GPT Responses (alle Modelle, vollständige Parameter)

curl --request POST \
  --url https://direct.evolink.ai/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "gpt-6.1-sol",
  "input": "Erkläre Quantenverschränkung in einem Satz."
}
'

import requests

url = "https://direct.evolink.ai/v1/responses"

payload = {
    "model": "gpt-6.1-sol",
    "input": "Erkläre Quantenverschränkung in einem Satz."
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({model: 'gpt-6.1-sol', input: 'Erkläre Quantenverschränkung in einem Satz.'})
};

fetch('https://direct.evolink.ai/v1/responses', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://direct.evolink.ai/v1/responses",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'model' => 'gpt-6.1-sol',
    'input' => 'Erkläre Quantenverschränkung in einem Satz.'
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
  ],
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://direct.evolink.ai/v1/responses"

	payload := strings.NewReader("{\n  \"model\": \"gpt-6.1-sol\",\n  \"input\": \"Erkläre Quantenverschränkung in einem Satz.\"\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://direct.evolink.ai/v1/responses")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"model\": \"gpt-6.1-sol\",\n  \"input\": \"Erkläre Quantenverschränkung in einem Satz.\"\n}")
  .asString();

require 'uri'
require 'net/http'

url = URI("https://direct.evolink.ai/v1/responses")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer <token>'
request["Content-Type"] = 'application/json'
request.body = "{\n  \"model\": \"gpt-6.1-sol\",\n  \"input\": \"Erkläre Quantenverschränkung in einem Satz.\"\n}"

response = http.request(request)
puts response.read_body

{
  "id": "resp_0f5c2b2c20c39e8a006a7ef545443081979e478b10927984b5",
  "object": "response",
  "status": "completed",
  "model": "gpt-6.1-sol",
  "created_at": 1786705221,
  "output": [
    {
      "id": "<string>",
      "type": "web_search_call",
      "status": "completed",
      "content": [
        {}
      ],
      "encrypted_content": "<string>",
      "result": "<string>"
    }
  ],
  "incomplete_details": {},
  "usage": {
    "input_tokens": 18,
    "output_tokens": 42,
    "total_tokens": 60,
    "input_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0
    },
    "output_tokens_details": {
      "reasoning_tokens": 16
    }
  },
  "tool_usage": {
    "image_gen": {
      "input_tokens": 74,
      "input_tokens_details": {},
      "output_tokens": 196,
      "output_tokens_details": {},
      "total_tokens": 270
    }
  },
  "metadata": {}
}

{
  "error": {
    "code": 400,
    "message": "Invalid value: '__bogus__'. Supported values are: 'auto' and 'disabled'.",
    "type": "invalid_request_error",
    "param": "truncation"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid or expired token",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota_error",
    "fallback_suggestion": "https://evolink.ai/dashboard/credits"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "fallback_suggestion": "retry after 60 seconds"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "internal_server_error",
    "fallback_suggestion": "try again later"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "service_unavailable_error",
    "fallback_suggestion": "retry after 30 seconds"
  }
}

Responses API

GPT Schnittstelle für alle Modelle - Responses vollständige Parameter

OpenAI-kompatible Responses API für GPT-Textmodelle; das konkrete Modell wird über model gewählt (alle möglichen Werte siehe Vergleichstabelle beim Parameter model)
Die gesamte Reihe besteht aus Reasoning-Modellen; die Reasoning-Tiefe wird über reasoning.effort gesteuert, Reasoning-Token werden als Ausgabe-Token abgerechnet
Prompt-Caching greift automatisch: im Cache getroffene Eingabe-Token werden zum günstigeren Cache-Preis abgerechnet
Unterstützt synchronen und Streaming-Modus (SSE)
Serverseitige Tools: web_search (Websuche), code_interpreter (Codeausführung), file_search (Dokumentensuche)
Integriertes Bildgenerierungswerkzeug: image_generation (nur gpt-6-astra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna), zum direkten Generieren oder Bearbeiten von Bildern in einer Konversation
Gewöhnliche function-Werkzeuge (clientseitige Funktionsaufrufe) werden ebenfalls unterstützt
Mehrere Gesprächsrunden lassen sich mit previous_response_id verketten
Hinweis Der Unterstützungsumfang einiger Parameter unterscheidet sich je nach Modell; Einzelheiten siehe die Hinweise zu den jeweiligen Parametern unten

