GPT Responses（全模型，完整参数）
Responses 接口
GPT 全模型接口 - Responses 完整参数
- GPT 系列文本模型的 OpenAI 兼容 Responses 接口，通过
model选择具体模型（全部可选值见model参数的对照表） - 全系为推理模型，通过
reasoning.effort控制推理深度；推理 token 计入输出 token 计费 - Prompt 缓存自动生效：命中缓存的输入 token 按更低的缓存价计费
- 支持同步与流式（SSE）两种模式
- 服务端工具：
web_search（联网搜索）、code_interpreter（代码执行）、file_search（文档检索） - 同时支持普通
function工具（客户端函数调用） - 多轮对话可用
previous_response_id串联 - 注意 部分参数各模型支持范围不同，逐参数见下方说明
POST
GPT Responses（全模型，完整参数）
BaseURL 说明：默认 BaseURL 为
https://direct.evolink.ai，对文本模型支持更好，支持长连接；https://api.evolink.ai 是多模态主力地址，对文本模型作为备用地址使用。服务端工具（
web_search、code_interpreter、file_search、mcp）在服务端执行，无需客户端回传结果，仅在本接口提供。Chat Completions 接口只支持普通 function 工具调用。注意 本接口仅支持同步与流式两种模式：不支持
background: true 的后台异步模式，也不提供按响应 ID 查询、取消、删除响应的端点。需要长时间生成时，请使用 stream: true 保持连接。image_generation 工具在本系列模型上不可用，图像生成请使用图像系列模型接口。多轮对话：用上一轮返回的
id 作为下一轮的 previous_response_id 即可续接上下文。响应有留存期限，过期后该 ID 不再有效，请求会按新会话处理；对上下文准确性有强要求的场景，建议自行维护完整的 input 历史。授权
请求体
application/json
要调用的模型：
可用选项:
gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna, gpt-5.5, gpt-5.4, gpt-5.2, gpt-5.1 示例:
"gpt-5.6-sol"
模型输入：纯字符串，或输入项数组。
输入项的 content 支持 input_text（文本）、input_image（图像）两种块：
图像
image_url传入图片的公网 URLimage_url必须是字符串；写成{ "url": "..." }会返回400detail与image_url同级（不是嵌套在里面），可选auto（默认）/low/high/original- 图片需能被正常下载，否则返回
400
工具结果
- 数组中也可回填上一轮的
function_call_output等工具结果项
注意 本接口的块类型与 Chat Completions 接口不同（Chat 用 text / image_url），两者不可混用，写错会返回 400。
示例:
"搜索最近一周的 AI 新闻并用三句话总结。"
系统级指令，等价于在 input 最前面插入一条系统消息。使用 previous_response_id 续轮时，本参数不会从上一轮继承，需要每轮传入。
示例:
"你是一个简洁的助手，回答不超过三句话。"
是否流式返回（SSE 事件流，以 response.completed 结束）。默认 false。
示例:
false
生成的最大 token 数（含推理 token）。达到上限时 status 为 incomplete。
示例:
2048
推理控制。
effort（推理深度）可选值随模型不同：
summary（推理摘要）：auto / concise / detailed，全系可用。开启后 output 中会出现 reasoning 项。
mode（推理模式）：standard / pro，仅 gpt-5.6 家族支持。
context（推理上下文范围）：auto / current_turn / all_turns，仅 gpt-5.6 家族支持。
推理 token 按输出 token 计费，并计入 usage.output_tokens_details.reasoning_tokens。
输出文本控制：
format：{"type": "text"}（默认）、{"type": "json_object"}，或{"type": "json_schema", "name": "...", "schema": {...}, "strict": true}输出结构化结果verbosity：low/medium/high，控制回答详略
工具声明。服务端工具在服务端执行，无需客户端回传结果：
同时支持普通 function 工具（客户端函数调用）。
注意 image_generation 在本系列模型上不可用，请改用图像系列模型接口。
示例:
工具选择控制："auto"（默认）/ "none" / "required"，或用对象指定某个工具，如 {"type": "web_search"}。
可用选项:
none, auto, required 本次响应中允许的工具调用总次数上限。
示例:
5
