Streaming

Set "stream": true în corpul de cerere. Streamingul funcționează în ambele formate de inferență și nu modifică prețul.

Antropic emite evenimente precum message_start, content_block_delta, și message_stop. OpenAI emite data: {...} bucăți și se termină cu data: [DONE].

from openai import OpenAI
client = OpenAI(api_key="mg_live_...", base_url="https://api.model-gate.com/v1")
stream = client.chat.completions.create(model="claude-opus-4.8", messages=[{"role":"user","content":"Hello"}], stream=True)
for chunk in stream:
    text = chunk.choices[0].delta.content
    if text:
        print(text, end="", flush=True)

Păstrați conexiunea deschisă și dezactivați bufferingul proxy invers. Închiderea conexiunii client anulează generarea în amonte; utilizarea deja generată rămâne facturabilă. Vedea Erori pentru reîncercarea de ghidare.