POST

responses

GPT Responses (alle Modelle, vollständige Parameter)

curl --request POST \
  --url https://direct.evolink.ai/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "gpt-6.1-sol",
  "input": "Erkläre Quantenverschränkung in einem Satz."
}
'

import requests

url = "https://direct.evolink.ai/v1/responses"

payload = {
    "model": "gpt-6.1-sol",
    "input": "Erkläre Quantenverschränkung in einem Satz."
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({model: 'gpt-6.1-sol', input: 'Erkläre Quantenverschränkung in einem Satz.'})
};

fetch('https://direct.evolink.ai/v1/responses', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://direct.evolink.ai/v1/responses",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'model' => 'gpt-6.1-sol',
    'input' => 'Erkläre Quantenverschränkung in einem Satz.'
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
  ],
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://direct.evolink.ai/v1/responses"

	payload := strings.NewReader("{\n  \"model\": \"gpt-6.1-sol\",\n  \"input\": \"Erkläre Quantenverschränkung in einem Satz.\"\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://direct.evolink.ai/v1/responses")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"model\": \"gpt-6.1-sol\",\n  \"input\": \"Erkläre Quantenverschränkung in einem Satz.\"\n}")
  .asString();

require 'uri'
require 'net/http'

url = URI("https://direct.evolink.ai/v1/responses")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer <token>'
request["Content-Type"] = 'application/json'
request.body = "{\n  \"model\": \"gpt-6.1-sol\",\n  \"input\": \"Erkläre Quantenverschränkung in einem Satz.\"\n}"

response = http.request(request)
puts response.read_body

{
  "id": "resp_0f5c2b2c20c39e8a006a7ef545443081979e478b10927984b5",
  "object": "response",
  "status": "completed",
  "model": "gpt-6.1-sol",
  "created_at": 1786705221,
  "output": [
    {
      "id": "<string>",
      "type": "web_search_call",
      "status": "completed",
      "content": [
        {}
      ],
      "encrypted_content": "<string>",
      "result": "<string>"
    }
  ],
  "incomplete_details": {},
  "usage": {
    "input_tokens": 18,
    "output_tokens": 42,
    "total_tokens": 60,
    "input_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0
    },
    "output_tokens_details": {
      "reasoning_tokens": 16
    }
  },
  "tool_usage": {
    "image_gen": {
      "input_tokens": 74,
      "input_tokens_details": {},
      "output_tokens": 196,
      "output_tokens_details": {},
      "total_tokens": 270
    }
  },
  "metadata": {}
}

{
  "error": {
    "code": 400,
    "message": "Invalid value: '__bogus__'. Supported values are: 'auto' and 'disabled'.",
    "type": "invalid_request_error",
    "param": "truncation"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid or expired token",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota_error",
    "fallback_suggestion": "https://evolink.ai/dashboard/credits"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "fallback_suggestion": "retry after 60 seconds"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "internal_server_error",
    "fallback_suggestion": "try again later"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "service_unavailable_error",
    "fallback_suggestion": "retry after 30 seconds"
  }
}

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.

Serverseitige Tools (web_search, code_interpreter, file_search, mcp) werden auf dem Server ausgeführt, Ergebnisse müssen nicht vom Client zurückgesendet werden, und sie werden nur auf dieser API bereitgestellt. Der Chat-Completions-Endpunkt unterstützt ausschließlich gewöhnliche function-Werkzeugaufrufe.

Hinweis Diese API unterstützt nur den synchronen und den Streaming-Modus: Der asynchrone Hintergrundmodus mit background: true wird nicht unterstützt, und es gibt keine Endpunkte zum Abfragen, Abbrechen oder Löschen einer Antwort anhand ihrer ID. Verwenden Sie bei langen Generierungen stream: true, um die Verbindung offen zu halten.Das integrierte Werkzeug image_generation wird derzeit nur von gpt-6-astra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna unterstützt und ist auf den anderen Modellen nicht verfügbar; für die eigenständige Bildgenerierung können Sie auch die APIs der Bildmodellreihe verwenden.

Bilder direkt mit gpt-6-astra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna generieren: Deklarieren Sie {"type": "image_generation"} in tools. Das Modell generiert dann bei Bedarf Bilder innerhalb der Konversation.

