OpenAI Responses

Responses 接口用于统一多模态输入、结构化输出和工具调用场景。

开发自己的网页版 GPT-6 Astra 聊天工具时，请从 网页版 AI 聊天接入指南 开始。

请求地址

POST /v1/responses

示例

{
  "model": "gpt-4.1-mini",
  "input": "Summarize the latest Cubicspaces release notes.",
  "service_tier": "default"
}

适用场景

• 统一文本与图像输入
• 更清晰的输出结构
• 与新一代 OpenAI SDK 保持兼容

处理档位

支持的模型可以在请求体顶层传入 service_tier，用于指定本次请求的处理档位：

{
  "model": "gpt-6-astra",
  "input": "请用三句话总结这份材料。",
  "service_tier": "flex"
}

可用值：

值	说明
default	标准处理。适合常规线上请求
flex	弹性处理。适合低优先级、异步或批量任务，响应可能更慢，也可能在资源不足时不可用
fast	快速处理。适合对延迟更敏感的请求
priority	快速处理的兼容旧名称，效果等同于 fast
auto	使用服务端或项目默认档位

响应体中的 service_tier 表示实际使用的处理档位，可能与请求中传入的值不同。调用方应以响应值作为本次请求的实际结果。

GPT-6 Astra 参数

使用 gpt-6-astra 时，最大输出长度字段为 max_output_tokens。推理强度放在 reasoning.effort 中，可用值为 low、medium、high、xhigh 和 max：

{
  "model": "gpt-6-astra",
  "input": "分析这个问题并调用合适的工具。",
  "max_output_tokens": 4096,
  "reasoning": {
    "effort": "high"
  }
}

不支持 none 或 minimal 推理强度，普通聊天建议从 low 开始。请勿发送 temperature、top_p、top_k、frequency_penalty、presence_penalty、logprobs、stop 或 chat_template_kwargs。工具参数必须使用有效的 JSON Schema，多轮工具调用必须为每个 call_id 返回对应的 function_call_output。

缓存写入量通过 usage.input_tokens_details.cache_write_tokens 返回。