网络搜索工具

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。
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",
    "tools": [
        {
            "type": "web_search_preview"
        }
    ],
    "input": "今天有什么积极正面的新闻?"
}

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_67ccf18ef5fc8190b16dbee19bc54e5f087bb177ab789d5c",
    "object": "response",
    "created_at": 1741484430,
    "status": "completed",
    "error": null,
    "incomplete_details": null,
    "instructions": null,
    "max_output_tokens": null,
    "model": "gpt-4.1",
    "output": [
        {
            "type": "web_search_call",
            "id": "ws_67ccf18f64008190a39b619f4c8455ef087bb177ab789d5c",
            "status": "completed"
        },
        {
            "type": "message",
            "id": "msg_67ccf190ca3881909d433c50b1f6357e087bb177ab789d5c",
            "status": "completed",
            "role": "assistant",
            "content": [
                {
                    "type": "output_text",
                    "text": "截至今天，2025年3月9日，一则值得关注的积极新闻是中国科学家在可再生能源领域取得重大突破，成功研发出一种新型高效太阳能电池，转化率达到了创纪录的35%，这可能会极大推动清洁能源的普及和应用。这项技术预计将使太阳能发电成本降低约40%，为全球减少碳排放提供了新的解决方案。",
                    "annotations": [
                        {
                            "type": "url_citation",
                            "start_index": 42,
                            "end_index": 100,
                            "url": "https://example.com/renewable-energy-breakthrough/?utm_source=chatgpt.com",
                            "title": "中国科学家在可再生能源领域取得重大突破"
                        },
                        {
                            "type": "url_citation",
                            "start_index": 101,
                            "end_index": 150,
                            "url": "https://example.com/solar-cell-efficiency-record/?utm_source=chatgpt.com",
                            "title": "新型高效太阳能电池转化率创纪录"
                        },
                        {
                            "type": "url_citation",
                            "start_index": 151,
                            "end_index": 200,
                            "url": "https://example.com/clean-energy-cost-reduction/?utm_source=chatgpt.com",
                            "title": "太阳能发电成本有望降低40%"
                        }
                    ]
                }
            ]
        }
    ],
    "parallel_tool_calls": true,
    "previous_response_id": null,
    "reasoning": {
        "effort": null,
        "summary": null
    },
    "store": true,
    "temperature": 1,
    "text": {
        "format": {
            "type": "text"
        }
    },
    "tool_choice": "auto",
    "tools": [
        {
            "type": "web_search_preview",
            "domains": [],
            "search_context_size": "medium",
            "user_location": {
                "type": "approximate",
                "city": null,
                "country": "US",
                "region": null,
                "timezone": null
            }
        }
    ],
    "top_p": 1,
    "truncation": "disabled",
    "usage": {
        "input_tokens": 328,
        "input_tokens_details": {
            "cached_tokens": 0
        },
        "output_tokens": 356,
        "output_tokens_details": {
            "reasoning_tokens": 0
        },
        "total_tokens": 684
    },
    "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",
   "tools": [
      {
         "type": "web_search_preview"
      }
   ],
   "input": "今天有什么积极正面的新闻?"
})
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"))