Responses API | ToAPIs Documentation

POST

/v1/responses

国内用户请注意： 中国大陆用户请使用 https://toapis.cn 作为接口地址（Base URL）。文档示例中的 https://toapis.com 请替换为 https://toapis.cn。

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

函数调用（Function Calling）：模型可调用自定义函数
内置工具：web_search_preview（联网搜索）等开箱即用
服务端多轮上下文：通过 previous_response_id 自动维护对话历史，无需客户端传完整消息
推理力度控制：通过 reasoning.effort 精确调节思考深度

标注为 Responses Only 的模型（如 gpt-5-pro-official、gpt-5.3-codex-official）仅支持此 API，不支持 Chat Completions。完整模型列表请参阅模型一览。

Authorizations

Authorizationstring请求头必填

使用 Bearer Token 认证

Authorization: Bearer YOUR_API_KEY

获取 API Key：访问 API Key 管理页面

Body

modelstring请求体必填

模型名称

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

inputstring | object[]请求体必填

用户输入，支持两种格式：

字符串：简单文本输入
消息数组：多轮对话格式

消息数组格式

rolestring请求体必填

消息角色：user、assistant、developer

contentstring | object[]请求体必填

消息内容，支持纯文本或包含图片的内容块数组

instructionsstring请求体

系统指令，指导模型行为（等同于 Chat Completions 中的 system message）

streamboolean请求体默认值: false

是否启用流式输出

max_output_tokensinteger请求体

生成内容的最大 token 数量

temperaturenumber请求体默认值: 1

采样温度，范围 0 ~ 2

top_pnumber请求体默认值: 1

核采样概率阈值，范围 0 ~ 1

previous_response_idstring请求体

上一次响应的 ID，用于服务端自动拼接多轮上下文，无需客户端传完整历史消息

reasoningobject请求体

推理配置

reasoning

effortstring请求体

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[]请求体

可用工具列表

tools[n]

typestring请求体必填

工具类型：function（自定义函数）、web_search_preview（联网搜索）

namestring请求体

函数名称（type 为 function 时必填）

descriptionstring请求体

函数描述

parametersobject请求体

函数参数的 JSON Schema

tool_choicestring请求体默认值: auto

工具选择策略：auto、none、required

Response

idstring

响应的唯一标识符（可用作 previous_response_id）

objectstring

固定为 response

statusstring

响应状态：completed、failed、in_progress

outputobject[]

输出项列表，可能包含多种类型：

message：文本回复，包含 content[].text
function_call：函数调用请求，包含 name 和 arguments
reasoning：推理过程（当 reasoning.effort 非 none 时出现）
web_search_call：联网搜索调用记录

usageobject

token 消耗统计

usage.input_tokens：输入 token 数
usage.output_tokens：输出 token 数
usage.output_tokens_details.reasoning_tokens：推理 token 数
usage.total_tokens：总 token 数

请求示例

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": "你是一个专业的代码助手",
    "input": "用 Python 写一个快速排序"
  }'

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": "你是一个天气助手",
    "input": "北京今天天气怎么样？",
    "tools": [
      {
        "type": "function",
        "name": "get_weather",
        "description": "获取指定城市的天气",
        "parameters": {
          "type": "object",
          "properties": {
            "location": {"type": "string", "description": "城市名称"}
          },
          "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": "现在给这个函数加上错误处理"}
    ]
  }'

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="你是一个专业的代码助手",
    input="用 Python 写一个快速排序"
)

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="你是一个专业的代码助手",
    input="写一个斐波那契函数"
)

response2 = client.responses.create(
    model="gpt-5.3-codex-official",
    previous_response_id=response1.id,
    input=[{"role": "user", "content": "加上输入验证"}]
)

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: "你是一个专业的代码助手",
  input: "用 Python 写一个快速排序",
});

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

响应示例

{
  "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"
  }
}