/v1/chat/completions)、Responses(/v1/responses)、Anthropic Messages(/v1/messages)のリクエストフィールドについて、型、受け付ける値、デフォルトを確認できます。対応状況はモデルとプロバイダーによって異なります。各モデルページのクイックスタートの表で、有効なプロバイダーがエンドポイントごとにどのパラメーターに対応しているかを確認できます。調整のヒントについては推論パラメーターを参照してください。
サポートされていないパラメーター
リクエストを処理するプロバイダーが任意のサンプリングパラメーターのいずれかに対応していない場合、Phaseo はそのパラメーターを除外します。上流には送信されず、リクエストも拒否されないため、常に OpenAI のデフォルト値を送信するクライアントもそのまま動作します。 Phaseo はプロバイダーごとに判断し、まずプロバイダープロファイルを、次にルートのカタログのパラメーターを確認します。ルートがパラメーターを宣言していない場合はカタログの確認だけが省略され、プロバイダープロファイルが非対応としているパラメーター(Cohere のtop_k や Reflection の stop など)は引き続き除外されます。
OpenAI の 12 時間キャッシュを使えないルートでは、プロンプトキャッシュの
ttl が 12h の場合も除外され、prompt_cache_options.ttl または prompt_cache_breakpoint.ttl として報告されます。プロンプトキャッシュを参照してください。
成功したレスポンスには、リクエスト本文で送信されたうち除外されたパラメーターが示されます。
X-Phaseo-Dropped-Paramsヘッダー(例:X-Phaseo-Dropped-Params: top_k, min_p)- リクエストで
meta: trueを設定した場合はmeta.routing.dropped_params(例:[{"param": "top_k", "reason": "unsupported_by_provider"}])
モデルを選ぶ
model
実行する Phaseo のモデル ID(例: openai/gpt-6-astra)。必須です。モデルページのクイックスタートに表示される ID を使ってください。自動化や長期間使う連携では、これが最も安全です。@support-triage のようなプリセット名も指定できます。
models
model の後に順番に試すフォールバックモデルです。model は引き続き必須で、常に最初に実行されます。次のエントリーは、試行が 429、500、502、503、504 で失敗した場合にのみ試されます。
型 string[] · エントリー 1〜25 個。重複と model と同じエントリーは無視されます · 例 ["anthropic/claude-sonnet-5.5", "google/gemini-4-argon"]
- 各試行は、それぞれ独立したリクエストとして検証、記録、課金されます。レスポンスの
modelフィールドとルーティングのトレースに、応答したモデルが表示されます。 - ストリーミングリクエストは最初のバイトの前にのみフォールバックし、動画と音楽のジョブは送信時にのみフォールバックします。
- 付加された動的ルートのフォールバックが優先されます。エントリーにはプリセットも指定できます。
phaseo/autoはmodelsと組み合わせられません。 - バッチ、リアルタイム、カウンシルのリクエストは、
modelsを400で拒否します。 - マルチパートのエンドポイントは、繰り返しの
modelsフィールド、models[]フィールド、または 1 つの JSON 配列を受け付けます。
stream
1 つのレスポンス本文の代わりに、生成された出力を Server-Sent Events で順次返します。
型 boolean · デフォルト false
チャット UI や長いレスポンスに使います。再試行や解析がしやすい 1 つの JSON レスポンスが必要な場合はオフのままにしてください。ツール呼び出しと構造化出力のストリーミング方法はプロバイダーによって異なります。ストリーミングを参照してください。
サンプリング
temperature
トークン選択のランダムさです。値を低くすると控えめで再現性の高い出力に、高くすると多様性は増しますが、一貫性とスキーマへの準拠は下がります。
型 number · 範囲 Chat Completions と Responses では 0–2、Messages では 0–1 · デフォルト プロバイダーの値(未設定の場合、Phaseo は何も送信しません)
まずは 0.2–0.7 から始め、抽出、分類、JSON では低くしてください。temperature と top_p は同時にではなく、どちらか一方を調整します。量子化の強いモデルで temperature を高くすると、出力が不安定になることがあります。
top_p
Nucleus サンプリングです。モデルは、合計確率が top_p に達する最小のトークン集合から選びます。値を低くすると、より狭く焦点の絞られた出力になります。
型 number · 範囲 0–1 · デフォルト プロバイダーの値