是否允许模型在一轮中并行调用多个工具。默认 true。
注意 仅 gpt-5.6 家族与 gpt-5.5 支持设为 false；gpt-5.4 / gpt-5.2 / gpt-5.1 上该参数不生效，始终按 true 执行。
示例:
true
上一轮响应的 id，用于串联多轮对话，无需重复上传历史消息。
注意 需配合 store: true（默认值）使用。响应有留存期限，过期后该 ID 不再有效；此时请求会按新会话处理，不会继承上下文。对上下文准确性有强要求的场景，建议自行维护完整的 input 历史。
示例:
"resp_0f5c2b2c20c39e8a006a7ef545443081979e478b10927984b5"
是否在服务端留存本次响应，留存后才能被 previous_response_id 引用。默认 true。
注意 仅 gpt-5.6 家族与 gpt-5.5 支持设为 false；gpt-5.4 / gpt-5.2 / gpt-5.1 上该参数不生效，始终按 true 执行。不希望留存的场景请选用支持关闭的模型。
示例:
true
要求在响应中额外返回的内容，可选值：
reasoning.encrypted_contentmessage.output_text.logprobsweb_search_call.resultsweb_search_call.action.sourcesfile_search_call.resultscode_interpreter_call.outputsmessage.input_image.image_urlcomputer_call_output.output.image_url
示例:
采样温度，取值 0 ~ 2，值越低输出越确定。
注意 gpt-5.4 / gpt-5.2 / gpt-5.1 上取值 0 不生效（等同于不传，按默认值 1 处理）；需要更确定的输出请使用 0.01 等大于 0 的值。
必填范围:
0 <= x <= 2示例:
0.7
核采样参数，取值 0 ~ 1。建议不要与 temperature 同时调整。
必填范围:
0 <= x <= 1示例:
0.9
每个位置返回的候选 token 数量，取值 0 ~ 20，需配合 include: ["message.output_text.logprobs"] 使用。
注意 仅 gpt-5.6 家族与 gpt-5.5 支持；其余模型不支持该参数。
必填范围:
0 <= x <= 20示例:
2
频率惩罚，取值 -2 ~ 2，降低重复内容的概率。
注意 仅 gpt-5.6 家族支持；其余模型不支持该参数。
必填范围:
-2 <= x <= 2示例:
0.5
存在惩罚，取值 -2 ~ 2，鼓励模型讨论新话题。
注意 仅 gpt-5.6 家族支持；其余模型不支持该参数。
必填范围:
-2 <= x <= 2示例:
0.5
上下文超出窗口时的处理方式：disabled（默认，直接报错）或 auto（自动截断中间内容）。
可用选项:
auto, disabled 示例:
"auto"
长会话自动压缩配置，例如 [{"type": "compaction", "compact_threshold": 100000}]：上下文超过阈值时自动压缩历史。
注意 仅 gpt-5.6 家族支持；其余模型不支持该参数。
缓存分组键。为同一类前缀相同的请求传入相同的值，可提升 Prompt 缓存命中率。
示例:
"app-agent-v1"
Prompt 缓存保留策略：in_memory（默认）或 24h（延长缓存留存时间）。
可用选项:
in_memory, 24h 示例:
"in_memory"
引用已创建的 Prompt 模板，形如 {"id": "pmpt_xxx", "version": "1", "variables": {...}}。
自定义键值对，随响应原样返回，便于业务侧标记。键与值均为字符串。
示例:
终端用户的稳定标识，用于滥用行为追踪。
注意 仅 gpt-5.6 家族支持；其余模型不支持该参数。
示例:
"user-1024"
终端用户标识，用于区分调用来源。
示例:
"user-1024"
响应
响应生成成功（JSON 对象；stream=true 时为 SSE 事件流，以 response.completed 结束）
响应的唯一标识，可作为下一轮的 previous_response_id
示例:
"resp_0f5c2b2c20c39e8a006a7ef545443081979e478b10927984b5"
响应类型
可用选项:
response 示例:
"response"
响应状态：completed 正常结束，incomplete 因达到 max_output_tokens 等原因未写完，failed 生成失败
可用选项:
completed, incomplete, failed 示例:
"completed"
实际使用的模型名称
示例:
"gpt-5.6-sol"
创建时间戳
示例:
1786705221
按生成顺序排列的输出项：reasoning 项（推理摘要 / 加密推理内容）、工具调用项（如 web_search_call、code_interpreter_call），以及最后含 output_text 内容的 message 项。
status 为 incomplete 时说明原因
Token 用量统计。Prompt 缓存自动生效，命中缓存的输入 token 按更低的缓存价计费。
请求中传入的自定义键值对，原样返回