Bildmodell auswählen: Wählen Sie über das Feld model des Werkzeugs gpt-image-2 (Standard), gpt-image-2.5-sunburst oder gpt-image-2.5-flare; quality, size, partial_images und weitere Parameter entsprechen den offiziellen Parametern des Bildmodells (xhigh / max sind nur für die 2.5-Reihe verfügbar)
Bild abrufen: Bilder werden als base64 im Feld result eines output-Elements mit type gleich image_generation_call zurückgegeben; dies ist keine URL, speichern Sie das Bild selbst
Bildbearbeitung: Fügen Sie ein input_image in input ein (öffentliche URL oder data:image/png;base64,...) und beschreiben Sie die gewünschten Änderungen im Text
Bearbeitung über mehrere Runden: Übergeben Sie die id der vorherigen Runde als previous_response_id und beschreiben Sie die gewünschten Änderungen
Streaming: Setzen Sie partial_images (0–3), um während der Generierung Vorschauereignisse vom Typ response.image_generation_call.partial_image zu erhalten
Bildanzahl: Ohne max_tool_calls können pro Anfrage bis zu 4 Bilder generiert werden; setzen Sie den Parameter explizit, wenn Sie mehr benötigen
Abrechnung: Text und Bildgenerierung werden separat nach Token abgerechnet; der Token-Verbrauch der Bildgenerierung steht unter tool_usage.image_gen in der Antwort

{
  "model": "gpt-6.1-sol",
  "input": "Male eine orangefarbene Katze am Fenster im Aquarellstil",
  "tools": [{"type": "image_generation", "model": "gpt-image-2", "quality": "low", "size": "1024x1024"}]
}

Mehrstufige Konversationen: Übergeben Sie die in der vorherigen Runde zurückgegebene id in der nächsten Runde als previous_response_id, um den Kontext fortzuführen. Antworten haben eine Aufbewahrungsfrist; nach deren Ablauf ist die ID ungültig und die Anfrage wird als neue Konversation behandelt. Für Szenarien mit hohen Anforderungen an die Kontextgenauigkeit wird empfohlen, den vollständigen input-Verlauf selbst zu pflegen.

Autorisierungen

Authorization

string

header

erforderlich

##Alle APIs erfordern Bearer-Token-Authentifizierung##

API-Schlüssel erhalten:

Besuchen Sie die API-Schlüsselverwaltungsseite, um Ihren API-Schlüssel zu erhalten

Zum Anfrage-Header hinzufügen:

Authorization: Bearer YOUR_API_KEY

Body

application/json

model

enum<string>

erforderlich

Aufzurufendes Modell:

Modell-ID	Kontextfenster	Positionierung
`gpt-6.1-sol`	1,050,000	Neue Sol-Version: nahezu Astra-Leistung zu geringeren Kosten (empfohlen)
`gpt-6-astra`	1.050.000	Flaggschiff-Reasoning für anspruchsvolle End-to-End-Aufgaben, mit Unterstützung für das integrierte Werkzeug `image_generation`
`gpt-6-sol`	1,050,000	Komplexe Programmierung und agentische Workflows
`gpt-6-luna`	1,050,000	Klassifizierung und Extraktion mit hohem Durchsatz und niedrigen Kosten
`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

Verfügbare Optionen:

gpt-6.1-sol,

gpt-6-astra,

gpt-6-sol,

gpt-6-luna,

gpt-5.6-sol,

gpt-5.6-terra,

gpt-5.6-luna,

gpt-5.5,

gpt-5.4,

gpt-5.2,

gpt-5.1

Beispiel:

"gpt-6.1-sol"

input

erforderlich

Modelleingabe: eine reine Zeichenkette oder ein Array von Eingabeelementen.

Das content eines Eingabeelements unterstützt zwei Blocktypen: input_text (Text) und input_image (Bild):

"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",
        "detail": "auto"
      }
    ]
  }
]

Bild

Übergeben Sie in image_url die öffentliche URL des Bildes
image_url muss eine Zeichenkette sein; die Schreibweise { "url": "..." } gibt 400 zurück
detail steht auf derselben Ebene wie image_url (nicht darin verschachtelt): auto (Standard) / low / high / original
Das Bild muss herunterladbar sein, andernfalls wird 400 zurückgegeben

Werkzeugergebnisse

Das Array kann auch Werkzeugergebnis-Elemente aus der vorherigen Runde zurückgeben, etwa function_call_output

Hinweis Die Blocktypen dieser API unterscheiden sich von denen der Chat Completions API (dort text / image_url). Sie dürfen nicht vermischt werden; eine falsche Verwendung gibt 400 zurück.

