GPT Responses (전체 모델, 전체 매개변수)

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": "양자 얽힘을 한 문장으로 설명하세요."
}
'

import requests

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

payload = {
    "model": "gpt-6.1-sol",
    "input": "양자 얽힘을 한 문장으로 설명하세요."
}
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: '양자 얽힘을 한 문장으로 설명하세요.'})
};

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' => '양자 얽힘을 한 문장으로 설명하세요.'
  ]),
  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\": \"양자 얽힘을 한 문장으로 설명하세요.\"\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\": \"양자 얽힘을 한 문장으로 설명하세요.\"\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\": \"양자 얽힘을 한 문장으로 설명하세요.\"\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 전체 모델 인터페이스 - Responses 전체 매개변수

GPT 시리즈 텍스트 모델용 OpenAI 호환 Responses API이며, 구체적인 모델은 model로 선택합니다(지정 가능한 값 전체는 model 매개변수의 대조표 참고)
전 시리즈가 추론 모델이며 추론 깊이는 reasoning.effort로 제어합니다. 추론 token은 출력 token으로 청구됩니다
Prompt 캐시가 자동으로 적용됩니다: 캐시에 적중한 입력 token은 더 저렴한 캐시 요금으로 청구됩니다
동기 모드와 스트리밍(SSE) 모드를 지원합니다
서버 측 도구: web_search(웹 검색), file_search(문서 검색). 호출 횟수에 따라 별도로 청구됩니다
내장 이미지 생성 도구: image_generation(gpt-6-astra / gpt-6.1-terra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna만 지원), 대화에서 직접 이미지를 생성하거나 편집할 수 있습니다
일반 function 도구(클라이언트 측 함수 호출)도 함께 지원합니다
여러 턴의 대화는 previous_response_id로 연결할 수 있습니다
참고 일부 매개변수는 모델별로 지원 범위가 다르므로 아래 각 매개변수 설명을 확인하세요

POST

responses

GPT Responses (전체 모델, 전체 매개변수)

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": "양자 얽힘을 한 문장으로 설명하세요."
}
'

import requests

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

payload = {
    "model": "gpt-6.1-sol",
    "input": "양자 얽힘을 한 문장으로 설명하세요."
}
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: '양자 얽힘을 한 문장으로 설명하세요.'})
};

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' => '양자 얽힘을 한 문장으로 설명하세요.'
  ]),
  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\": \"양자 얽힘을 한 문장으로 설명하세요.\"\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\": \"양자 얽힘을 한 문장으로 설명하세요.\"\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\": \"양자 얽힘을 한 문장으로 설명하세요.\"\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: 기본 BaseURL은 https://direct.evolink.ai이며, 텍스트 모델 지원이 더 우수하고 장시간 연결을 지원합니다. https://api.evolink.ai는 멀티모달 서비스의 주력 엔드포인트이며, 텍스트 모델에 대해서는 대체 주소로 사용됩니다.

서버 측 도구(web_search, file_search, mcp)는 서버에서 실행되므로 클라이언트가 결과를 되돌려 보낼 필요가 없으며, 이 API에서만 제공됩니다. Chat Completions 엔드포인트는 일반 function 도구 호출만 지원합니다.

요금: web_search와 file_search는 호출 횟수에 따라 token 요금과 별도로 청구됩니다. 실패한 응답에는 텍스트 및 도구 요금이 부과되지 않습니다(이미 생성되어 반환된 이미지는 정상적으로 청구됩니다)
호출 상한: web_search 또는 file_search를 선언하고 max_tool_calls를 생략하면 요청 한 번에 최대 10회의 도구 호출이 허용됩니다. 더 많이 필요하면 명시적으로 설정하세요.

참고 이 API는 동기와 스트리밍 두 가지 모드만 지원합니다. background: true를 사용하는 백그라운드 비동기 모드는 지원하지 않으며, 응답 ID로 조회·취소·삭제하는 엔드포인트도 제공하지 않습니다. 오래 걸리는 생성이 필요한 경우 stream: true로 연결을 유지하세요.내장 이미지 생성 도구 image_generation은 현재 gpt-6-astra / gpt-6.1-terra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna만 지원하며 다른 모델에서는 사용할 수 없습니다. 이미지만 별도로 생성하려면 이미지 시리즈 모델 API도 사용할 수 있습니다.

gpt-6-astra / gpt-6.1-terra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna로 직접 이미지 생성: tools에 {"type": "image_generation"}을 선언하면 모델이 대화 중 필요에 따라 이미지를 생성합니다.

