文档

Responses API

更新于 2026-08-29

/v1/responses 是 OpenAI 的原生主力端点之一。官方推荐新项目优先评估 Responses；若你的客户端或框架默认走 Chat Completions，请用 OpenAI 兼容调用。

Base URL 仍为 https://api.rokoapi.com/v1。

端点

POST /v1/responses

快速开始

curl https://api.rokoapi.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-4o",
    "input": "用一句话介绍你自己",
    "instructions": "你是一个简洁的助手"
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.rokoapi.com/v1",
)

response = client.responses.create(
    model="gpt-4o",
    input="用一句话介绍你自己",
    instructions="你是一个简洁的助手",
)
print(response.output_text)

取文本优先用 SDK 的 output_text；手工遍历 output 时注意首项可能是 reasoning 而非 message。

常用参数

参数	说明
`model`	已上线且支持 Responses 的模型 ID
`input`	字符串或消息数组
`instructions`	系统指令（类似 system prompt）
`max_output_tokens`	最大输出 token
`stream`	语义化事件流
`tools` / `tool_choice`	函数与内置工具（视上游支持）

模型能力标识

模型页会直接显示管理后台配置的 Responses 能力。调用前请重点检查以下标识：

标识	含义
`responses-native`	上游原生支持 Responses 协议
`responses-compatible`	网关转换为其他上游协议，仅保证已声明的兼容能力
`structured-outputs`	支持 JSON Schema 结构化输出
`previous-response-id`	支持使用 `previous_response_id` 延续响应
`conversation-state`	支持上游托管的会话状态
`responses-compact`	支持 `POST /v1/responses/compact`
`stored-responses`	支持 `store` 参数
`parallel-tool-calls`	支持并行工具调用
`max-tool-calls`	支持 `max_tool_calls` 限制

未显示的能力不应由客户端假定可用。转换兼容模型不会声明依赖上游资源生命周期的能力，例如会话状态、响应存储和压缩。

当前原生 Responses 模型

模型	上游协议	已声明能力
`hy4-preview`	腾讯 TokenHub 原生 Responses	文本、流式输出、函数工具、结构化输出
`kimi-k3`	Moonshot AI 原生 Responses	文本、多模态输入、流式输出、函数工具、结构化输出

两款模型当前均未声明 previous_response_id、conversation、compact、响应存储、并行工具调用或 max_tool_calls。客户端不得仅因上游使用原生 Responses 协议就假定这些能力可用。

当前兼容转换模型

模型	转换方式	已兼容
`deepseek-v4-flash`	Responses 与 DeepSeek Chat Completions 双向转换	文本、函数工具、工具结果、流式事件
`deepseek-v4-pro`	Responses 与 DeepSeek Chat Completions 双向转换	文本、函数工具、工具结果、流式事件
`glm-5.3`	Responses 与智谱 V4 Chat Completions 双向转换	文本、函数工具、工具结果、流式事件
`glm-5.3-flash`	Responses 与智谱 V4 Chat Completions 双向转换	文本、函数工具、工具结果、流式事件

这些模型是无状态兼容模式：请在客户端保存完整对话及工具调用历史，并在后续请求的 input 中重新提交。它们不支持 previous_response_id、conversation、compact 或响应存储。

多轮对话

默认请在客户端自行维护历史，把完整上下文放入 input 数组。只有模型页明确显示 previous-response-id 或 conversation-state 时，才使用对应的有状态参数。

流式输出

Responses 流式是语义化事件（如 response.output_text.delta），与 Chat Completions 的 choices[0].delta 不同。设置 stream: true 后按事件类型处理。

与 Chat Completions 对照

Chat Completions	Responses
`messages`	`input`
system 消息	`instructions`
`max_tokens`	`max_output_tokens`
`choices[0].message.content`	`output_text`

注意

请先在模型页或已上线模型文档确认目标模型是否支持 Responses
内置工具和后台任务等能力依赖上游；未在模型页声明的能力不属于兼容承诺

端点