推理能力

POST  v1/responses

请求参数

Authorization

在 Header 添加参数 Authorization，其值为在 Bearer 之后拼接 Token。

Authorization: Bearer ******************

Body 参数

Content-Type: application/json

参数名	类型	必填	说明
model	string	必需	要使用的模型 ID。
tools	array[object]	必需	工具
input	array [object]	必需	输入消息列表。包含 role (可选), content (可选) 等字段。
reasoning	object	必需	仅适用于o系列模型
truncation	string	必需	用于模型响应的截断策略
include	array[string]	可选	指定要在模型响应中包含的附加输出数据。
instructions	string	可选	作为系统消息插入到模型上下文的最前面。注意：当使用 previous_response_id 时，之前的指令不会自动带入，方便切换指令。
max_output_tokens	integer	可选	响应生成的最大 token 数（包含可见输出和推理 token）。
metadata	object	可选	最多包含 16 个键值对的元数据对象，用于存储额外信息。键最长 64 字符，值最长 512 字符。
parallel_tool_calls	boolean	可选	是否在工具调用期间启用并行执行。
previous_response_id	string	可选	前一次响应的唯一 ID，用于创建多轮对话。
reasoning	object	可选	仅适用于 o 系列模型。配置模型的推理行为。
service_tier	string	可选	指定处理请求的延迟层级（如 auto, default, flex）。未设置时默认为 auto。
store	boolean	可选	是否将此请求的输出存储用于模型蒸馏或评估。
stream	boolean	可选	如果为 true，将通过服务器发送事件流式返回响应。
temperature	number	可选	采样温度 (0-2)。值越高输出越随机，值越低越确定。建议只调整此参数或 top_p 其中之一。
text	object	可选	文本响应的配置。可配置 { "type": "json_schema" } 以启用结构化输出。
tool_choice	array[string]	可选	模型可调用的工具列表（目前仅支持函数）。最多支持 128 个函数。
top_p	number	可选	核采样参数 (0-1)。例如 0.1 意味着只考虑概率质量前 10% 的 token。
truncation	string	可选	用于模型响应的截断策略。
user	string	可选	最终用户的唯一标识符，有助于 OpenAI 监控和检测滥用行为。

请求示例 (JSON)

{
    "model": "o3-mini",
    "input": "一只啄木鸟能啄多少木头?",
    "reasoning": {
        "effort": "high"
    }
}

返回响应

200 成功

Content-Type: application/json

响应参数

字段名	类型	必填	说明
id	string	必需	响应的唯一标识符。
object	string	必需	对象类型。
created_at	integer	必需	创建时间的 Unix 时间戳。
status	string	必需	响应的当前状态。
background	boolean	必需	是否在后台运行。
model	string	必需	使用的模型名称。
parallel_tool_calls	boolean	必需	是否启用了并行工具调用。
service_tier	string	必需	服务层级（如 default, flex 等）。
store	boolean	必需	是否存储了输出用于训练/评估。
temperature	integer	必需	采样温度。
tool_choice	string	必需	工具选择策略。
tools	array[string]	必需	可用的工具列表。
top_logprobs	integer	必需	返回的对数概率数量。
top_p	integer	必需	核采样概率阈值。
truncation	string	必需	截断策略。
user	null	必需	用户标识（此处显示为 null，通常用于审计）。
metadata	object	必需	用户自定义的元数据。
created	integer	必需	另一个时间戳字段（可能是兼容旧版字段）。

响应示例

{
    "id": "resp_05ad3c3ed6d449ad0068eee08df58c8190959a870a21f446f2",
    "object": "response",
    "created_at": 1760485517,
    "status": "completed",
    "background": false,
    "content_filters": null,
    "error": null,
    "incomplete_details": null,
    "instructions": null,
    "max_output_tokens": null,
    "max_tool_calls": null,
    "model": "o3-mini-global",
    "output": [
        {
            "id": "rs_05ad3c3ed6d449ad0068eee0a1aeb88190a9796d46ddb7fdf8",
            "type": "reasoning",
            "summary": []
        },
        {
            "id": "msg_05ad3c3ed6d449ad0068eee0a6de708190bc9195c4d695250d",
            "type": "message",
            "status": "completed",
            "content": [
                {
                    "type": "output_text",
                    "annotations": [],
                    "logprobs": [],
                    "text": "这个问题其实没有严格的数字答案，因为它本身更多是一种幽默或者文字游戏，而不是一个科学计量问题。\n\n实际上，啄木鸟啄木头主要是为了捕食树皮下的昆虫、制作巢穴或进行领域性“敲打”沟通。它们啄击的频率很快，有些种类的啄木鸟每秒可以啄击几十次，但它们每次只是在树皮上敲出一个小孔或凿出些微的木屑，远没有足够的力量将大量的木头啄掉。\n\n因此，“一只啄木鸟能啄多少木头”更多是在玩文字游戏，并没有一个能够量化的标准答案。可以说，它们啄的只是“恰到好处”，既满足觅食需要，又不会过度破坏树木。"
                }
            ],
            "role": "assistant"
        }
    ],
    "parallel_tool_calls": true,
    "previous_response_id": null,
    "prompt_cache_key": null,
    "reasoning": {
        "effort": "high",
        "summary": null
    },
    "safety_identifier": null,
    "service_tier": "default",
    "store": true,
    "temperature": 1,
    "text": {
        "format": {
            "type": "text"
        },
        "verbosity": "medium"
    },
    "tool_choice": "auto",
    "tools": [],
    "top_logprobs": 0,
    "top_p": 1,
    "truncation": "disabled",
    "usage": {
        "input_tokens": 19,
        "input_tokens_details": {
            "cached_tokens": 0
        },
        "output_tokens": 2628,
        "output_tokens_details": {
            "reasoning_tokens": 2432
        },
        "total_tokens": 2647
    },
    "user": null,
    "metadata": {}
}

示例代码

import http.client
import json

conn = http.client.HTTPSConnection("nxaiapp.com")
payload = json.dumps({
   "model": "o3-mini",
   "input": "一只啄木鸟能啄多少木头?",
   "reasoning": {
      "effort": "high"
   }
})
headers = {
   'Authorization': 'Bearer <token>',
   'Content-Type': 'application/json'
}
conn.request("POST", "/v1//responses", payload, headers)
res = conn.getresponse()
data = res.read()
print(data.decode("utf-8"))