流式响应

开启流式

对话补全与 Messages 接口都支持流式，在请求体加 "stream": true：

{
  "model": "gpt-5.2",
  "stream": true,
  "messages": [{ "role": "user", "content": "写一首短诗。" }]
}

返回 Content-Type: text/event-stream，按 SSE 分块推送增量：

• OpenAI 兼容：chat.completion.chunk 分块，终止块 finish_reason 非空，最后发出 data: [DONE]。
• Anthropic 兼容：message_start → content_block_delta … → message_stop 事件序列，与官方格式对齐。

官方 SDK 的 stream=True / .stream() 用法无需任何额外改动。

注意事项

• 客户端要按序消费并处理断连重试；网关不补发已消费的分块。
• 代理链路上不要缓冲 SSE（例如 Nginx 需关闭 proxy_buffering），否则流式会退化成一次性输出。
• 用量与计费在流结束后按整次请求结算，与非流式一致。

代理超时

CoWork 官网前端的代理对 /v1/images/* 与更新上传使用 1800 秒超时，其他路径默认 120 秒；自建客户端直连网关时请自行确认中间层超时配置。