OpenAI-совместимый формат

Авторизация

Для отправки запросов нужен API ключ — см. раздел С чего начать?

Устаревшие модели

Если модель снята провайдером с обслуживания, запрос автоматически выполнится на модели-аналоге — по прежнему тарифу. О подмене говорят заголовки ответа и массив warnings в теле; в поле model остаётся запрошенная модель. Аналога нет — вернётся ошибка 410. См. раздел Устаревшие модели.

Диалог с чатом

POST https://gptunnel.ru/v1/chat/completions

Синхронный запрос к моделям ChatGPT.

Headers

Параметр	Тип	Описание
Authorization*	string	API ключ

Request Body

Параметр	Тип	Описание
model*	string	ID модели чата
messages*	array	Контекст сообщений
stream	bool	Отдавать ответ потоком server-sent events
max_tokens	number	Максимальная длина ответа в токенах; предел зависит от модели
max_completion_tokens	number	То же самое под именем из нового OpenAI SDK. Учитывается, если max_tokens не передан
temperature	number	Креативность (от 0 до 1)
top_p	number	Nucleus sampling. На моделях Claude не применяется
frequency_penalty	number	Штраф за повторение. На моделях Claude не применяется
presence_penalty	number	Штраф за присутствие. На моделях Claude не применяется
stop	string | string[]	Стоп-последовательности: до них модель остановит ответ
functions	object	Определения функций
tools	object[]	Определения инструментов, доступных модели
tool_choice	string | object	Как модель выбирает инструмент: auto | none | required | {"type": "function", "function": {"name": "..."}}
parallel_tool_calls	bool	false — запретить модели вызывать несколько инструментов за один ход
response_format	object	Формат ответа: {"type": "json_object"} или {"type": "json_schema", ...}. См. раздел «Структурированный вывод»
reasoning_effort	string	Сколько модель размышляет перед ответом: none | low | medium | high. См. раздел «Управление рассуждениями»
useWalletBalance	bool	Использовать личный счёт
obfuscate	bool	Скрывать персональные данные (PII) от модели: заменять на плейсхолдеры перед отправкой и восстанавливать в ответе (альфа)
obfuscate_patterns	object[]	Свои regex-паттерны для маскирования вместе с obfuscate: массив { pattern, label? }, до 20 штук

Что не применяется на моделях Claude

У части параметров OpenAI-схемы нет соответствия в API Anthropic, поэтому на моделях Claude они отбрасываются: top_p, frequency_penalty, presence_penalty, а также seed, logprobs, n, logit_bias и прочие поля, которых нет в схеме запроса Anthropic. Запрос при этом выполняется — ошибки не будет, параметр просто не подействует. stop, parallel_tool_calls и max_completion_tokens, наоборот, переводятся в эквиваленты Anthropic и работают. На моделях остальных провайдеров все перечисленные параметры работают штатно.

Скрытие персональных данных (obfuscate)

При obfuscate: true персональные данные (имена, документы, телефоны, карты, пароли и ключи) во всех сообщениях заменяются на плейсхолдеры до отправки в модель, а в ответе — включая потоковый (stream) и аргументы function/tool-call — восстанавливаются обратно. Провайдер и модель видят только обезличенный текст. Если сервис обфускации недоступен, запрос отклоняется с ошибкой 503 — сырые данные провайдеру не отправляются.

Полный список распознаваемых типов, гарантии и ограничения — на странице Скрытие персональных данных.

Функция в альфа-тесте и пока предоставляется бесплатно.

Управление рассуждениями (reasoning_effort)

Модели с рассуждениями (reasoning) перед ответом тратят отдельные токены на размышления. Их объёмом управляет один параметр — reasoning_effort:

Значение	Что делает
none	Рассуждения выключены — быстрее и дешевле
low	Минимум размышлений
medium	Значение по умолчанию у большинства моделей
high	Максимум размышлений

{
  "model": "deepseek-v4-flash",
  "messages": [{ "role": "user", "content": "Сколько будет 17 × 23?" }],
  "reasoning_effort": "none"
}

Параметр одинаково работает для всех моделей с поддержкой рассуждений. Токены размышлений входят в completion_tokens и тарифицируются как токены ответа — поэтому none заметно дешевле и быстрее.

Другие названия параметра

Для совместимости принимаются и другие варианты: reasoning: {"effort": "none"}, reasoning: {"enabled": false}, thinking: {"type": "disabled"}. Рекомендуемый способ — reasoning_effort; не передавайте несколько вариантов в одном запросе.

Модели без рассуждений

Моделям без поддержки рассуждений параметр лучше не передавать — запрос может вернуться с ошибкой 400.

Обязательный вызов функции

У deepseek-v4-flash и deepseek-v4-pro принудительный вызов инструмента — tool_choice: "required" или tool_choice: {"type": "function", ...} — несовместим с рассуждениями. Передавайте вместе с ним reasoning_effort: "none", иначе запрос выполнится дольше обычного.

Структурированный вывод (response_format)

response_format принимает две формы:

• {"type": "json_object"} — попросить модель ответить одним JSON-объектом;
• {"type": "json_schema", "json_schema": {"schema": {...}}} — потребовать ответ по конкретной схеме.