Beispiel:

"Search for AI news from the past week and summarize it in three sentences."

instructions

string

Anweisungen auf Systemebene, gleichbedeutend mit dem Einfügen einer Systemnachricht ganz am Anfang von input. Wird die Konversation mit previous_response_id fortgesetzt, wird dieser Parameter nicht aus der vorherigen Runde übernommen und muss in jeder Runde übergeben werden.

Beispiel:

"You are a concise assistant. Answer in no more than three sentences."

stream

boolean

Standard:false

Ob eine Streaming-Antwort zurückgegeben wird (SSE-Events, endend mit response.completed). Standard false.

Beispiel:

false

max_output_tokens

integer

Maximale Anzahl zu generierender Token (einschließlich Reasoning-Token). Wird die Obergrenze erreicht, lautet status incomplete.

GPT-6 Astra / Sol / Luna und GPT-6.1 Sol unterstützen maximal 128.000 Ausgabe-Token einschließlich Reasoning-Token.

Beispiel:

2048

reasoning

object

Reasoning-Steuerung.

Die möglichen Werte von effort (Reasoning-Tiefe) unterscheiden sich je nach Modell:

Modell	Mögliche Werte
`gpt-6-astra` / `gpt-6.1-sol`	`low`, `medium`, `high`, `xhigh`, `max`
`gpt-6-sol` / `gpt-6-luna`	`none`, `low`, `medium`, `high`, `xhigh`, `max`
`gpt-5.6-sol` / `gpt-5.6-terra` / `gpt-5.6-luna`	`none`, `low`, `medium`, `high`, `xhigh`, `max`
`gpt-5.5` / `gpt-5.4` / `gpt-5.2`	`none`, `low`, `medium`, `high`, `xhigh`
`gpt-5.1`	`none`, `low`, `medium`, `high`

summary (Reasoning-Zusammenfassung): auto / concise / detailed.

GPT-6 Sol / Luna und GPT-6.1 Sol: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

mode (Reasoning-Modus): standard / pro, von gpt-6-astra / gpt-6-sol / gpt-6-luna und der gpt-5.6-Familie unterstützt.

GPT-6.1 Sol: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

context (Reasoning-Kontextbereich): auto / current_turn / all_turns, von gpt-6-astra und der gpt-5.6-Familie unterstützt.

GPT-6 Sol / Luna und GPT-6.1 Sol: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Reasoning-Token werden als Ausgabe-Token abgerechnet und in usage.output_tokens_details.reasoning_tokens gezählt.

GPT-6 Sol / Luna werden unterstützt: Setzen Sie model auf gpt-6-sol oder gpt-6-luna. Beide bieten 1.050.000 Kontext-Token und maximal 128.000 Ausgabe-Token einschließlich Reasoning. reasoning.effort: none, low, medium (Standard), high, xhigh, max. Astra und 6.1 Sol unterstützen none nicht. Verwenden Sie diesen Endpunkt für Reasoning mit Tools.

Show child attributes

text

object

Steuerung des Ausgabetexts:

format: {"type": "text"} (Standard), {"type": "json_object"} oder {"type": "json_schema", "name": "...", "schema": {...}, "strict": true} für strukturierte Ergebnisse
verbosity: low / medium / high, steuert die Ausführlichkeit der Antwort

text.verbosity — GPT-6 Sol / Luna und GPT-6.1 Sol: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Show child attributes

tools

object[]

Werkzeugdeklarationen. Serverseitige Tools werden auf dem Server ausgeführt; Ergebnisse müssen nicht vom Client zurückgesendet werden:

Werkzeugtyp	Fähigkeit
`web_search`	Durchsucht das Web und ruft Webseiten auf (Alias `web_search_preview`)
`code_interpreter`	Führt Code in einer Sandbox aus, erfordert `"container": {"type": "auto"}`
`file_search`	Durchsucht einen bestehenden Vektorspeicher, erfordert `vector_store_ids`
`mcp`	Verbindet sich mit einem entfernten MCP-Dienst, erfordert `server_label` und `server_url`
`image_generation`	Generiert oder bearbeitet Bilder in einer Konversation und gibt sie als base64 zurück (nur `gpt-6-astra` / `gpt-6.1-sol` / `gpt-6-sol` / `gpt-6-luna`)

Gewöhnliche function-Werkzeuge (clientseitige Funktionsaufrufe) werden ebenfalls unterstützt.

