待验证50% 置信事实精确时间
OpenAI Chat Completions 流式响应默认不包含用量信息，必须显式设置 stream_options: { include_usage: true } 才会在流结束前额外发送一个携带 usage 字段的 chunk，且该 chunk 的 choices 数组为空。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
流式LLM响应中的Token统计：三大TypeScript API差异
rss2026/10/17
涉及实体
相关事实
待验证Chat Completions API 的流式协议以 delta 增量片段为单位推送，消费端只需按顺序拼接文本即可。64% 相似待验证在 OpenAI Chat Completions 等传统接口里，system 角色的消息通常被约定放在消息数组的最前面，作为整段会话的全局设定。64% 相似待验证OpenAI Responses API 引入了会话状态持久化机制，服务端可保存对话上下文，客户端无需每次请求携带完整历史消息，从而降低 Token 消耗61% 相似待验证在OpenAI兼容的对话接口中，续传时应将已收到的尾部作为assistant轮次回传，否则模型会从头生成导致尾部重复。60% 相似待验证聊天API是无状态的，为实现多轮对话，客户端必须把此前的user和assistant消息一并放进本次请求的messages数组中，历史消息每轮都作为输入token重新计费。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1051978API
curl https://kongchang.com/api/v1/knowledge/claims/1051978MCP
get_claim(id=1051978)