Некоторые конечные точки API по умолчанию возвращают ответы в режиме потоковой передачи, например /api/generate. Эти ответы предоставляются в формате JSON с разделителем в виде символа новой строки (то есть с типом содержимого application/x-ndjson). Например:

{"model":"gemma4","created_at":"2025-10-26T17:15:24.097767Z","response":"That","done":false}
{"model":"gemma4","created_at":"2025-10-26T17:15:24.109172Z","response":"'","done":false}
{"model":"gemma4","created_at":"2025-10-26T17:15:24.121485Z","response":"s","done":false}
{"model":"gemma4","created_at":"2025-10-26T17:15:24.132802Z","response":" a","done":false}
{"model":"gemma4","created_at":"2025-10-26T17:15:24.143931Z","response":" fantastic","done":false}
{"model":"gemma4","created_at":"2025-10-26T17:15:24.155176Z","response":" question","done":false}
{"model":"gemma4","created_at":"2025-10-26T17:15:24.166576Z","response":"!","done":true, "done_reason": "stop"}

Отключение потоковой передачи

Потоковую передачу можно отключить, указав {"stream": false} в теле запроса для любой конечной точки, которая поддерживает потоковую передачу. В этом случае ответы будут возвращаться в формате application/json вместо указанного выше:

{"model":"gemma4","created_at":"2025-10-26T17:15:24.166576Z","response":"That's a fantastic question!","done":true}

Когда использовать потоковую передачу, а когда — нет

Потоковая передача (по умолчанию):

• Генерация ответов в реальном времени
• Более низкая воспринимаемая задержка
• Оптимальна для длинных генераций

Непотоковая передача:

• Проще в обработке
• Оптимальна для коротких ответов или структурированных выводов
• Проще обрабатывать в некоторых приложениях