0.9–1.0 と中程度の temperature の組み合わせが、妥当な基準です。
top_k
各ステップで、最も可能性の高い k 個のトークンにサンプリングを限定します。値を低くすると出力が予測しやすくなります。すべてのプロバイダーが対応しているわけではありません。
型 integer · 範囲 Chat Completions では -1 以上、Messages では 0 以上 · デフォルト プロバイダーの値
min_p
最小確率のしきい値を下回るトークンを除外して、サンプリングを絞り込みます。
型 number · 範囲 0–1 · デフォルト プロバイダーの値
frequency_penalty
すでに出現した回数に比例して、トークンにペナルティを課します。モデルがループしたり、同じ表現を繰り返したりする場合は値を上げてください。
型 number · 範囲 -2–2 · デフォルト プロバイダーの値(通常は 0)
presence_penalty
すでに出現したトークンすべてにペナルティを課し、モデルを新しい話題や言い回しへ促します。
型 number · 範囲 -2–2 · デフォルト プロバイダーの値(通常は 0)
repetition_penalty
上記の 2 つのペナルティとは別の、プロバイダー固有の繰り返し抑制の制御です。正確な効果はプロバイダーによって大きく異なります。
型 number · 範囲 0 より大きい値。プロバイダーは多くの場合 2 まで受け付けます · デフォルト プロバイダーの値
logit_bias
特定のトークンを出やすく、または出にくくします。キーはモデルのトークナイザーのトークン ID、値は加算するバイアスです。
型 object(トークン ID から数値への対応) · デフォルト 未設定
seed
デバッグや回帰テストのために、シード付きのサンプリングを要求します。プロバイダー間や、プロバイダーのインフラ変更をまたいで同一の出力が得られる保証はありません。
型 integer · デフォルト 未設定
出力の長さと停止
max_tokens
Chat Completions の出力トークン数の上限で、Messages では必須です。コストとレイテンシーの制御に使います。値が小さすぎると出力が途中で切れます。
型 integer · 範囲 1 以上(Messages では 0 以上) · デフォルト Chat Completions ではプロバイダーの値
max_output_tokens
Responses の出力トークン数の上限です。目的は max_tokens と同じなので、使用するエンドポイントの名前で送信してください。
型 integer · 範囲 1 以上 · デフォルト プロバイダーの値
max_completion_tokens
Chat Completions の出力トークン数の上限で、max_tokens の新しい OpenAI での名前です。1 つのリクエストで両方を混在させないでください。
型 integer · 範囲 1 以上 · デフォルト プロバイダーの値
stop
テンプレートの終わりやプロトコルのマーカーなど、生成を終了させる 1 つ以上のシーケンスです。Messages ではフィールド名が stop_sequences で、配列を受け付けます。
型 string または string[] · デフォルト 未設定
トークンの確率
logprobs
評価、ランキング、信頼度スコアリングのために、各出力トークンの対数確率を返します。
型 boolean · デフォルト false
top_logprobs
各位置で最も可能性の高い代替トークンを、その対数確率とともに返します。logprobs: true が必要です。
型 integer · 範囲 0–20
ツール
tools
モデルが呼び出せるツールです。エンドポイントのリファレンスに別の記載がない限り、OpenAI のツールスキーマを使います。Messages は Anthropic のスキーマを受け付けます。ツールを宣言しても、モデルにその呼び出しが強制されるわけではありません。
型 array · デフォルト 未設定
tool_choice
モデルがツールを呼び出せるかどうかを指定します。テキストのみなら none、モデルに判断させるなら auto、呼び出しを強制するなら required、または 1 つのツールを指定するオブジェクトを使います。
型 string または object
parallel_tool_calls
1 ターンで複数のツール呼び出しを許可します。順序のある副作用を持つツールなど、ツールを 1 つずつ実行する必要がある場合は false に設定します。
型 boolean · デフォルト プロバイダーの値(未設定の場合、Phaseo は何も送信しません)
max_tool_calls
そのリクエストでモデルが行うツール呼び出しの回数の上限です。
型 integer · 範囲 1 以上 · デフォルト 未設定
構造化出力
response_format
プレーンテキスト、JSON、または JSON スキーマに一致する出力を要求します。受け付ける形式はエンドポイントとプロバイダーによって異なります。
型 string または object · デフォルト エンドポイントとプロバイダーの値
json_schema
