---
title: 流式输出
description: 在 1折AI 上用流式输出：Anthropic 原生的 SSE 事件序列、OpenAI 兼容的 chunk 格式，以及断流时怎么处理。
---

长回答用流式输出（`"stream": true`），首字更快出来，也不容易因为单个请求时间太长被中间网络掐断。两种协议都支持，格式各自和官方一致。

## Anthropic 原生

请求里加 `"stream": true`，返回的是 Server-Sent Events。一次正常的流按这个顺序（来自 [Anthropic Streaming 文档](https://platform.claude.com/docs/en/build-with-claude/streaming)）：

| 事件 | 含义 |
|---|---|
| `message_start` | 消息开始，带模型和初始 `usage` |
| `content_block_start` | 一个内容块开始（文本、thinking、tool_use） |
| `content_block_delta` | 内容增量，文本在 `delta.text` 里 |
| `content_block_stop` | 这个内容块结束 |
| `message_delta` | 消息级更新，带 `stop_reason` 和最终的输出 token 数 |
| `message_stop` | 整条消息结束 |

中间可能穿插 `ping` 事件，可以忽略；出错时会收到 `error` 事件。

```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"}]}'
```

用 SDK 时不用自己解析事件，见 [Anthropic SDK](/docs/quickstart-anthropic-sdk/) 的流式示例。

## OpenAI 兼容

`/v1/chat/completions` 加 `"stream": true`，返回 `data: {...}` 形式的 chunk，文本在 `choices[0].delta.content` 里，最后以 `data: [DONE]` 结束。SDK 示例见 [OpenAI SDK](/docs/quickstart-openai-sdk/)。

`[DONE]` 前的最后一个 chunk 带 `usage`，`choices` 是空数组。不传 `stream_options.include_usage` 也会返回。2026-10-15 实测的完整流：

```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]
```

处理 chunk 时先判断 `choices` 是否为空，上面 OpenAI SDK 页的示例已经这样写了。

## 流断了怎么办

- 先看是不是代理：关掉代理直连再试。
- 客户端的读超时要比模型生成时间长，长输出时调大超时设置。
- 收到 `error` 事件里的 `overloaded_error`，等几秒重试，见[错误码与排错](/docs/troubleshooting/)。

## 中途断开怎么计费

中途断开的请求不是整笔免费，按断开前已经生成的输出 token 计费，记录在调用日志里。计费的输出可能比客户端实际收到的多一些。2026-10-15 实测，让模型从 1 数到 600，客户端在第 4 秒断开时收到了 188 行（约 380 个输出 token），调用日志记的输出是 750 token。不需要的长输出，与其中途断开，不如一开始就把 `max_tokens` 设小。