Responses API

建立回應

以 OpenAI Responses API 的請求格式(input/instructions)取得模型回應,內部轉換成 Chat Completions 格式後路由到任何支援的模型——這是一層轉譯,不是獨立的推理路徑。這是無狀態端點:傳 store: true 或非 null 的 previous_response_id 會直接回 400(見下方 400 說明的專屬錯誤格式),每次呼叫都要在 input 帶完整的對話內容。串流時,推理過程會以 response.reasoning_text.delta 事件與 type:"reasoning" 的 output item 呈現。

POST/api/v1/responses

驗證

Authorization必填

string · header

在 Authorization 標頭以 Bearer token 傳入 API 金鑰。

Body

model必填

string

要使用的模型,供應商前綴格式,例如 "openai/gpt-5.2"。

minLength: 1

Example: "openai/gpt-5.2"

input必填

string | InputItem[]

對話輸入——單一字串,或結構化項目陣列(message/function_call/function_call_output)。訊息可用文字或含 input_image 的內容區塊陣列。

instructions

string

系統層級指示,轉換時會作為第一則 system 訊息插入 messages 陣列最前面。

stream

boolean

true 時以 Responses API 的 SSE 事件串流回應(response.created、response.output_item.added、response.output_text.delta、response.reasoning_text.delta、response.completed 等);省略或 false 為一次性 JSON 回應。

max_output_tokens

integer

回應可生成的最大 token 數(轉換為上游 Chat Completions 的 max_tokens)。

tools

Tool[]

模型可呼叫的工具/函式定義清單。接受 Responses 規格的扁平格式 {type:"function", name, description, parameters}(建議用法),也接受 Chat Completions 的巢狀格式 {type:"function", function:{...}}(向後相容,原樣放行)。回應物件裡的 tools 欄位會回顯這裡實際傳入的值。

tool_choice

string | object

控制模型是否/如何被強制呼叫工具,例如 {type:"function", name:"..."}(扁平格式,建議用法,自動轉換給上游)或 "auto"。回應物件裡的 tool_choice 欄位會回顯這裡實際傳入的值,省略時預設 "auto"。

parallel_tool_calls

boolean

有提供 tools 時,是否允許並行工具呼叫。省略時預設 true;回應物件裡的 parallel_tool_calls 欄位會回顯這裡實際傳入的值。

plugins

object[]

外掛陣列(例如 {id:"web"} 啟用網頁搜尋)。僅部分模型路由支援,不支援時無效;:online 模型變體會在你沒有傳 plugins 時自動注入 {id:"web"},同樣僅限支援的路由。

store

boolean

⚠️ 這個端點是無狀態的——傳 true 會直接回 400,不會被接受或忽略。省略或傳 false 才是唯一合法用法。

previous_response_id

string

⚠️ 這個端點是無狀態的——傳任何非 null 值都會直接回 400,不會被接受或忽略。要延續對話,請把完整歷史記錄放進 input 陣列一起送出。

models

string[]

備援模型清單——依序嘗試,主要模型的候選群全部失敗時才會用到。

reasoning

object

推理模型的思考控制物件(例如 {effort, max_tokens}),原樣轉發給上游,不注入預設值。

reasoning_effort

string

reasoning.effort 的簡寫平面欄位。

lowmediumhigh

thinking

object

Claude 擴展思考的加成 token 預算(例如 {type:"enabled", budget_tokens:2048}),疊加在 max_output_tokens 之上,原樣轉發不注入預設值。

enable_thinking

boolean

Qwen3 / GLM 系列的思考開關,原樣轉發使用者的選擇。

POST /api/v1/responses

1
2
3
4
5
6
7
curl https://bazaarlink.ai/api/v1/responses \
  -H "Authorization: Bearer $BAZAARLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-5.2",
    "input": "What is the capital of France?"
  }'

回應範例

成功。預設(或 stream: false)回傳如下的 Response 物件;stream: true 時改回傳 Responses API 的 SSE 事件串流。model 一律回傳你請求時傳入的名稱。output[] 依實際輸出組成:有推理內容時包含 type:"reasoning" 項目在前,接著是 type:"message" 的文字項目(文字內容的 annotations 陣列可能含引用來源,如 web search 命中的 url_citation),或 type:"function_call" 項目。usage 欄位是從 Chat Completions 的 usage 換算而來(input_tokens/output_tokens/total_tokens/cost),有推理 token 時另外帶 output_tokens_details.reasoning_tokens。tool_choice/tools/parallel_tool_calls 回顯你請求裡實際傳入的值。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
{
  "id": "resp_6f2a1c9d8e7b4a3f9c1d2e3f",
  "object": "response",
  "created_at": 1753500000,
  "completed_at": 1753500002,
  "status": "completed",
  "model": "openai/gpt-5.2",
  "output": [
    {
      "type": "reasoning",
      "id": "rs_1a2b3c4d5e6f7a8b9c0d1e2f",
      "status": "completed",
      "summary": [],
      "content": [
        {
          "type": "reasoning_text",
          "text": "The user is asking a simple geography fact..."
        }
      ]
    },
    {
      "type": "message",
      "id": "msg_9f8e7d6c5b4a3f2e1d0c9b8a",
      "role": "assistant",
      "status": "completed",
      "content": [
        {
          "type": "output_text",
          "text": "The capital of France is Paris.",
          "annotations": []
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 14,
    "output_tokens": 32,
    "total_tokens": 46,
    "cost": 0.00021,
    "output_tokens_details": {
      "reasoning_tokens": 18
    }
  },
  "error": null,
  "incomplete_details": null,
  "tool_choice": "auto",
  "tools": [],
  "truncation": "auto",
  "parallel_tool_calls": true,
  "metadata": {},
  "store": false
}