Hinweis Das integrierte Werkzeug image_generation wird derzeit nur von gpt-6-astra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna unterstützt und ist auf den anderen Modellen nicht verfügbar; für die eigenständige Bildgenerierung können Sie auch die APIs der Bildmodellreihe verwenden.

Show child attributes

Beispiel:

[{ "type": "web_search" }]

tool_choice

Steuert die Tool-Auswahl: "auto" (Standard) / "none" / "required" oder ein Objekt, das ein bestimmtes Tool festlegt, z. B. {"type": "web_search"}.

Verfügbare Optionen:

none,

auto,

required

max_tool_calls

integer

Obergrenze für die Gesamtzahl der in dieser Antwort zulässigen Werkzeugaufrufe (über alle integrierten Werkzeuge hinweg).

Hinweis Wenn gpt-6-astra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna image_generation verwendet und dieser Parameter fehlt, können pro Anfrage bis zu 4 Bilder generiert werden; setzen Sie ihn explizit, wenn Sie mehr benötigen.

Beispiel:

5

parallel_tool_calls

boolean

Standard:true

Ob das Modell innerhalb einer Runde mehrere Werkzeuge parallel aufrufen darf. Standard true.

GPT-6 Sol / Luna und GPT-6.1 Sol: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Die folgenden Regeln für bestehende Modelle gelten nicht für GPT-6 Sol / Luna und GPT-6.1 Sol:

Hinweis gpt-6-astra, die gpt-5.6-Familie und gpt-5.5 unterstützen den Wert false; bei gpt-5.4 / gpt-5.2 / gpt-5.1 hat dieser Parameter keine Wirkung und verhält sich stets wie true.

Beispiel:

true

previous_response_id

string

Die id der vorherigen Antwort, dient dazu, mehrere Gesprächsrunden zu verketten, ohne den Verlauf erneut zu übertragen.

Hinweis Muss zusammen mit store: true (Standardwert) verwendet werden. Antworten haben eine Aufbewahrungsfrist; nach deren Ablauf ist die ID ungültig, und die Anfrage wird als neue Konversation ohne Kontextübernahme behandelt. Für Szenarien mit hohen Anforderungen an die Kontextgenauigkeit wird empfohlen, den vollständigen input-Verlauf selbst zu pflegen.

Beispiel:

"resp_0f5c2b2c20c39e8a006a7ef545443081979e478b10927984b5"

store

boolean

Standard:true

Ob diese Antwort serverseitig gespeichert wird; nur gespeicherte Antworten können über previous_response_id referenziert werden. Standard true.

GPT-6 Sol / Luna und GPT-6.1 Sol: Das Abschalten der Speicherung mit store: false wurde für die verfügbaren Kanäle noch nicht verifiziert. Die Annahme des Feldes allein belegt nicht, dass die Antwort nicht gespeichert wurde.

Die folgenden Regeln für bestehende Modelle gelten nicht für GPT-6 Sol / Luna und GPT-6.1 Sol:

Hinweis gpt-6-astra, die gpt-5.6-Familie und gpt-5.5 unterstützen den Wert false; bei gpt-5.4 / gpt-5.2 / gpt-5.1 hat dieser Parameter keine Wirkung und verhält sich stets wie true. Wenn Antworten nicht gespeichert werden sollen, wählen Sie ein Modell, das das Deaktivieren der Speicherung unterstützt.

Beispiel:

true

include

string[]

Zusätzliche Inhalte, die in der Antwort zurückgegeben werden sollen. Mögliche Werte:

reasoning.encrypted_content
message.output_text.logprobs
web_search_call.results
web_search_call.action.sources
file_search_call.results
code_interpreter_call.outputs
message.input_image.image_url
computer_call_output.output.image_url

Hinweis message.output_text.logprobs wird von gpt-6-astra und gpt-6.1-sol nicht unterstützt.

GPT-6: Astra und 6.1 Sol unterstützen keine Ausgabe-Logprobs. Sol / Luna erlauben sie nur mit Reasoning-Stufe none. Bei anderen Stufen logprobs, top_logprobs sowie message.output_text.logprobs aus Responses include entfernen.

