文档 / API 参考
流式响应
默认走 SSE，与官方 chunk 结构一致。
PYTHON
stream = client.chat.completions.create(
model="deepseek-v4",
messages=[{"role": "user", "content": "写一段自我介绍"}],
stream=True,
stream_options={"include_usage": True},
)
for chunk in stream:
print(chunk.choices[0].delta.content or "", end="")几个细节
- usage 只在最后一个 chunk 返回，需要带上 stream_options。
- 上游断流时网关不会静默补齐，会以 error 事件结束，请在客户端做重试。
- 首字延迟以边缘节点收到第一个 chunk 的时间计，可在消费日志里逐条查看。
长时间不产出内容的请求会在 10 分钟后被网关关闭。