图像分析响应

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。
input	array [object]	必需	输入消息列表。包含 role (可选), content (可选) 等字段。
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": "gpt-4.1",
    "input": [
        {
            "role": "user",
            "content": [
                {
                    "type": "input_text",
                    "text": "描述这张图片中的内容"
                },
                {
                    "type": "input_image",
                    "image_url": "https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg"
                }
            ]
        }
    ]
}

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_09a458ef7d14ad250068eedea510fc819380f2badab6d5b9fa",
    "object": "response",
    "created_at": 1760485029,
    "status": "completed",
    "background": false,
    "content_filters": null,
    "error": null,
    "incomplete_details": null,
    "instructions": null,
    "max_output_tokens": null,
    "max_tool_calls": null,
    "model": "gpt-4.1-data",
    "output": [
        {
            "id": "msg_09a458ef7d14ad250068eedea778f88193aa13888456165136",
            "type": "message",
            "status": "completed",
            "content": [
                {
                    "type": "output_text",
                    "annotations": [],
                    "logprobs": [],
                    "text": "这张图片展示了一片广阔的草原景色。画面中央有一条木质栈道，笔直地延伸向远方，仿佛引领人走入大自然的怀抱。栈道两侧是茂密、绿色的高草，背景中有一些低矮的灌木和树丛。天空非常辽阔，蔚蓝中夹杂着几朵白色云彩，阳光明媚，让整个画面显得清新、明亮，有一种宁静和开放的感觉。"
                }
            ],
            "role": "assistant"
        }
    ],
    "parallel_tool_calls": true,
    "previous_response_id": null,
    "prompt_cache_key": null,
    "reasoning": {
        "effort": null,
        "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": 1118,
        "input_tokens_details": {
            "cached_tokens": 0
        },
        "output_tokens": 128,
        "output_tokens_details": {
            "reasoning_tokens": 0
        },
        "total_tokens": 1246
    },
    "user": null,
    "metadata": {}
}

示例代码

import http.client
import json

conn = http.client.HTTPSConnection("nxaiapp.com")
payload = json.dumps({
   "model": "gpt-4.1",
   "input": [
      {
         "role": "user",
         "content": [
            {
               "type": "input_text",
               "text": "描述这张图片中的内容"
            },
            {
               "type": "input_image",
               "image_url": "https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg"
            }
         ]
      }
   ]
})
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"))