이미지 모델 선택: 도구의 model 필드에 gpt-image-2(기본값), gpt-image-2.5-sunburst, gpt-image-2.5-flare를 지정할 수 있습니다. quality, size, partial_images 등의 매개변수는 이미지 모델의 공식 매개변수와 동일합니다(xhigh / max는 2.5 시리즈만 지원)
이미지 가져오기: 이미지는 output에서 type이 image_generation_call인 항목의 result 필드에 base64로 반환됩니다. URL이 아니므로 직접 저장하세요
이미지 편집: input에 input_image(공개 URL 또는 data:image/png;base64,...)를 포함하고 텍스트로 원하는 변경 사항을 설명하세요
멀티턴 이미지 편집: 이전 턴의 id를 previous_response_id로 전달하고 원하는 변경 사항을 설명하세요
스트리밍: partial_images(0~3)를 설정하면 생성 중 response.image_generation_call.partial_image 미리보기 이벤트를 받을 수 있습니다
이미지 수 제한: max_tool_calls를 생략하면 요청 한 번에 최대 4장을 생성할 수 있습니다. 더 많이 필요하면 명시적으로 설정하세요
과금: 텍스트와 이미지 생성은 각각 token 기준으로 별도 청구됩니다. 이미지 생성의 token 사용량은 응답의 tool_usage.image_gen에서 확인할 수 있습니다

{
  "model": "gpt-6.1-sol",
  "input": "창가에 앉아 있는 주황색 고양이를 수채화 스타일로 그려 주세요",
  "tools": [{"type": "image_generation", "model": "gpt-image-2", "quality": "low", "size": "1024x1024"}]
}

멀티턴 대화: 이전 턴에서 반환된 id를 다음 턴의 previous_response_id로 전달하면 컨텍스트를 이어갈 수 있습니다. 응답에는 보존 기한이 있으며, 만료되면 해당 ID는 더 이상 유효하지 않고 요청은 새 대화로 처리됩니다. 컨텍스트 정확성이 특히 중요한 경우에는 전체 input 히스토리를 직접 관리하는 것을 권장합니다.

인증

Authorization

string

header

필수

##모든 API는 Bearer Token 인증이 필요합니다##

API Key 받기:

API Key 관리 페이지를 방문하여 API Key를 받으세요

요청 헤더에 추가:

Authorization: Bearer YOUR_API_KEY

본문

application/json

model

enum<string>

필수

호출할 모델:

모델 ID	컨텍스트 윈도우	포지셔닝
`gpt-6.1-terra`	1,050,000	시각적 추론, 컴퓨터 사용, 글쓰기를 위한 빠르고 효율적인 GPT-6.1 모델
`gpt-6.1-sol`	1,050,000	Sol 신버전, 더 낮은 비용으로 Astra에 가까운 성능 (권장)
`gpt-6-astra`	1,050,000	고난도 엔드투엔드 작업을 위한 플래그십 추론, 내장 이미지 생성 도구 `image_generation` 지원
`gpt-6-sol`	1,050,000	복잡한 코딩과 에이전트 워크플로
`gpt-6-luna`	1,050,000	대량 분류·정보 추출과 비용 효율
`gpt-5.6-sol`	1,050,000	GPT-5.6 제품군, 최첨단 추론
`gpt-5.6-terra`	1,050,000	GPT-5.6 제품군, 균형 잡힌 프로덕션
`gpt-5.6-luna`	1,050,000	GPT-5.6 제품군, 높은 처리량과 비용 관리
`gpt-5.5`	1,050,000	범용 추론 모델
`gpt-5.4`	1,050,000	범용 추론 모델
`gpt-5.2`	400,000	범용 추론 모델
`gpt-5.1`	400,000	범용 추론 모델

사용 가능한 옵션:

gpt-6.1-terra,

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

예시:

"gpt-6.1-sol"

input

필수

모델 입력: 단순 문자열 또는 입력 항목 배열입니다.

