流式输出说明

流式输出用于 Chat 和 Responses 接口，逐块返回内容，用户体验更好（不用等全部生成完才显示）。

开启方式

请求体中设置 stream: true：

{
  "model": "deepseek-v3",
  "messages": [{"role": "user", "content": "写一首诗"}],
  "stream": true
}

响应格式（SSE）

流式响应使用 Server-Sent Events (SSE) 协议，Content-Type 为 text/event-stream。

每个数据块格式：

data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1713833628,"model":"deepseek-v3","choices":[{"index":0,"delta":{"content":"你"},"finish_reason":null}]}

data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1713833628,"model":"deepseek-v3","choices":[{"index":0,"delta":{"content":"好"},"finish_reason":null}]}

data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1713833628,"model":"deepseek-v3","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: [DONE]

关键点：

每条数据以 data: 开头，后面是 JSON

最后一条是 data: [DONE]，表示流结束

每个chunk 的 delta.content 是本次新增的文本片段，拼起来就是完整回复

finish_reason 为 stop 表示正常结束

cURL 流式调用

Python SDK 流式调用

Node.js SDK 流式调用

流式输出中的 Usage 信息

默认流式响应不包含 usage（Token 用量）。如果需要，设置 stream_options：

{
  "model": "deepseek-v3",
  "messages": [{"role": "user", "content": "你好"}],
  "stream": true,
  "stream_options": {"include_usage": true}
}

设置后，最后一个 chunk 会包含完整的 usage 字段：

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion.chunk",
  "choices": [{"index": 0, "delta": {}, "finish_reason": "stop"}],
  "usage": {"prompt_tokens": 10, "completion_tokens": 20, "total_tokens": 30}
}

Responses 接口的流式输出

Responses API 同样支持 stream: true，格式与 Chat 类似，也是 SSE 协议，最后以 data: [DONE] 结束。

自行解析 SSE 的注意事项

如果你不用 SDK，自己解析 SSE 流，注意以下几点：

按行读取：每条数据占一行，以 data: 开头

跳过空行：SSE 协议中空行是事件分隔符，不影响数据

检测结束：遇到 data: [DONE] 就停止读取

处理断连：网络中断时可以重试，但无法从断点续传，需要重新发起请求

超时设置：建议 HTTP 客户端超时设为 60 秒以上，长文本生成可能耗时较久

流式 vs 非流式对比

维度	非流式 (`stream: false`)	流式 (`stream: true`)
响应方式	一次性返回完整结果	逐块返回文本片段
用户感知	等待时间较长	逐字出现，体感更快
响应格式	`chat.completion`	`chat.completion.chunk`
Usage	默认包含	需设置 `stream_options`
适用场景	后端批处理、API 串联	前端对话、实时交互
解析难度	简单，直接读 JSON	需要 SSE 解析

流式输出说明