На моделях OpenAI параметр работает так же, как в оригинальном API. У Claude нативного JSON-режима нет, поэтому запрос переводится в ближайший эквивалент Anthropic — и надёжность у двух форм разная. На остальных моделях поле уходит провайдеру как есть, без наших надстроек — см. оговорку в конце раздела.

json_schema становится нативным structured output: модель обязана ответить по схеме. Схему мы дозакрываем сами — Anthropic требует явного additionalProperties: false на каждом объектном узле, и мы проставляем его там, где вы не задали своё значение. Ссылки $ref и definitions при этом не разворачиваются: разверните схему до отправки. Модель, которая structured output не поддерживает, ответит 400.

json_object нативного соответствия не имеет. Мы добавляем в системное сообщение инструкцию ответить одним JSON-объектом и снимаем markdown-обёртку с ответа, если модель всё же в неё завернула. Это best-effort: строгой гарантии нет, поэтому проверяйте результат разбором и предусматривайте повтор запроса.

json_object и stream вместе

При response_format: {"type": "json_object"} со stream: true текст ответа не идёт по частям на моделях Claude: он копится и приходит одним чанком перед завершающим. Иначе закрывающая markdown-обёртка становится видна только в конце ответа, и по отдельным частям её не снять. Формат SSE, событие [DONE] и usage не меняются; вызовы инструментов и рассуждения стримятся как обычно. Нужен инкрементальный вывод — берите json_schema: он стримится по частям.

Если строгий JSON нужен без этой прослойки, у моделей Claude есть второй вход — Anthropic-совместимый /v1/messages. Там тело запроса уходит к Claude как есть и structured outputs работают нативно.

На остальных моделях поле уходит провайдеру как есть

Всё описанное выше — про модели OpenAI и Claude. У остальных (Gemini, DeepSeek, Qwen и прочих) response_format передаётся апстриму без изменений.

Пример запроса

Node.js

import axios from 'axios'

const response = await axios({
  method: 'POST',
  url: 'https://gptunnel.ru/v1/chat/completions',
  headers: {
    Authorization: 'YOUR_API_KEY',
  },
  data: {
    model: 'gpt-4o',
    max_tokens: 100,
    messages: [
      { role: 'system', content: 'My name is Robert.' },
      { role: 'user', content: 'Как тебя зовут?' },
    ],
  },
})

console.log(response.data)

Python

import requests

response = requests.post(
    'https://gptunnel.ru/v1/chat/completions',
    headers={'Authorization': 'YOUR_API_KEY'},
    json={
        'model': 'gpt-4o',
        'max_tokens': 100,
        'messages': [
            {'role': 'system', 'content': 'My name is Robert.'},
            {'role': 'user', 'content': 'Как тебя зовут?'},
        ],
    },
)

print(response.json())

curl

curl -X POST https://gptunnel.ru/v1/chat/completions \
  -H 'Authorization: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gpt-4o",
    "max_tokens": 100,
    "messages": [
      {"role": "system", "content": "My name is Robert."},
      {"role": "user", "content": "Как тебя зовут?"}
    ]
  }'

Пример ответа

{
  "id": "chatcmpl-8FheRf68Hi4pnuiRqYPHyZJr3UlAU",
  "object": "chat.completion",
  "created": 1698753407,
  "model": "gpt-4o",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Меня зовут Robert."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 8,
    "total_tokens": 32,
    "prompt_cost": 0.01608,
    "completion_cost": 0.0072,
    "total_cost": 0.02328
  }
}

Prompt-кэш и тарификация

Для моделей Claude мы автоматически включаем prompt-кэш на стороне провайдера — это ускоряет ответ на запросах с длинным повторяющимся началом (system-промпт, инструкции, каталог). Отдельно включать или настраивать его не нужно.

На стоимость запроса кэш не влияет. Весь промпт тарифицируется по обычной цене input-токенов модели, независимо от того, попал запрос в кэш или нет. Цена одного и того же запроса не «плавает» между вызовами, а экономия от кэша остаётся на нашей стороне.

В usage кэш виден для справки:

{
  "usage": {
    "prompt_tokens": 12480,
    "prompt_tokens_details": { "cached_tokens": 11900 },
    "completion_tokens": 210,
    "total_tokens": 12690,
    "prompt_cost": 0.3744,
    "completion_cost": 0.0189,
    "total_cost": 0.3933
  }
}

• prompt_tokens — все токены промпта, включая прочитанные из кэша. Именно эта величина умножается на цену input в prompt_cost.
• prompt_tokens_details.cached_tokens — сколько из них обслужено кэшем. Поле присутствует, только если провайдер вернул счётчики кэша.

Claude-совместимый эндпоинт

У эндпоинта /v1/messages (Anthropic Messages API, используется Claude Code и совместимыми клиентами) тариф другой: там брейкпоинты cache_control ставит сам клиент, и кэш считается по коэффициентам Anthropic — чтение ×0.1, запись ×1.25 (5 мин) и ×2.0 (1 час) от цены input.

Ошибки

404 Not Found

{
  "error": {
    "message": "The model 'gpt-5' does not exist",
    "type": "invalid_request_error",
    "param": null,
    "code": "model_not_found"
  }
}

400 Bad Request

{
  "error": {
    "message": "'model' is a required property",
    "type": "invalid_request_error",
    "param": null,
    "code": null
  }
}

402 Insufficient Balance

{
  "error": {
    "message": "Organization balance is too low to use API",
    "type": "insufficient_balance_error",
    "param": null,
    "code": null
  }
}

401 Unauthorized

{
  "error": {
    "message": "Unauthorized",
    "type": "unauthorized_request_error",
    "param": null,
    "code": null
  }
}

503 Obfuscation Unavailable

{
  "error": {
    "message": "PII obfuscation is currently unavailable. Retry the request without `obfuscate`.",
    "type": "obfuscation_unavailable",
    "param": null,
    "code": "obfuscation_unavailable"
  }
}