Strukturiertes Output sorgt dafür, dass ein Sprachmodell JSON zurückgibt, das Ihr Code parsen kann, statt freier Text. JSON-Modus gibt ein syntaktisch gültiges JSON-Objekt zurück, und das JSON-Schema geht noch weiter, indem die Antwort einem von Ihnen definierten Schema mit den erforderlichen Feldern und Typen entspricht.
Anwendungen benötigen oft die Antwort eines Modells als Daten: Felder, die aus einer Rechnung extrahiert werden, ein Label für ein Support-Ticket, die Schritte eines Plans, ein zu speichernder Datensatz. Die Abfrage nach JSON im Prompt funktioniert meistens, aber freier Text kann mit einer Erklärung vor dem JSON, einem Codezaun drumherum, einem fehlenden Feld oder einer als String geschriebenen Zahl eintreffen. Jedes davon bricht einen Parser.
Strukturiertes Output schränkt die Generierung selbst ein. Die Antwort ist gültig JSON, und mit einem Schema hat sie auch genau die von Ihnen geforderte Form.
Es gibt zwei Levels, beide mit response_format:
{"type": "json_object"} lässt das Modell ein gültiges JSON-Objekt zurückgeben. Sie beschreiben die gewünschten Felder im Prompt, und die Form wird nicht erzwungen.{"type": "json_schema", "json_schema": {...}} Nimmt ein Name, a Schema und streng, und sorgt dafür, dass die Ausgabe diesem JSON-Schema entspricht: erforderliche Felder vorhanden, korrekte Typen und keine zusätzlichen Schlüssel beim Festlegen additionalProperties zu falsch.Verwenden Sie das JSON-Schema, wenn das Modell es unterstützt und Ihr Code von exakten Feldern abhängt. Markieren Sie jedes Feld, das Ihr Code liest, als erforderlich, verwenden Sie Enum Für feste Optionen halte das Nesting flach und füge einen Kurzfilm hinzu Beschreibung an jedes Feld, dessen Bedeutung sich aus dem Namen nicht ersichtlich ergibt.
Für einen Rechnungsauszieher könnte ein Schema erforderlich sein Anbieter als Saite, insgesamt als Zahl, Währung als ein Enum der von Ihnen akzeptierten Codes und line_items als Array von Objekten mit Beschreibung und Betrag. Mit streng Setzen Sie auf Stimmt, trägt jede Antwort diese Felder mit diesen Typen, sodass Ihr Code jedes Mal dieselben Schlüssel liest. Fügen Sie im JSON-Modus stattdessen ein kurzes Beispielobjekt in den Prompt ein, damit das Modell eine Form hat, der es folgen kann.
Die Unterstützung wird nach Modell festgelegt. Die structured_output Feld auf GEH /v1/models/{model} Liest json_schema wenn das Modell Schemata unterstützt und json_object wenn es nur den JSON-Modus unterstützt und die Modelle auf dieser Seite zeigen, welche Ebene jedes Modell hat. Beim Versand eines Formats unterstützt das Modell keine Rückgaben 400.
Dasselbe Feature funktioniert an jedem Textendpunkt, in der eigenen Form dieses Endpunkts:
/v1/chat/completions und /v1/completions: response_format./v1/responses: text.format./v1/messages: output_config.format, oder ein response_format neben dem Rest der Anfrage.In der Playground, haben Chat-Modelle, die es unterstützen, eine Schaltung Aus, JSON-Modus und JSON-Schema mit einem Kästchen für Ihr Schema. Die Kompatibilitätsleitfaden enthält vollständige Anfragebeispiele.
finish_reason Länge, ist unvollständiges JSON, also gesetzt max_tokens hoch genug für das größte Objekt, das man erwartet.response_format Antworten ohne Vernunft, es sei denn, es setzt auch enable thinking.Durchstöbern Textmodelle um zu vergleichen, welche Stufe jeweils unterstützen.
