---
title: "Streaming"
description: "Streaming auf 1折AI: Anthoropics natives SSE-Ereignisformat, OpenAI-kompatible Chunk-Formatierung und der Umgang mit abgebrochenen Streams."
headingIds: {"Anthropic nativ":"section-1","OpenAI-kompatibel":"section-2","Was tun, wenn der Stream abbricht":"section-3","Abrechnung bei Abbruch in der Mitte":"section-4"}
---

<aside className="docs-publication" data-pagefind-ignore>

Dokumentation gepflegt von [1ZheAI](https://1zheai.com/en/editorial/#publisher). [Quellen und Korrekturen](https://1zheai.com/en/editorial/).

Fehler gefunden? [Support kontaktieren](mailto:support@1zheai.com) mit Seitenadresse und Beschreibung. Senden Sie keine API-Schlüssel oder Kontodaten.

</aside>
Für lange Antworten Streaming verwenden (`"stream": true`), damit das erste Wort schneller erscheint und die Anfrage nicht durch zu lange Bearbeitungszeit von Zwischen-Netzwerken abgebrochen wird. Beide Protokolle werden unterstützt, das Format entspricht jeweils dem offiziellen.

## Anthropic nativ

Im Request `"stream": true` hinzufügen, die Antwort ist ein Server-Sent-Events-Stream. Ein normaler Stream läuft in dieser Reihenfolge (aus der [Anthropic Streaming-Dokumentation](https://platform.claude.com/docs/en/build-with-claude/streaming)):

| Ereignis | Bedeutung |
|---|---|
| `message_start` | Nachrichtenbeginn, mit Modell und anfänglichem `usage` |
| `content_block_start` | Beginn eines Inhaltsblocks (Text, thinking, tool_use) |
| `content_block_delta` | Inkrementelle Inhaltsaktualisierung, Text steht in `delta.text` |
| `content_block_stop` | Ende dieses Inhaltsblocks |
| `message_delta` | Nachrichtenaktualisierung, mit `stop_reason` und der finalen Anzahl an Output-Token |
| `message_stop` | Ende der gesamten Nachricht |

Dazwischen können `ping`-Ereignisse auftreten, diese können ignoriert werden; bei Fehlern wird ein `error`-Ereignis empfangen.

```bash
curl -N https://1zheai.com/v1/messages \
  -H "x-api-key: $ONEZHE_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{"model":"claude-sonnet-5-5","max_tokens":128,"stream":true,
       "messages":[{"role":"user","content":"从一数到五"}]}'
```

Bei Verwendung eines SDK müssen die Ereignisse nicht selbst geparst werden, siehe die Streaming-Beispiele in der [Anthropic SDK](/de/docs/quickstart-anthropic-sdk/).

## OpenAI-kompatibel

`/v1/chat/completions` mit `"stream": true` ergänzen, die Antwort sind Chunks im Format `data: {...}`, der Text steht in `choices[0].delta.content`, der Stream endet mit `data: [DONE]`. SDK-Beispiele siehe [OpenAI SDK](/de/docs/quickstart-openai-sdk/).

Der letzte Chunk vor `[DONE]` enthält `usage`, `choices` ist ein leeres Array. Wird auch zurückgegeben, wenn `stream_options.include_usage` nicht übergeben wird. Am 2026-10-15 getesteter vollständiger Stream:

```text
data: {"id":"msg_011Cg3ERqM8nN58LxLt7TVuG","object":"chat.completion.chunk","created":1792031230,"model":"claude-sonnet-4-6","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"msg_011Cg3ERqM8nN58LxLt7TVuG","object":"chat.completion.chunk","created":1792031230,"model":"claude-sonnet-4-6","choices":[{"index":0,"delta":{"content":"ok"},"finish_reason":null}]}

data: {"id":"msg_011Cg3ERqM8nN58LxLt7TVuG","object":"chat.completion.chunk","created":1792031230,"model":"claude-sonnet-4-6","choices":[{"index":0,"delta":{"content":""},"finish_reason":"stop"}]}

data: {"id":"msg_011Cg3ERqM8nN58LxLt7TVuG","object":"chat.completion.chunk","created":1792031230,"model":"claude-sonnet-4-6","choices":[],"usage":{"prompt_tokens":370,"completion_tokens":4,"total_tokens":374}}

data: [DONE]
```

Beim Verarbeiten von Chunks zuerst prüfen, ob `choices` leer ist; das Beispiel auf der OpenAI-SDK-Seite ist bereits so geschrieben.

## Was tun, wenn der Stream abbricht

- Zuerst prüfen, ob ein Proxy im Spiel ist: Proxy deaktivieren und direkt verbinden, dann erneut versuchen.
- Das Lese-Timeout des Clients muss länger sein als die Generierungszeit des Modells; bei langen Ausgaben das Timeout erhöhen.
- `overloaded_error` aus dem `error`-Ereignis empfangen: einige Sekunden warten und erneut versuchen, siehe [Fehlercodes und Fehlersuche](/de/docs/troubleshooting/).

## Abrechnung bei Abbruch in der Mitte

Ein in der Mitte abgebrochener Request ist nicht kostenlos, abgerechnet werden die bis zum Abbruch bereits generierten Output-Token, protokolliert im Aufruf-Log. Die abgerechnete Ausgabe kann etwas größer sein als das, was der Client tatsächlich erhalten hat. Am 2026-10-15 getestet: Das Modell sollte von 1 bis 600 zählen, der Client brach nach 4 Sekunden ab und erhielt 188 Zeilen (ca. 380 Output-Token), im Aufruf-Log standen 750 Token. Bei unerwünschten langen Ausgaben ist es besser, von Anfang an `max_tokens` klein zu setzen, statt den Stream in der Mitte abzubrechen.