出力が一致すべき JSON スキーマで、response_format の中に設定します({"type": "json_schema", "json_schema": {...}})。準拠しやすくするため、スキーマは狭くタスクに特化したものにしてください。
型 object
structured_outputs
リクエストフィールドではありません。モデルページでは、有効なプロバイダーがスキーマに沿った出力に対応しているエンドポイントを示します。要求するには response_format を使ってください。
推論
reasoning
推論に対応したモデルで推論を設定します。
未設定のフィールドでは、モデルのデフォルトがそのまま使われます。労力を高くすると難しい問題に効果がありますが、レイテンシーとトークンが増えます。
reasoning_effort
reasoning.effort の Chat Completions での短縮形です。
型 string · 値 none、instant、minimal、low、medium、high、xhigh、max · デフォルト モデルの値
reasoning_tokens
リクエストフィールドではありません。モデルページでは、推論トークンを報告するルート、または推論の予算を受け付けるルートを示します。予算は reasoning.max_tokens で設定します。
include_reasoning
互換性のために Chat Completions で受け付けますが、効果はありません。推論の内容と要約は、モデルが生成した場合は常に返されます。推論の出力は大きくなることがあり、すべてのモデルが返すわけではありません。減らすには、reasoning.effort を下げるか、reasoning.enabled を false に設定します。
型 boolean
サービスティアとプロンプトキャッシュ
service_tier
モデルとプロバイダーが対応している場合に、Chat Completions、Responses、Messages で速度と料金のティアを選びます。Phaseo は各値をプロバイダー独自の制御に対応付けます。
型 string · デフォルト standard
batch はティアではないため拒否されます。Batch API を使ってください。公式の Anthropic SDK を Phaseo に向けて使う場合、/v1/messages では Anthropic の auto と standard_only を使うことをお勧めします。ultrafast、priority、flex、fast を使うには、生の HTTP、または Chat Completions と Responses を使ってください。サービスティアを参照してください。
prompt_cache_key
エージェントループの各ステップなど、プロンプトのプレフィックスを共有するリクエストを、そのキャッシュを保持するプロバイダーに留めます。
型 string · デフォルト 未設定 · エンドポイント Chat Completions、Responses、Messages
Phaseo は、最初に成功したリクエストを処理したプロバイダーとルート(デプロイメントまたはリージョン)にキーを固定し、同じキーを持つ後続のリクエストを、そのプロバイダーが失敗するか、そのプロバイダーでの Phaseo のマネージドクォータがなくなるか、ルーティングポリシーで許可されなくなるまで、そこに留めます。固定はワークスペースごとで、プロバイダーのキャッシュ保持期間と同じだけ続きます。プロバイダーアフィニティを参照してください。
Phaseo は生のキーではなく、ワークスペース ID とキーのハッシュを上流に送信するため、同じキーを選んだ 2 つのワークスペースがプロバイダーのキャッシュを共有することはありません。レスポンスには送信したキーがそのまま返されます。API がこのフィールドを拒否するプロバイダーには送信されず、このフィールドを送信してもプロバイダーがルーティングから除外されることはありません。キーがない場合、Phaseo はリクエストからアフィニティを導き出しますが、長い会話やエージェントのセッションでは明示的なキーのほうが効果的です。
prompt_cache_options
OpenAI と Azure OpenAI の GPT-5.6 以降(GPT-6 Astra を含む)、DeepInfra、Moonshot AI でのプロンプトキャッシュのモードと有効期間です。
型 object · フィールド mode(implicit または explicit)、ttl
OpenAI に、配置したブレークポイントのみをキャッシュさせるには
{"mode": "explicit", "ttl": "30m"} を使います。Azure OpenAI での 12h や、1 時間の料金がない Moonshot AI モデルでの 1h など、ルートが受け付けない有効期間は除外され、X-Phaseo-Dropped-Params に示されます。その他のプロバイダーと GPT-5.6 より前の OpenAI モデルには prompt_cache_options は送信されません。これらの OpenAI モデルは prompt_cache_retention を使います。provider_options.openai.prompt_cache_options も受け付けますが、トップレベルの値が優先されます。