입력 항목의 content는 input_text(텍스트)와 input_image(이미지) 두 가지 블록을 지원합니다:

"input": [
  {
    "role": "user",
    "content": [
      { "type": "input_text", "text": "이 이미지에는 무엇이 있나요?" },
      {
        "type": "input_image",
        "image_url": "https://example.com/photo.png",
        "detail": "auto"
      }
    ]
  }
]

이미지

image_url에 이미지의 공개 URL을 전달합니다
image_url은 반드시 문자열이어야 하며, { "url": "..." }로 작성하면 400이 반환됩니다
detail은 image_url과 같은 레벨에 둡니다(그 안에 중첩하지 않습니다): auto(기본값) / low / high / original
이미지는 정상적으로 다운로드할 수 있어야 하며, 그렇지 않으면 400이 반환됩니다

도구 결과

배열에는 이전 턴의 function_call_output 등 도구 결과 항목을 되돌려 담을 수도 있습니다

참고 이 API의 블록 유형은 Chat Completions API와 다릅니다(Chat은 text / image_url 사용). 두 가지를 섞어 쓸 수 없으며, 잘못 지정하면 400이 반환됩니다.

예시:

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

instructions

string

시스템 수준 지시로, input 맨 앞에 시스템 메시지를 하나 삽입하는 것과 동일합니다. previous_response_id로 대화를 이어갈 때 이 매개변수는 이전 턴에서 상속되지 않으므로 매 턴마다 전달해야 합니다.

예시:

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

stream

boolean

기본값:false

스트리밍으로 응답을 반환할지 여부 (SSE 이벤트, response.completed로 종료). 기본값 false.

예시:

false

max_output_tokens

integer

생성할 최대 token 수(추론 token 포함)입니다. 상한에 도달하면 status는 incomplete가 됩니다.

GPT-6 Astra / Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra의 최대 출력은 추론 token을 포함하여 128,000 tokens입니다.

예시:

2048

reasoning

object

추론 제어입니다.

effort(추론 깊이)의 지정 가능한 값은 모델에 따라 다릅니다:

모델	지정 가능한 값
`gpt-6-astra` / `gpt-6.1-sol`	`low`, `medium`, `high`, `xhigh`, `max`
`gpt-6-sol` / `gpt-6-luna` / `gpt-6.1-terra`	`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(추론 요약): auto / concise / detailed.

GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra: 이 매개변수의 지원 범위는 아직 확인되지 않았으므로 기본 요청에서는 생략하세요.

mode(추론 모드): standard / pro, gpt-6-astra / gpt-6-sol / gpt-6-luna와 gpt-5.6 제품군이 지원합니다.

GPT-6.1 Sol 및 GPT-6.1 Terra: 이 매개변수의 지원 범위는 아직 확인되지 않았으므로 기본 요청에서는 생략하세요.

context(추론 컨텍스트 범위): auto / current_turn / all_turns, gpt-6-astra와 gpt-5.6 제품군이 지원합니다.

GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra: 이 매개변수의 지원 범위는 아직 확인되지 않았으므로 기본 요청에서는 생략하세요.

추론 token은 출력 token으로 청구되며 usage.output_tokens_details.reasoning_tokens에 집계됩니다.

GPT-6 Sol / Luna 지원: model에 gpt-6-sol 또는 gpt-6-luna를 지정하세요. 두 모델 모두 컨텍스트 1,050,000 tokens, 추론을 포함한 최대 출력 128,000 tokens를 지원합니다. reasoning.effort는 none, low, medium(기본값), high, xhigh, max를 지원하며 Astra와 6.1 Sol은 none을 지원하지 않습니다. 추론과 도구를 함께 사용하려면 이 API를 이용하세요.

GPT-6.1 Terra: 컨텍스트는 1,050,000 tokens이며 최대 출력은 추론을 포함하여 128,000 tokens입니다. reasoning.effort는 none, low, medium(기본값), high, xhigh, max를 지원하며 minimal은 지원하지 않습니다. 함수 호출과 내장 도구에는 이 API를 사용하세요.

Show child attributes

text

object

출력 텍스트 제어:

format: {"type": "text"}(기본값), {"type": "json_object"}, 또는 구조화된 결과를 출력하는 {"type": "json_schema", "name": "...", "schema": {...}, "strict": true}
verbosity: low / medium / high, 답변의 상세 정도를 제어합니다

text.verbosity — GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra: 이 매개변수의 지원 범위는 아직 확인되지 않았으므로 기본 요청에서는 생략하세요.