Beispiel:

["reasoning.encrypted_content"]

temperature

number

Sampling-Temperatur, Wertebereich 0 bis 2. Niedrigere Werte machen die Ausgabe deterministischer.

GPT-6: Lassen Sie diesen Parameter bei gpt-6-astra und gpt-6.1-sol weg. Bei gpt-6-sol / gpt-6-luna ist eine Anpassung nur mit Reasoning-Stufe none möglich. Bei anderen Stufen weglassen. Ohne Angabe gilt medium, nicht none.

Bestehende Modelle: gpt-5.4 / gpt-5.2 / gpt-5.1 behandeln temperature: 0 wie den Standardwert 1; für deterministischere Ausgaben einen positiven Wert wie 0.01 verwenden.

Erforderlicher Bereich: 0 <= x <= 2

Beispiel:

1

top_p

number

Nucleus-Sampling-Parameter, Wertebereich 0 bis 1. Es wird empfohlen, ihn nicht zusammen mit temperature anzupassen.

Erforderlicher Bereich: 0 <= x <= 1

Beispiel:

1

top_logprobs

integer

Anzahl der pro Position zurückgegebenen Kandidaten-Token, Wertebereich 0 bis 20; muss zusammen mit include: ["message.output_text.logprobs"] verwendet werden.

Die folgenden Regeln für bestehende Modelle gelten nicht für GPT-6 Sol / Luna und GPT-6.1 Sol:

Hinweis Nur von der gpt-5.6-Familie und gpt-5.5 unterstützt; andere Modelle unterstützen diesen Parameter nicht.

Erforderlicher Bereich: 0 <= x <= 20

Beispiel:

2

frequency_penalty

number

Frequency Penalty, Wertebereich -2 bis 2, verringert die Wahrscheinlichkeit wiederholter Inhalte.

GPT-6 Sol / Luna und GPT-6.1 Sol: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Die folgenden Regeln für bestehende Modelle gelten nicht für GPT-6 Sol / Luna und GPT-6.1 Sol:

Hinweis Bei der gpt-5.6-Familie anpassbar; die anderen vorhandenen Modelle unterstützen diesen Parameter nicht. GPT-6 Astra erlaubt keine Anpassung und akzeptiert nur den Standardwert 0; andere Werte geben 400 zurück.

Erforderlicher Bereich: -2 <= x <= 2

Beispiel:

0

presence_penalty

number

Presence Penalty, Wertebereich -2 bis 2, ermutigt das Modell, neue Themen anzusprechen.

GPT-6 Sol / Luna und GPT-6.1 Sol: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Die folgenden Regeln für bestehende Modelle gelten nicht für GPT-6 Sol / Luna und GPT-6.1 Sol:

Erforderlicher Bereich: -2 <= x <= 2

Beispiel:

0

truncation

enum<string>

Standard:disabled

Verhalten, wenn der Kontext das Fenster überschreitet: disabled (Standard, gibt direkt einen Fehler zurück) oder auto (kürzt den mittleren Teil automatisch).

Verfügbare Optionen:

auto,

disabled

Beispiel:

"auto"

context_management

object[]

Konfiguration der automatischen Verdichtung langer Konversationen, zum Beispiel [{"type": "compaction", "compact_threshold": 100000}]: Überschreitet der Kontext den Schwellenwert, wird der Verlauf automatisch verdichtet.

Hinweis Nur von gpt-6-astra / gpt-6-sol / gpt-6-luna und der gpt-5.6-Familie unterstützt; andere Modelle unterstützen diesen Parameter nicht.

GPT-6.1 Sol: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

prompt_cache_key

string

Cache-Gruppenschlüssel. GPT-6 / GPT-5.6 übernehmen das Cache-Routing automatisch; dieser Parameter ist dafür nicht erforderlich. Separate Schlüssel trennen Wiederverwendung und Abrechnung nach Kunden oder Nutzern. Für Anfragen mit gemeinsamem Präfix denselben Schlüssel verwenden. Bei älteren Modellen können stabile Schlüssel das Cache-Routing verbessern.

Beispiel:

"app-agent-v1"

prompt_cache_retention

enum<string>

Cache-Aufbewahrung älterer Modelle. Für GPT-6 / GPT-5.6 prompt_cache_options.ttl: "30m" verwenden; 24h ist im neuen Feld nicht zulässig.

