ToAPIsToAPIs
Responses 格式

Responses API

OpenAI Responses API 格式,支持函數調用、內置工具與服務端多輪上下文管理

POST
/v1/responses

中國大陸用戶請注意: 中國大陸用戶請使用 https://toapis.cn 作為接口地址(Base URL)。文檔示例中的 https://toapis.com 請替換為 https://toapis.cn。

Responses API 是 OpenAI 推出的新一代 Agentic 接口,相比 Chat Completions 提供更強大的能力:

  • 函數調用(Function Calling):模型可調用自定義函數
  • 內置工具:web_search_preview(聯網搜索)等開箱即用
  • 服務端多輪上下文:通過 previous_response_id 自動維護對話歷史,無需客戶端傳完整消息
  • 推理力度控制:通過 reasoning.effort 精確調節思考深度

標註爲 Responses Only 的模型(如 gpt-5-pro-official、gpt-5.3-codex-official)僅支持此 API,不支持 Chat Completions。完整模型列表請參閱 模型一覽。

Authorizations

Authorizationstring請求頭必填

使用 Bearer Token 認證

Authorization: Bearer YOUR_API_KEY

獲取 API Key:訪問 API Key 管理頁面

Body

modelstring請求體必填

模型名稱

示例:"gpt-5-pro-official"、"gpt-5.3-codex-official"、"gpt-5.2-official"

inputstring | object[]請求體必填

用戶輸入,支持兩種格式:

  • 字符串:簡單文本輸入
  • 消息數組:多輪對話格式
消息數組格式
rolestring請求體必填

消息角色:user、assistant、developer

contentstring | object[]請求體必填

消息內容,支持純文本或包含圖片的內容塊數組

instructionsstring請求體

系統指令,指導模型行爲(等同於 Chat Completions 中的 system message)

streamboolean請求體預設值: false

是否啓用流式輸出

max_output_tokensinteger請求體

生成內容的最大 token 數量

temperaturenumber請求體預設值: 1

採樣溫度,範圍 0 ~ 2

top_pnumber請求體預設值: 1

核採樣概率閾值,範圍 0 ~ 1

previous_response_idstring請求體

上一次響應的 ID,用於服務端自動拼接多輪上下文,無需客戶端傳完整歷史消息

reasoningobject請求體

推理配置

reasoning
effortstring請求體

推理力度:high、medium、low、none

值越高,模型思考越深入,消耗的 reasoning tokens 越多

toolsobject[]請求體

可用工具列表

tools[n]
typestring請求體必填

工具類型:function(自定義函數)、web_search_preview(聯網搜索)

namestring請求體

函數名稱(type 爲 function 時必填)

descriptionstring請求體

函數描述

parametersobject請求體

函數參數的 JSON Schema

tool_choicestring請求體預設值: auto

工具選擇策略:auto、none、required

Response

idstring

響應的唯一標識符(可用作 previous_response_id)

objectstring

固定爲 response

statusstring

響應狀態:completed、failed、in_progress

outputobject[]

輸出項列表,可能包含多種類型:

  • message:文本回復,包含 content[].text
  • function_call:函數調用請求,包含 name 和 arguments
  • reasoning:推理過程(當 reasoning.effort 非 none 時出現)
  • web_search_call:聯網搜索調用記錄
usageobject

token 消耗統計

  • usage.input_tokens:輸入 token 數
  • usage.output_tokens:輸出 token 數
  • usage.output_tokens_details.reasoning_tokens:推理 token 數
  • usage.total_tokens:總 token 數

請求示例

curl --request POST \
  --url https://toapis.com/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-5.3-codex-official",
    "instructions": "你是一個專業的代碼助手",
    "input": "用 Python 寫一個快速排序"
  }'
curl --request POST \
  --url https://toapis.com/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-5.3-codex-official",
    "input": "2026年最流行的 AI 框架有哪些?",
    "tools": [{"type": "web_search_preview"}]
  }'
curl --request POST \
  --url https://toapis.com/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-5-pro-official",
    "instructions": "你是一個天氣助手",
    "input": "北京今天天氣怎麼樣?",
    "tools": [
      {
        "type": "function",
        "name": "get_weather",
        "description": "獲取指定城市的天氣",
        "parameters": {
          "type": "object",
          "properties": {
            "location": {"type": "string", "description": "城市名稱"}
          },
          "required": ["location"]
        }
      }
    ]
  }'
curl --request POST \
  --url https://toapis.com/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-5.3-codex-official",
    "previous_response_id": "resp_abc123",
    "input": [
      {"role": "user", "content": "現在給這個函數加上錯誤處理"}
    ]
  }'
from openai import OpenAI

client = OpenAI(
    api_key="your-ToAPIs-key",
    base_url="https://toapis.com/v1"
)

response = client.responses.create(
    model="gpt-5.3-codex-official",
    instructions="你是一個專業的代碼助手",
    input="用 Python 寫一個快速排序"
)

print(response.output[0].content[0].text)
from openai import OpenAI

client = OpenAI(
    api_key="your-ToAPIs-key",
    base_url="https://toapis.com/v1"
)

response1 = client.responses.create(
    model="gpt-5.3-codex-official",
    instructions="你是一個專業的代碼助手",
    input="寫一個斐波那契函數"
)

response2 = client.responses.create(
    model="gpt-5.3-codex-official",
    previous_response_id=response1.id,
    input=[{"role": "user", "content": "加上輸入驗證"}]
)

print(response2.output[0].content[0].text)
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "your-ToAPIs-key",
  baseURL: "https://toapis.com/v1",
});

const response = await client.responses.create({
  model: "gpt-5.3-codex-official",
  instructions: "你是一個專業的代碼助手",
  input: "用 Python 寫一個快速排序",
});

console.log(response.output[0].content[0].text);

響應示例

{
  "id": "resp_abc123",
  "object": "response",
  "status": "completed",
  "model": "gpt-5.3-codex-official",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "```python\ndef quicksort(arr):\n    if len(arr) <= 1:\n        return arr\n    pivot = arr[len(arr) // 2]\n    left = [x for x in arr if x < pivot]\n    middle = [x for x in arr if x == pivot]\n    right = [x for x in arr if x > pivot]\n    return quicksort(left) + middle + quicksort(right)\n```"
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 25,
    "output_tokens": 80,
    "total_tokens": 105
  }
}
{
  "id": "resp_def456",
  "object": "response",
  "status": "completed",
  "model": "gpt-5-pro-official",
  "output": [
    {
      "type": "function_call",
      "name": "get_weather",
      "arguments": "{\"location\":\"Beijing\"}",
      "call_id": "call_abc123"
    }
  ],
  "usage": {
    "input_tokens": 85,
    "output_tokens": 24,
    "total_tokens": 109
  }
}
{
  "error": {
    "code": "invalid_request_error",
    "message": "The 'input' field is required.",
    "type": "invalid_request_error"
  }
}