> ## Documentation Index > Fetch the complete documentation index at: https://evolink.ai/docs/llms.txt > Use this file to discover all available pages before exploring further. # GPT Schnittstelle für alle Modelle - Schnellstart Responses > - Aufruf von GPT-Textmodellen im OpenAI-Responses-Format (das konkrete Modell wird über den Parameter `model` gewählt) - Modelle für Reasoning und Werkzeugaufrufe, unterstützen gemischte Text- und Bildeingaben - Diese API unterstützt serverseitige Tools: Websuche, Codeausführung und Dokumentensuche - Mehrere Gesprächsrunden lassen sich mit `previous_response_id` verketten, ohne den Verlauf erneut zu übertragen - 💡 Sie benötigen Werkzeuge und alle Parameter? Siehe die [vollständige Parameterdokumentation](./responses-reference) **BaseURL**: Die Standard-BaseURL ist `https://direct.evolink.ai` und bietet bessere Unterstützung für Textmodelle sowie persistente Verbindungen. `https://api.evolink.ai` ist der primäre Endpunkt für multimodale Dienste und dient bei Textmodellen als Ausweichadresse. ## OpenAPI ````yaml de/api-manual/language-series/gpt/responses/responses-quickstart.json POST /v1/responses openapi: 3.1.0 info: title: GPT Schnittstelle für alle Modelle - Schnellstart Responses description: >- Schnellstart-Beispiele für den Aufruf von GPT-Textmodellen über die OpenAI-kompatible Responses API (serverseitige Tools werden auf dieser API bereitgestellt). license: name: MIT version: 1.0.0 servers: - url: https://direct.evolink.ai description: Produktion (empfohlen) - url: https://api.evolink.ai description: Alternative URL security: - bearerAuth: [] tags: - name: Responses description: OpenAI Responses API mit serverseitigen Tools paths: /v1/responses: post: tags: - Responses summary: GPT Schnellantwort (alle Modelle) description: >- - Aufruf von GPT-Textmodellen im OpenAI-Responses-Format (das konkrete Modell wird über den Parameter `model` gewählt) - Modelle für Reasoning und Werkzeugaufrufe, unterstützen gemischte Text- und Bildeingaben - Diese API unterstützt serverseitige Tools: Websuche, Codeausführung und Dokumentensuche - Mehrere Gesprächsrunden lassen sich mit `previous_response_id` verketten, ohne den Verlauf erneut zu übertragen - 💡 Sie benötigen Werkzeuge und alle Parameter? Siehe die [vollständige Parameterdokumentation](./responses-reference) operationId: gptResponsesQuickstart requestBody: required: true content: application/json: schema: $ref: '#/components/schemas/ResponsesQuickRequest' responses: '200': description: Antwortgenerierung erfolgreich content: application/json: schema: $ref: '#/components/schemas/ResponsesResponse' '400': description: Ungültige Anfrageparameter content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 400 message: Invalid request parameters type: invalid_request_error '401': description: Nicht autorisiert, ungültiges oder abgelaufenes Token content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 401 message: Invalid or expired token type: authentication_error '402': description: Unzureichendes Kontingent content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 402 message: Insufficient quota type: insufficient_quota_error fallback_suggestion: https://evolink.ai/dashboard/billing '429': description: Ratenlimit überschritten content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 429 message: Rate limit exceeded type: rate_limit_error fallback_suggestion: retry after 60 seconds '500': description: Interner Serverfehler content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 500 message: Internal server error type: internal_server_error fallback_suggestion: try again later '503': description: Dienst vorübergehend nicht verfügbar content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 503 message: Service temporarily unavailable type: service_unavailable_error fallback_suggestion: retry after 30 seconds components: schemas: ResponsesQuickRequest: type: object required: - model - input properties: model: type: string description: >- Aufzurufendes Modell: | Modell-ID | Kontextfenster | Positionierung | |---|---|---| | `gpt-5.6-sol` | 1.050.000 | GPT-5.6-Familie, Spitzen-Reasoning | | `gpt-5.6-terra` | 1.050.000 | GPT-5.6-Familie, ausgewogener Produktivbetrieb | | `gpt-5.6-luna` | 1.050.000 | GPT-5.6-Familie, hoher Durchsatz und Kostenkontrolle | | `gpt-5.5` | 400.000 | Allgemeines Reasoning-Modell | | `gpt-5.4` | 128.000 | Allgemeines Reasoning-Modell | | `gpt-5.2` | 400.000 | Allgemeines Reasoning-Modell | | `gpt-5.1` | 400.000 | Allgemeines Reasoning-Modell | enum: - gpt-5.6-sol - gpt-5.6-terra - gpt-5.6-luna - gpt-5.5 - gpt-5.4 - gpt-5.2 - gpt-5.1 example: gpt-5.6-sol input: description: >- Modelleingabe: eine reine Zeichenkette oder ein Array von Eingabeelementen. Die vollständige Schreibweise für multimodale Inhalte und Werkzeugergebnisse finden Sie in der [vollständigen Parameterdokumentation](./responses-reference). ```json "input": [ { "role": "user", "content": [ { "type": "input_text", "text": "Was ist auf diesem Bild zu sehen?" }, { "type": "input_image", "image_url": "https://example.com/photo.png" } ] } ] ``` oneOf: - type: string - type: array items: type: object example: Explain quantum entanglement in one sentence. ResponsesResponse: type: object properties: id: type: string description: >- Eindeutige ID dieser Antwort, kann als `previous_response_id` für die nächste Runde dienen example: resp_0f5c2b2c20c39e8a006a7ef545443081979e478b10927984b5 object: type: string enum: - response description: Antworttyp example: response status: type: string description: Antwortstatus enum: - completed - incomplete - failed example: completed model: type: string description: Tatsächlich verwendeter Modellname example: gpt-5.6-sol created_at: type: integer description: Erstellungszeitstempel example: 1786705221 output: type: array description: >- Ausgabeelemente in Generierungsreihenfolge: das `reasoning`-Element (Reasoning-Zusammenfassung), Werkzeugaufruf-Elemente und zuletzt das `message`-Element mit dem `output_text`-Inhalt. items: $ref: '#/components/schemas/OutputItem' usage: $ref: '#/components/schemas/Usage' ErrorResponse: type: object properties: error: type: object properties: code: type: integer description: HTTP-Status-Fehlercode message: type: string description: Fehlerbeschreibung type: type: string description: Fehlertyp param: type: string description: Zugehöriger Parametername fallback_suggestion: type: string description: Vorschlag bei Fehlerauftreten OutputItem: type: object properties: id: type: string description: Bezeichner des Ausgabeelements type: type: string description: Typ des Ausgabeelements enum: - reasoning - message - web_search_call - code_interpreter_call - file_search_call - function_call example: message status: type: string description: Status des Ausgabeelements example: completed content: type: array description: >- Inhaltsteile der Nachricht (`output_text`), vorhanden bei `message`-Elementen items: type: object Usage: type: object description: >- Statistik zum Token-Verbrauch. Prompt-Caching greift automatisch; im Cache getroffene Eingabe-Token werden zum günstigeren Cache-Preis abgerechnet. properties: input_tokens: type: integer description: Anzahl der Eingabe-Token example: 18 output_tokens: type: integer description: Anzahl der Ausgabe-Token (einschließlich Reasoning-Token) example: 42 total_tokens: type: integer description: Gesamtanzahl der Tokens example: 60 input_tokens_details: type: object description: Detaillierte Eingabe-Token-Informationen properties: cached_tokens: type: integer description: Anzahl der aus dem Cache gelieferten Token example: 0 output_tokens_details: type: object description: Detaillierte Ausgabe-Token-Informationen properties: reasoning_tokens: type: integer description: Anzahl der Reasoning-Tokens example: 16 securitySchemes: bearerAuth: type: http scheme: bearer description: >- ##Alle APIs erfordern Bearer-Token-Authentifizierung## **API-Schlüssel erhalten:** Besuchen Sie die [API-Schlüsselverwaltungsseite](https://evolink.ai/dashboard/keys), um Ihren API-Schlüssel zu erhalten **Zum Anfrage-Header hinzufügen:** ``` Authorization: Bearer YOUR_API_KEY ``` ````