Verfügbare Optionen:

in_memory,

24h

Beispiel:

"in_memory"

prompt

object

Verweist auf eine bereits erstellte Prompt-Vorlage, in der Form {"id": "pmpt_xxx", "version": "1", "variables": {...}}.

Show child attributes

metadata

object

Benutzerdefinierte Schlüssel-Wert-Paare, die unverändert mit der Antwort zurückgegeben werden und die Kennzeichnung auf Anwendungsseite erleichtern. Schlüssel und Werte sind jeweils Zeichenketten.

Beispiel:

{ "trace_id": "abc-123" }

safety_identifier

string

Stabile Kennung des Endnutzers, dient der Nachverfolgung von Missbrauch.

GPT-6 Sol / Luna und GPT-6.1 Sol: Die Unterstützung dieses Parameters ist noch nicht bestätigt; bei einfachen Anfragen weglassen.

Die folgenden Regeln für bestehende Modelle gelten nicht für GPT-6 Sol / Luna und GPT-6.1 Sol:

Hinweis Nur von gpt-6-astra und der gpt-5.6-Familie unterstützt; andere Modelle unterstützen diesen Parameter nicht.

Beispiel:

"user-1024"

user

string

Kennung des Endnutzers, dient der Unterscheidung der Aufrufquelle.

Beispiel:

"user-1024"

prompt_cache_options

object

Prompt-Cache-Optionen für GPT-6 und GPT-5.6. Standardmäßig werden implizite Haltepunkte verwendet. mode: "explicit" verwendet nur explizite Haltepunkte; ohne Haltepunkt erfolgt kein Caching.

Show child attributes

Beispiel:

{ "ttl": "30m", "mode": "implicit" }

Antwort

Antwortgenerierung erfolgreich (JSON-Objekt oder – bei stream=true – ein SSE-Event-Stream, der mit response.completed endet)

string

Eindeutige ID dieser Antwort, kann als previous_response_id für die nächste Runde dienen

Beispiel:

"resp_0f5c2b2c20c39e8a006a7ef545443081979e478b10927984b5"

object

enum<string>

Antworttyp

Verfügbare Optionen:

response

Beispiel:

"response"

status

enum<string>

Antwortstatus: completed für ein normales Ende, incomplete, wenn die Generierung etwa wegen Erreichen von max_output_tokens nicht abgeschlossen wurde, failed bei fehlgeschlagener Generierung

Verfügbare Optionen:

completed,

incomplete,

failed

Beispiel:

"completed"

model

string

Tatsächlich verwendeter Modellname

Beispiel:

"gpt-6.1-sol"

created_at

integer

Erstellungszeitstempel

Beispiel:

1786705221

output

object[]

Ausgabeelemente in Generierungsreihenfolge: das reasoning-Element (Reasoning-Zusammenfassung / verschlüsselter Reasoning-Inhalt), Werkzeugaufruf-Elemente (etwa web_search_call, code_interpreter_call, image_generation_call) und zuletzt das message-Element mit dem output_text-Inhalt.

Show child attributes

incomplete_details

object

Erläutert den Grund, wenn status gleich incomplete ist

usage

object

Statistik zum Token-Verbrauch. Prompt-Caching greift automatisch; im Cache getroffene Eingabe-Token werden zum günstigeren Cache-Preis abgerechnet.

GPT-6 rechnet reguläre Eingabe, Cache-Lesen, Cache-Schreiben und Ausgabe getrennt ab. Bei mehr als 272.000 Eingabe-Token gelten für die gesamte Anfrage doppelte Eingabe- und Cache-Preise sowie der 1,5-fache Ausgabepreis. Integrierte Bildgenerierung wird separat berechnet. Aktuelle Modellpreise.

Show child attributes

tool_usage

object

Nutzung integrierter Werkzeuge. Bei Verwendung von image_generation erfasst image_gen die für die Bildgenerierung verbrauchten Token, getrennt von usage und mit separater tokenbasierter Abrechnung

Show child attributes

metadata

object

Benutzerdefinierte Schlüssel-Wert-Paare aus der Anfrage, unverändert zurückgegeben

Bildserie

Videoserie

Audioserie

Textserie

Kontoverwaltung

Aufgabenverwaltung

Dateiverwaltung

GPT Schnittstelle für alle Modelle - Responses vollständige Parameter

Autorisierungen

Body

Antwort