1+1等于几？"}]
)
print(resp.choices[0].message.content)
print(resp.usage.total_tokens)
非流式下七家主流模型高度一致，choices[0].message.content 可无差别取值。部分模型（如 OpenAI 系）message 里还会带 annotations、refusal 等字段，按需读取，不用则忽略即可。

​
流式响应（SSE）

流式以 Server-Sent Events 逐块推送，每行形如 data: {...}，以 data: [DONE] 收尾： 
data: {"choices":[{"delta":{"content":"1"},"index":0}], ...}
data: {"choices":[{"delta":{"content":"+1"},"index":0}], ...}
data: {"choices":[{"delta":{},"finish_reason":"stop","index":0}], ...}
data: [DONE]
用官方 SDK 时迭代即可，核心是累加 delta.content： 
stream = client.chat.completions.create(
    model="gpt-4.1-mini",
    messages=[{"role": "user", "content": "写一首短诗"}],
    stream=True
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

​
接入要点：少数差异，统一处理

不同模型的流式细节略有出入，但只要遵守下面几条，就能用同一套代码兼容全部模型。
结束块的 choices 可能是空数组。 携带 usage 的最后一块，部分模型是 "choices":[]（如 gpt-4.1-mini、grok、qwen、glm），直接取 choices[0] 会越界报错。解析每块前先判 choices 是否非空。
差异点表现统一处理方式
结束块 choices可能为 [] 空数组，也可能非空取 delta 前先判 choices 非空
finish_reason 中间值多数为 null，claude 为 ""（空串）判结束统一用 finish_reason === "stop"
usage 出现位置空 choices 块 / 非空 choices 块 / 与 stop 同块三处都尝试读取，读到即记录
分块粒度逐 token（gpt 系）或整句（gemini/claude）不影响——累加即可，无需关心颗粒
首个角色声明块有的先发一个空 content 块声明 rolecontent 为空时跳过，不要当正文
厂商私有字段obfuscation、system_fingerprint、first_token_return_time 等一律忽略，不要硬依赖

​
健壮解析参考实现

不依赖 SDK、直接处理原始 SSE 时，按下面的写法可覆盖上述全部差异： 
import json, requests

def stream_chat(model, messages, api_key):
    resp = requests.post(
        "https://api.apiyi.com/v1/chat/completions",
        headers={"Authorization": f"Bearer {api_key}",
                 "Content-Type": "application/json"},
        json={"model": model, "messages": messages, "stream": True},
        stream=True, timeout=300,
    )
    text, usage = "", None
    for line in resp.iter_lines(decode_unicode=True):
        if not line or not line.startswith("data: "):
            continue
        data = line[6:]
        if data == "[DONE]":
            break
        chunk = json.loads(data)
        if chunk.get("usage"):          # usage 可能出现在任意块
            usage = chunk["usage"]
        choices = chunk.get("choices")
        if not choices:                 # 结束块可能是空数组，先判空
            continue
        delta = choices[0].get("delta", {})
        piece = delta.get("content")
        if piece:                       # 跳过 role 声明等空 content 块
            text += piece
            print(piece, end="", flush=True)
        if choices[0].get("finish_reason") == "stop":
            pass                        # 仅作结束标记，不要 break（usage 常在其后）
    return text, usage
推理模型（grok、qwen、glm 等）流式时会先推送 delta.reasoning_content（思考链），再推送 delta.content（正文）。上面的解析只取了 content，因此思考链被自动跳过。需要展示思考过程时的处理见 推理模型输出。

​
usage 与计费

  • usage 在非流式响应里随结果一起返回；流式则在尾部某一块里返回（位置见上表，建议「读到即覆盖」）。
  • 各家字段细分不同：OpenAI 系有 completion_tokens_details，Gemini/Claude 额外带 input_tokens/output_tokens，推理模型带 reasoning_tokens。统一以 prompt_tokens / completion_tokens / total_tokens 三个标准字段为准。
流式 usage 的 total_tokens 不要全信。 实测个别模型（如 gpt-5.4-mini）流式尾块出现 total ≠ prompt + completion 的异常帧，同模型非流式则正常。计费请以账单为准，不要用流式那一帧的 total 做结算。

​
相关链接