Show child attributes

tools

object[]

도구 선언입니다. 서버 측 도구는 서버에서 실행되므로 클라이언트가 결과를 되돌려 보낼 필요가 없습니다:

도구 유형	기능
`web_search`	웹을 검색하고 페이지를 탐색합니다(별칭 `web_search_preview`)
`file_search`	이미 생성된 벡터 스토어를 검색하며 `vector_store_ids`가 필요합니다
`mcp`	원격 MCP 서비스에 연결하며 `server_label`과 `server_url`이 필요합니다
`image_generation`	대화에서 이미지를 생성하거나 편집하고 base64로 반환합니다(`gpt-6-astra` / `gpt-6.1-terra` / `gpt-6.1-sol` / `gpt-6-sol` / `gpt-6-luna`만 지원)

일반 function 도구(클라이언트 측 함수 호출)도 함께 지원합니다.

참고 내장 이미지 생성 도구 image_generation은 현재 gpt-6-astra / gpt-6.1-terra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna만 지원하며 다른 모델에서는 사용할 수 없습니다. 이미지만 별도로 생성하려면 이미지 시리즈 모델 API도 사용할 수 있습니다.

Show child attributes

예시:

[{ "type": "web_search" }]

tool_choice

도구 선택을 제어합니다: "auto"(기본값) / "none" / "required", 또는 특정 도구를 지정하는 객체(예: {"type": "web_search"}).

사용 가능한 옵션:

none,

auto,

required

max_tool_calls

integer

이번 응답에서 허용되는 도구 호출 총 횟수의 상한입니다(모든 내장 도구의 호출 횟수 합계).

참고 gpt-6-astra / gpt-6.1-terra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna에서 image_generation을 사용하고 이 매개변수를 생략하면 요청 한 번에 최대 4장의 이미지를 생성할 수 있습니다. 더 많이 필요하면 명시적으로 설정하세요.

참고 web_search 또는 file_search를 선언하고 max_tool_calls를 생략하면 요청 한 번에 최대 10회의 도구 호출이 허용됩니다. 더 많이 필요하면 명시적으로 설정하세요.

예시:

5

parallel_tool_calls

boolean

기본값:true

모델이 한 턴 안에서 여러 도구를 병렬로 호출할 수 있는지 여부입니다. 기본값은 true입니다.

GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra: 이 매개변수의 지원 범위는 아직 확인되지 않았으므로 기본 요청에서는 생략하세요.

아래 기존 모델 규칙에는 GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra이 포함되지 않습니다:

참고 gpt-6-astra, gpt-5.6 제품군, gpt-5.5는 false로 설정할 수 있습니다. gpt-5.4 / gpt-5.2 / gpt-5.1에서는 이 매개변수가 적용되지 않으며 항상 true로 동작합니다.

예시:

true

previous_response_id

string

이전 응답의 id로, 여러 턴의 대화를 연결하는 데 사용하며 히스토리 메시지를 다시 올릴 필요가 없습니다.

참고 store: true(기본값)와 함께 사용해야 합니다. 응답에는 보존 기한이 있으며, 만료되면 해당 ID는 더 이상 유효하지 않습니다. 이 경우 요청은 새 대화로 처리되어 컨텍스트를 상속하지 않습니다. 컨텍스트 정확성이 특히 중요한 경우에는 전체 input 히스토리를 직접 관리하는 것을 권장합니다.

예시:

"resp_0f5c2b2c20c39e8a006a7ef545443081979e478b10927984b5"

store

boolean

기본값:true

이번 응답을 서버 측에 보존할지 여부이며, 보존된 응답만 previous_response_id로 참조할 수 있습니다. 기본값은 true입니다.

GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra: store: false로 보관을 끄는 동작은 사용 가능한 채널에서 아직 검증되지 않았습니다. 필드가 수락되었다는 사실만으로 응답이 보관되지 않았다고 판단할 수 없습니다.

아래 기존 모델 규칙에는 GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra이 포함되지 않습니다:

참고 gpt-6-astra, gpt-5.6 제품군, gpt-5.5는 false로 설정할 수 있습니다. gpt-5.4 / gpt-5.2 / gpt-5.1에서는 이 매개변수가 적용되지 않으며 항상 true로 동작합니다. 응답을 저장하지 않으려면 저장 비활성화를 지원하는 모델을 선택하세요.

