메인 콘텐츠로 건너뛰기
stream 옵션을 true로 설정하면 모델의 응답이 청크 스트림으로 점진적으로 반환되므로, 전체 응답을 기다리지 않고 도착하는 대로 결과를 표시할 수 있습니다. 이는 모델이 출력을 생성하는 데 시간이 걸릴 때 유용합니다. 모든 호스팅된 모델은 스트리밍 출력을 지원합니다. 특히 추론 모델에는 스트리밍을 권장합니다. 스트리밍하지 않는 요청은 모델이 출력을 생성하기 시작하는 데 시간이 오래 걸리면 시간 초과될 수 있기 때문입니다. 다음 예시는 Chat Completion 요청에 스트리밍을 활성화합니다: 
import openai

client = openai.OpenAI(
    base_url='https://api.inference.wandb.ai/v1',
    api_key="[YOUR-API-KEY]",  # https://wandb.ai/settings 에서 API 키를 생성하세요
)

stream = client.chat.completions.create(
    model="openai/gpt-oss-120b",
    messages=[
        {"role": "user", "content": "Tell me a rambling joke"}
    ],
    stream=True,
)

for chunk in stream:
    if chunk.choices:
        print(chunk.choices[0].delta.content or "", end="", flush=True)
    else:
        print(chunk) # CompletionUsage 객체 표시