62 Modelle. Die Seite jedes Modells zeigt Preisliste, Parameter und Code.
| Modell | Strukturierte Ausgabe | Kontextfenster |
|---|---|---|
| DeepSeek V4 Pro DeepSeek | JSON Schema | 1M Token |
| DeepSeek V4 Pro 0813 DeepSeek | JSON Schema | 1M Token |
| Fugu Max Sakana AI | JSON Schema | 1M Token |
| Fugu Ultra v1.1 Sakana AI | JSON Schema | 1M Token |
| Fugu Ultra v2.0 Sakana AI | JSON Schema | 1M Token |
| Gemma 4 26B-A4B Google | JSON Schema | 256K Token |
| Kimi K2.6 Moonshot AI | JSON Schema | 256K Token |
| Kimi K2.7 Code Moonshot AI | JSON Schema | 256K Token |
| Modell | Strukturierte Ausgabe | Kontextfenster |
|---|---|---|
| Kimi K2.7 Code Highspeed Moonshot AI | JSON Schema | 256K Token |
| Kimi K3 Moonshot AI | JSON Schema | 1M Token |
| Kimi K3.1 Pro Moonshot AI | JSON Schema | 1M Token |
| MiMo V2.6 Flash Xiaomi | JSON Schema | 1M Token |
| MiMo V2.6 Pro Xiaomi | JSON Schema | 1M Token |
| MiMo V2.6 Pro UltraSpeed Xiaomi | JSON Schema | 1M Token |
| Mistral Small 3.1 Mistral AI | JSON Schema | 89.6K Token |
| Muse Glimmer 30B Meta AI | JSON Schema | 128K Token |
| Muse Spark 1.1 Meta AI | JSON Schema | 1M Token |
| Muse Spark 1.2 Meta AI | JSON Schema | 1M Token |
| Muse Spark 1.3 Meta AI | JSON Schema | 1M Token |
| Qwen3.5 4B Alibaba Cloud | JSON Schema | 256K Token |
| Qwen3.5 9B Alibaba Cloud | JSON Schema | 256K Token |
| Qwen3.5 Omni Plus Alibaba Cloud | JSON Schema | 192K Token |
| Qwen3.6 35B A3B Alibaba Cloud | JSON Schema | 128K Token |
| Qwen3.7 Flash Alibaba Cloud | JSON Schema | 983.6K Token |
| Qwen3.7 Max Alibaba Cloud | JSON Schema | 983.6K Token |
| Qwen3.7 Plus Alibaba Cloud | JSON Schema | 983.6K Token |
| Qwen3.8 27B Alibaba Cloud | JSON Schema | 256K Token |
| Qwen3.8 Flash Alibaba Cloud | JSON Schema | 983.6K Token |
| Qwen3.8 Max Alibaba Cloud | JSON Schema | 983.6K Token |
| Qwen3.8 Max 0902 Alibaba Cloud | JSON Schema | 983.6K Token |
| Qwen3.8 Omni Flash Alibaba Cloud | JSON Schema | 1.01M Token |
| Qwen4 Max Alibaba Cloud | JSON Schema | 983.6K Token |
| Seed 2.0 Lite ByteDance | JSON Schema | 229.1K Token |
| Seed 2.0 Mini ByteDance | JSON Schema | 229.2K Token |
| Seed 2.0 Pro ByteDance | JSON Schema | 229.1K Token |
| Seed 2.1 Turbo ByteDance | JSON Schema | 229.1K Token |
| Step 5 Preview StepFun | JSON Schema | 1.02M Token |
| DeepSeek V4 Flash 0731 DeepSeek | JSON-Modus | 1M Token |
| DeepSeek V4.1 Flash 1017 DeepSeek | JSON-Modus | 1M Token |
| Fugu Ultra v1.0 Sakana AI | JSON-Modus | 1M Token |
| GLM 4.5 Flash Z.ai | JSON-Modus | 128K Token |
| GLM 4.6V Flash Z.ai | JSON-Modus | 128K Token |
| GLM 4.6V FlashX Z.ai | JSON-Modus | 128K Token |
| GLM 4.7 Flash Z.ai | JSON-Modus | 202.8K Token |
| GLM 4.7 FlashX Z.ai | JSON-Modus | 202.8K Token |
| GLM 5.1 Z.ai | JSON-Modus | 202.7K Token |
| GLM 5.2 Z.ai | JSON-Modus | 1M Token |
| GLM 5.3 Z.ai | JSON-Modus | 1M Token |
| GLM 5.3 Flash Z.ai | JSON-Modus | 1M Token |
| Mistral Small 4 Mistral AI | JSON-Modus | 256K Token |
| Qwen3.5 122B-A10B Alibaba Cloud | JSON-Modus | 258K Token |
| Qwen3.5 27B Alibaba Cloud | JSON-Modus | 258K Token |
| Qwen3.5 35B-A3B Alibaba Cloud | JSON-Modus | 258K Token |
| Qwen3.5 397B-A17B Alibaba Cloud | JSON-Modus | 258K Token |
| Qwen3.5 Flash Alibaba Cloud | JSON-Modus | 995.9K Token |
| Qwen3.5 Plus Alibaba Cloud | JSON-Modus | 983.6K Token |
| Qwen3.6 27B Alibaba Cloud | JSON-Modus | 224K Token |
| Qwen3.6 Flash Alibaba Cloud | JSON-Modus | 983.6K Token |
| Qwen3.6 Plus Alibaba Cloud | JSON-Modus | 983.6K Token |
| Step 3.7 Flash StepFun | JSON-Modus | 256K Token |
| StepAudio 2.5 Chat StepFun | JSON-Modus | 256K Token |
| StepAudio 3 Chat StepFun | JSON-Modus | 256K Token |
Der JSON-Modus gibt ein gültiges JSON-Objekt zurück, lässt jedoch seine Form Ihrem Prompt zu. Das JSON-Schema sorgt dafür, dass die Antwort einem von Ihnen angegebenen Schema übereinstimmt, einschließlich erforderlicher Felder und Typen.
Die Unterstützung erfolgt pro Modell. Das structured_output-Feld jedes Modells liest json_schema für Schema-Unterstützung oder json_object nur für den JSON-Modus, und eine Anfrage für ein nicht unterstütztes Format gibt einen 400-Fehler zurück.
Ja. Eine Antwort kann durch das Output-Limit unterbrochen werden, und Ihre Anwendung kann Regeln haben, die ein Schema nicht ausdrücken kann, daher sollten Sie jede Antwort analysieren und validieren.
Ja. Der Antworten-Endpunkt verwendet text.format, und der Nachrichten-Endpunkt akzeptiert output_config.format oder ein response_format-Feld.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.