예시:

true

include

string[]

응답에 추가로 반환하도록 요청할 내용이며, 지정 가능한 값은 다음과 같습니다:

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

참고 gpt-6-astra와 gpt-6.1-sol은 message.output_text.logprobs를 지원하지 않습니다.

GPT-6: Astra와 6.1 Sol은 출력 logprobs를 지원하지 않습니다. Sol / Luna 및 6.1 Terra는 추론 수준 none일 때만 사용하세요. 다른 수준에서는 logprobs, top_logprobs 및 Responses include의 message.output_text.logprobs를 제거하세요.

예시:

["reasoning.encrypted_content"]

temperature

number

샘플링 온도이며 값의 범위는 0 ~ 2입니다. 값이 낮을수록 출력이 결정적이 됩니다.

GPT-6: gpt-6-astra와 gpt-6.1-sol에서는 이 매개변수를 생략하세요. gpt-6-sol / gpt-6-luna / gpt-6.1-terra에서는 추론 수준이 none일 때만 조정할 수 있습니다. 다른 수준에서는 생략하세요. 추론 수준을 생략하면 none이 아닌 medium이 적용됩니다.

기존 모델: gpt-5.4 / gpt-5.2 / gpt-5.1은 temperature: 0을 기본값 1로 처리합니다. 더 결정적인 출력에는 0.01 같은 양수를 사용하세요.

필수 범위: 0 <= x <= 2

예시:

1

top_p

number

뉴클리어스 샘플링 매개변수이며 값의 범위는 0 ~ 1입니다. temperature와 함께 조정하지 않는 것을 권장합니다.

필수 범위: 0 <= x <= 1

예시:

1

top_logprobs

integer

각 위치에서 반환되는 후보 token 수이며 값의 범위는 0 ~ 20입니다. include: ["message.output_text.logprobs"]와 함께 사용해야 합니다.

아래 기존 모델 규칙에는 GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra이 포함되지 않습니다:

참고 gpt-5.6 제품군과 gpt-5.5만 지원하며, 나머지 모델은 이 매개변수를 지원하지 않습니다.

필수 범위: 0 <= x <= 20

예시:

2

frequency_penalty

number

빈도 페널티이며 값의 범위는 -2 ~ 2입니다. 내용이 반복될 확률을 낮춥니다.

GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra: 이 매개변수의 지원 범위는 아직 확인되지 않았으므로 기본 요청에서는 생략하세요.

아래 기존 모델 규칙에는 GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra이 포함되지 않습니다:

참고 gpt-5.6 제품군에서는 조정할 수 있으며, 나머지 기존 모델은 이 매개변수를 지원하지 않습니다. GPT-6 Astra에서는 조정할 수 없고 기본값 0만 허용하며, 다른 값을 전달하면 400이 반환됩니다.

필수 범위: -2 <= x <= 2

예시:

0

presence_penalty

number

존재 페널티이며 값의 범위는 -2 ~ 2입니다. 모델이 새로운 주제를 다루도록 유도합니다.

GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra: 이 매개변수의 지원 범위는 아직 확인되지 않았으므로 기본 요청에서는 생략하세요.

아래 기존 모델 규칙에는 GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra이 포함되지 않습니다:

필수 범위: -2 <= x <= 2

예시:

0

truncation

enum<string>

기본값:disabled

컨텍스트가 윈도우를 초과했을 때의 처리 방식: disabled(기본값, 바로 오류 반환) 또는 auto(중간 내용을 자동으로 잘라냄).

사용 가능한 옵션:

auto,

disabled

예시:

"auto"

context_management

object[]

긴 대화의 자동 압축 설정입니다. 예: [{"type": "compaction", "compact_threshold": 100000}]. 컨텍스트가 임계값을 초과하면 히스토리가 자동으로 압축됩니다.

참고 gpt-6-astra / gpt-6-sol / gpt-6-luna와 gpt-5.6 제품군만 지원하며, 나머지 모델은 이 매개변수를 지원하지 않습니다.

GPT-6.1 Sol 및 GPT-6.1 Terra: 이 매개변수의 지원 범위는 아직 확인되지 않았으므로 기본 요청에서는 생략하세요.

prompt_cache_key

string

캐시 그룹 키입니다. GPT-6 / GPT-5.6는 캐시 라우팅을 자동 처리하므로 라우팅 최적화에 이 값이 필요하지 않습니다. 고객이나 사용자별 재사용과 과금을 구분할 때 별도 키를 사용할 수 있습니다. 접두사를 재사용할 요청은 동일한 키를 유지하세요. 이전 모델에서는 안정적인 키가 캐시 라우팅에 도움이 됩니다.

