Svarsformat: id, choices och finish_reason
På denna sida
Uppdaterat den 3 november 2026 baserat på xAI:s referensdokumentation för Chat Completions API: endast
stop,lengthoch, vid strömning,end_turnellernullär dokumenterade förfinish_reason; värdenatool_callsochcontent_filterfrån den äldre versionen listas inte, och verktygsanrop detekteras viamessage.tool_calls.max_tokensär avskriven till förmån förmax_completion_tokens. Källa: Chat Completions.
Anatomin hos ett Chat Completions-svar
Varje anrop till Chat Completions-endpointen returnerar ett JSON-objekt strukturerat med standardiserade fält. Att förstå denna struktur är avgörande för att korrekt extrahera data, hantera specialfall och felsöka dina integrationer.
Fullständig svarsstruktur
Här är ett exempel på ett typiskt svar som returneras av API:t:
{
"id": "chatcmpl-abc123xyz",
"object": "chat.completion",
"created": 1712345678,
"model": "grok-4.20-0309-reasoning",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Deep learning is a branch of machine learning..."
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 42,
"completion_tokens": 156,
"total_tokens": 198
},
"system_fingerprint": "fp_abc123"
}
Fält på toppnivå
id: Unik identifierare för kompletteringen (formatchatcmpl-...). Användbar för spårning och felsökning.object: Alltid"chat.completion". Låter dig skilja denna svarstyp från andra endpointer.created: Unix-tidsstämpel för när svaret skapades.model: Modellen som genererade svaret. Kan skilja sig något från den begärda modellen om du använder ett alias.choices: Array som innehåller det eller de genererade svaren.usage: Tokenräknare för fakturering.system_fingerprint: Fingerprint för den systemkonfiguration som användes.
Choices-arrayen
Fältet choices är en array som vanligtvis innehåller ett enda element (index 0). Varje element innehåller:
index: Position i arrayen (börjar på 0)message: Objekt medrole(alltid"assistant") ochcontent(den genererade texten)finish_reason: Anledningen till att genereringen stoppades
För att extrahera textsvaret:
# Python
response_text = response.choices[0].message.content
// JavaScript
const responseText = response.choices[0].message.content;
Värden för finish_reason
Fältet finish_reason indikerar varför modellen slutade generera text:
stop
"finish_reason": "stop"
Modellen avslutade sitt svar naturligt. Detta är det vanligaste och mest önskvärda fallet: modellen sa allt den behövde säga.
length
"finish_reason": "length"
Genereringen stoppades eftersom utgränsen nåddes – max_completion_tokens, som ersätter den nu avskrivna max_tokens, och räknar endast det synliga svaret. Svaret är därför avkortat: öka gränsen eller starta en fortsättningsbegäran.
end_turn eller null vid strömning
Vid strömning bär varje mellanliggande chunk "end_turn" eller null i finish_reason; endast den sista chunken indikerar stopporsaken.
Vad referensen inte dokumenterar
xAI:s API-referens dokumenterar endast dessa värden. Den nämner varken content_filter eller det värde som returneras under ett verktygsanrop: för att veta om modellen begär ett verktyg, kontrollera förekomsten av message.tool_calls snarare än värdet för finish_reason.
Hantering av olika fall
I produktion måste du kontrollera finish_reason för att anpassa ditt beteende:
choice = response.choices[0]
if choice.message.tool_calls:
# Modellen vill anropa ett eller flera verktyg
for tool_call in choice.message.tool_calls:
print(f"Tool requested: {tool_call.function.name}")
elif choice.finish_reason == "length":
# Avkortat svar: meddela användaren eller fortsätt
print(choice.message.content)
print("[Truncated response: increase max_completion_tokens]")
else:
# Fullständigt svar
print(choice.message.content)
Viktiga punkter
- Svaret innehåller ett unikt
id, enchoices-array och ettusage-objekt - Genererad text finns i
choices[0].message.content finish_reasonindikerar varför genereringen stoppades: referensen dokumenterarstopochlength(samtend_turnellernullvid strömning)- Kontrollera
finish_reasonför att upptäcka avkortade svar, ochmessage.tool_callsför verktygsanrop system_fingerprintidentifierar den systemkonfiguration som användes för genereringen