cache_control
トップレベルでは、Claude のプロンプトキャッシュのポリシーを設定します。コンテンツブロック、ツール定義、ツール結果では、キャッシュブレークポイントを示します。
型 object · フィールド type、ttl、scope
トップレベル。 Chat Completions、Responses、Messages で受け付けます。Anthropic の Claude、AWS の Claude、Amazon Bedrock、Google Vertex AI に適用され、Phaseo は scope(all_text、last_user_message、agent、none)に従って最大 4 つのブレークポイントを配置します。その他のプロバイダーは無視します。provider_options.anthropic.cache_control は同じ設定で、両方が送信された場合はこちらが優先されます。
ブロック上。 Phaseo はブレークポイントを Claude のルート、Alibaba Model Studio、Venice に送信し、OpenAI と Azure OpenAI の GPT-5.6 以降では prompt_cache_breakpoint に変換し、その他のプロバイダーでは除外します。OpenAI 独自の prompt_cache_breakpoint: {"mode": "explicit"} も同じブロックで受け付け、ブロックに両方がある場合はこちらが優先されます。
type: "ephemeral" と、5m(デフォルト)または 1h の ttl を使います。Anthropic が受け付けるブレークポイントは 1 リクエストあたり最大 4 つです。それより多く指定した場合、Phaseo は最初の 1 つと最新の 3 つを残します。プロンプトキャッシュを参照してください。
prompt_cache_retention
GPT-5.6 より前の OpenAI と Azure OpenAI のモデルでの、プロンプトキャッシュの保持期間です。
型 string · 値 in_memory、24h
Phaseo はこれらのモデルにのみ送信し、24h を受け付けるのは OpenAI が掲載しているモデルだけです。GPT-5.6 以降は prompt_cache_options.ttl を使い、その他のプロバイダーにはこのフィールドは送信されません。provider_options.openai.prompt_cache_retention も受け付けますが、トップレベルの値が優先されます。
ルーティングとプロバイダーの設定
provider
リクエストを処理できるプロバイダーと、その順位付けの方法を制限します。エイリアスとして routing も受け付けます。ルーティングとフォールバックを参照してください。
quantizations の照合では、大文字と小文字、スペース、ハイフン、アンダースコアは区別されず、float8 と FP8、bfloat16 と BF16 のように曖昧さのない名前はエイリアスとして扱われます。このフィルターを設定すると、量子化データのない提供内容は除外されます。一致する提供内容がない場合、リクエストは別のバリアントにルーティングされるのではなく、要求された量子化と利用可能な量子化を示すエラーで失敗します。
provider_options
Phaseo がそのまま渡すプロバイダー固有の設定で、プロバイダーごとにキーを指定します。リクエストの残りの部分は共通スキーマのままです。
型 object
google.cached_content は明示的な Gemini キャッシュを指定し、自分の認証情報(Google AI Studio では Google API キー、Vertex AI では Vertex AI の認証情報)でのみ動作します。Vertex AI では、Phaseo はキャッシュの完全な名前(projects/{project}/locations/{location}/cachedContents/{id})に含まれるプロジェクトとロケーションにリクエストを送信します。短い名前の場合は、サービスアカウント JSON の project_id と region を使います。Phaseo の認証情報を使うと、リクエストは 400 を返します。google.cache_control と google.cache_ttl は受け付けますが、Google には送信されません。
Claude ではトップレベルの cache_control、OpenAI GPT-5.6 以降では prompt_cache_options、それより前の OpenAI モデルでは prompt_cache_retention を使うことをお勧めします。プロンプトキャッシュを参照してください。
レスポンスの追加情報とデバッグ
meta
meta.routing.dropped_params などのルーティングの詳細を含む meta オブジェクトをレスポンスに追加します。
型 boolean · デフォルト false
usage
ヘッダーやダッシュボードに頼らず、レスポンス本文で使用量の集計を要求します。
型 boolean · デフォルト 未設定