FIM 补全（Beta）
POST/completions
FIM（Fill-In-the-Middle）补全 API。
用户需要设置 base_url="https://api.deepseek.com/beta" 来使用此功能。
Request
- application/json
Body
required
- MOD1
- MOD2
Array [
]
Possible values: [deepseek-chat]
模型的 ID
Default value: Once upon a time,
用于生成完成内容的提示
在输出中，把 prompt 的内容也输出出来
Possible values: >= -2 and <= 2
Default value: 0
介于 -2.0 和 2.0 之间的数字。如果该值为正，那么新 token 会根据其在已有文本中的出现频率受到相应的惩罚，降低模型重复相同内容的可能性。
Possible values: <= 20
制定输出中包含 logprobs 最可能输出 token 的对数概率，包含采样的 token。例如，如果 logprobs 是 20，API 将返回一个包含 20 个最可能的 token 的列表。API 将始终返回采样 token 的对数概率，因此响应中可能会有最多 logprobs+1 个元素。
logprobs 的最大值是 20。
最大生成 token 数量。
Possible values: >= -2 and <= 2
Default value: 0
介于 -2.0 和 2.0 之间的数字。如果该值为正，那么新 token 会根据其是否已在已有文本中出现受到相应的惩罚，从而增加模型谈论新主题的可能性。
stop
object
nullable
一个 string 或最多包含 16 个 string 的 list，在遇到这些词时，API 将停止生成更多的 token。
oneOf
string
string
如果设置为 True，将会以 SSE（server-sent events）的形式以流式发送消息增量。消息流以 data: [DONE] 结尾。
stream_options
object
nullable
流式输出相关选项。只有在 stream 参数为 true 时，才可设置此参数。
如果设置为 true，在流式消息最后的 data: [DONE] 之前将会传输一个额外的块。此块上的 usage 字段显示整个请求的 token 使用统计信息，而 choices 字段将始终是一个空数组。所有其他块也将包含一个 usage 字段，但其值为 null。
制定被补全内容的后缀。
Possible values: <= 2
Default value: 1
采样温度，介于 0 和 2 之间。更高的值，如 0.8，会使输出更随机，而更低的值，如 0.2，会使其更加集中和确定。 我们通常建议可以更改这个值或者更改 top_p，但不建议同时对两者进行修改。
Possible values: <= 1
Default value: 1
作为调节采样温度的替代方案，模型会考虑前 top_p 概率的 token 的结果。所以 0.1 就意味着只有包括在最高 10% 概率中的 token 会被考虑。 我们通常建议修改这个值或者更改 temperature，但不建议同时对两者进行修改。
Responses
- 200
OK
- application/json
- Schema
- Example (from schema)
Schema
Array [
]
补全响应的 ID。
choices
object[]
required
模型生成的补全内容的选择列表。
Possible values: [stop, length, content_filter, insufficient_system_resource]
模型停止生成 token 的原因。
stop：模型自然停止生成，或遇到 stop 序列中列出的字符串。
length ：输出长度达到了模型上下文长度限制，或达到了 max_tokens 的限制。
content_filter：输出内容因触发过滤策略而被过滤。
insufficient_system_resource: 由于后端推理资源受限，请求被打断。
logprobs
object
nullable
required
标志补全请求开始时间的 Unix 时间戳（以秒为单位）。
补全请求所用的模型。
模型运行时的后端配置的指纹。
Possible values: [text_completion]
object 的类型，一定为"text_completion"
usage
object
该对话补全请求的用量信息。
模型 completion 产生的 token 数。
用户 prompt 所包含的 token 数。该值等于 prompt_cache_hit_tokens + prompt_cache_miss_tokens
用户 prompt 中，命中上下文缓存的 token 数。
用户 prompt 中，未命中上下文缓存的 token 数。
该请求中，所有 token 的数量（prompt + completion）。
completion_tokens_details
object
completion tokens 的详细信息。
推理模型所产生的思维链 token 数量
{
"id": "string",
"choices": [
{
"finish_reason": "stop",
"index": 0,
"logprobs": {
"text_offset": [
0
],
"token_logprobs": [
0
],
"tokens": [
"string"
],
"top_logprobs": [
{}
]
},
"text": "string"
}
],
"created": 0,
"model": "string",
"system_fingerprint": "string",
"object": "text_completion",
"usage": {
"completion_tokens": 0,
"prompt_tokens": 0,
"prompt_cache_hit_tokens": 0,
"prompt_cache_miss_tokens": 0,
"total_tokens": 0,
"completion_tokens_details": {
"reasoning_tokens": 0
}
}
}