예시:

"app-agent-v1"

prompt_cache_retention

enum<string>

이전 모델의 캐시 보관 설정입니다. GPT-6 / GPT-5.6는 prompt_cache_options.ttl: "30m"을 사용하고 새 필드에 24h를 넣지 마세요.

사용 가능한 옵션:

in_memory,

24h

예시:

"in_memory"

prompt

object

이미 생성된 Prompt 템플릿을 참조하며, 형식은 {"id": "pmpt_xxx", "version": "1", "variables": {...}}입니다.

Show child attributes

metadata

object

사용자 정의 키-값 쌍으로, 응답에 그대로 반환되어 비즈니스 측에서 태깅하기에 편리합니다. 키와 값은 모두 문자열입니다.

예시:

{ "trace_id": "abc-123" }

safety_identifier

string

최종 사용자의 안정적인 식별자로, 오남용 추적에 사용합니다.

GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra: 이 매개변수의 지원 범위는 아직 확인되지 않았으므로 기본 요청에서는 생략하세요.

아래 기존 모델 규칙에는 GPT-6 Sol / Luna, GPT-6.1 Sol 및 GPT-6.1 Terra이 포함되지 않습니다:

참고 gpt-6-astra와 gpt-5.6 제품군만 지원하며, 나머지 모델은 이 매개변수를 지원하지 않습니다.

예시:

"user-1024"

user

string

최종 사용자 식별자로, 호출 출처를 구분하는 데 사용합니다.

예시:

"user-1024"

prompt_cache_options

object

GPT-6 / GPT-5.6의 프롬프트 캐시 설정입니다. 기본값은 암시적 경계입니다. mode: "explicit"은 명시한 경계만 사용하며 경계가 없으면 캐시하지 않습니다.

Show child attributes

예시:

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

응답

응답 생성 성공 (JSON 객체, 또는 stream=true인 경우 response.completed로 끝나는 SSE 이벤트 스트림)

string

이번 응답의 고유 ID로, 다음 턴의 previous_response_id로 사용할 수 있습니다

예시:

"resp_0f5c2b2c20c39e8a006a7ef545443081979e478b10927984b5"

object

enum<string>

응답 유형

사용 가능한 옵션:

response

예시:

"response"

status

enum<string>

응답 상태: completed는 정상 종료, incomplete는 max_output_tokens 도달 등의 이유로 완료되지 않은 상태, failed는 생성 실패

사용 가능한 옵션:

completed,

incomplete,

failed

예시:

"completed"

model

string

실제 사용된 모델 이름

예시:

"gpt-6.1-sol"

created_at

integer

생성 타임스탬프

예시:

1786705221

output

object[]

생성 순서대로 정렬된 출력 항목: reasoning 항목(추론 요약 / 암호화된 추론 내용), 도구 호출 항목(예: web_search_call, file_search_call, image_generation_call), 그리고 마지막으로 output_text 내용을 담은 message 항목.

Show child attributes

incomplete_details

object

status가 incomplete일 때 그 이유를 설명합니다

usage

object

Token 사용량 통계입니다. Prompt 캐시는 자동으로 적용되며, 캐시에 적중한 입력 token은 더 저렴한 캐시 요금으로 청구됩니다.

GPT-6는 일반 입력, 캐시 읽기, 캐시 쓰기, 출력을 각각 청구합니다. 입력이 272,000 tokens를 초과하면 요청 전체에 입력·캐시 요금 2배, 출력 요금 1.5배가 적용됩니다. 내장 이미지 생성은 별도 청구됩니다. 현재 요금을 확인하세요.

Show child attributes

tool_usage

object

내장 도구 사용량입니다. image_generation을 사용할 때 image_gen은 이미지 생성에 소비된 token을 나타내며, usage와 별도로 집계되고 token 기준으로 별도 청구됩니다

Show child attributes

metadata

object

요청에 전달한 사용자 정의 키-값 쌍으로, 그대로 반환됩니다

이미지 시리즈

비디오 시리즈

오디오 시리즈

텍스트 시리즈

계정 관리

작업 관리

파일 관리

GPT 전체 모델 인터페이스 - Responses 전체 매개변수

인증

본문

응답