指南
流式输出
设置 stream: true，回复会像 OpenAI 的服务器推送事件一样逐字到达。请求用量信息后，最后一个分块会告诉你这次调用花了多少。
核对于 2026年10月26日
流式返回一条回复
import os
from openai import OpenAI
client = OpenAI(
base_url="https://nokeep.ai/v1",
api_key=os.environ["NOKEEP_API_KEY"],
)
stream = client.chat.completions.create(
model="deepseek-v4.1-flash-uncensored",
messages=[{"role": "user", "content": "Tell me a story in three lines."}],
stream=True,
stream_options={"include_usage": True},
)
for chunk in stream:
if chunk.choices:
print(chunk.choices[0].delta.content or "", end="", flush=True)
if chunk.usage:
print("\ncredits:", chunk.usage.model_extra.get("nokeep_credits"))收到的内容
data: {"choices":[{"index":0,"delta":{"role":"assistant","content":""}}]}
data: {"choices":[{"index":0,"delta":{"content":"The"}}]}
data: {"choices":[{"index":0,"delta":{"content":" lighthouse"}}]}
…
data: {"choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}
data: {"choices":[],"usage":{"prompt_tokens":18,"completion_tokens":61,"nokeep_credits":0}}
data: [DONE]- 文字通过
delta.content到达。开启思考时，思考内容会先通过delta.reasoning_content到达。 - 工具调用通过
delta.tool_calls到达，其参数分段传输，与 OpenAI 的方式一致。 - 设置
stream_options.include_usage后，最后一个choices为空列表的分块会携带usage，包括nokeep_credits，即本次调用的费用。 - 流以
data: [DONE]结束。
提前停止回复
关闭连接，模型就会停止输出。你只为停止前已发送的内容付费，之后的内容不计费。在 SDK 中，跳出循环并关闭流；在应用中，按下它的停止按钮即可。
for chunk in stream:
text = chunk.choices[0].delta.content if chunk.choices else ""
if text and "THE END" in text:
stream.close() # the model stops here, and so does the bill
break模型提前中断时
如果模型在完成前结束了流，[DONE] 之前的最后一个事件会是 OpenAI 格式的错误，错误代码为 stream_cut。已输出的内容照常计费，不会多收。你可以重试，或从已收到的内容继续。
data: {"error":{"type":"api_error","code":"stream_cut","message":"The model stopped before it finished. What it wrote is billed, nothing more."}}
data: [DONE]常见问题
流式输出更贵吗？
不。流式回复与整段回复消耗的 token 相同。
为什么流式回复中没有 x-nokeep-credits 响应头？
响应头在第一个字发出之前就已发送，那时还不知道费用。请求用量信息，然后在最后一个分块中读取 nokeep_credits。