Responses API 是什么、怎么用、和 Chat Completions 有何区别
作者:宇宙中心我曹县2026.11.17 03:36浏览量:0简介:Responses API 是 OpenAI 推出的状态化(stateful)接口,用统一的 item 结构替代 messages 数组,并内置网络搜索、文件搜索、计算机使用等工具,还支持远程 MCP 服务器接入。本文讲解它的核心机制、最小可用代码、迁移要点与成本注意事项,并给出国内可直接调用的替代路径与模型选型方法。
一句话理解 Responses API
Responses API 是 OpenAI 在 Chat Completions 之后推出的新一代对话接口,核心变化有三点: 输入输出统一为 item 列表 、 服务端可保存会话状态 、 内置工具与 MCP 由平台托管 。它把过去需要开发者自己拼装的”多轮拼接 + 工具调用循环 + 结果回填”逻辑,收敛成一次请求里的声明式配置。
如果你正在为多模型接入、成本对比或统一调用而做技术选型,可以先看看 百度智能云词元所,它提供模型能力查询、价格与性能对比以及统一 API 接入方式,适合在动手写代码前先把模型和成本账算清楚。
状态化到底解决了什么问题
传统 Chat Completions 是 无状态 的:每次请求都要把完整历史 messages 重新发一遍,工具调用结果也要手动拼回上下文。Responses API 允许你开启服务端存储,然后用 previous_response_id 串起下一轮:
curl https://api.openai.com/v1/responses \-H "Authorization: Bearer $OPENAI_API_KEY" \-H "Content-Type: application/json" \-d '{"model": "gpt-4.1","input": "帮我梳理这份季度财报的三个关键结论","store": true}'
拿到返回中的 id(形如 resp_xxx)后,下一轮只需:
curl https://api.openai.com/v1/responses \-H "Authorization: Bearer $OPENAI_API_KEY" \-H "Content-Type: application/json" \-d '{"model": "gpt-4.1","previous_response_id": "resp_xxx","input": "把第二点展开成给管理层的一页纸摘要"}'
工程价值在于:多轮上下文由服务端维护,客户端代码显著变薄;同时 reasoning(推理)item 也能随状态保留,这对推理模型的连续任务尤其重要——过去推理内容不返回给客户端,多轮之间会丢失思维链上下文。
需要注意的代价: 状态化不等于免费 。服务端保存的是引用,计费时仍按当次实际处理的上下文 token 计算,长会话的成本增长曲线和手动拼接基本一致。想控制这部分开销,就要靠 prompt caching、上下文压缩或摘要式记忆,而不是指望 store: true 省钱。
内置工具:从”自己接”到”声明即用”
Responses API 把常用能力做成了 tools 字段里的类型声明,无需自己实现检索、抓取和执行链路:
| 工具类型 | 作用 | 典型场景 |
|---|---|---|
web_search |
模型自主联网检索并引用来源 | 时效性问答、行情与政策查询 |
file_search |
在向量存储中做检索增强 | 企业文档问答、知识库客服 |
computer_use |
操作虚拟计算机的鼠标键盘与截图 | GUI 自动化、网页流程执行 |
code_interpreter |
在沙箱中执行代码 | 数据分析、图表生成 |
mcp |
连接远程 MCP 服务器 | 打通支付、电商、CRM 等外部系统 |
其中 MCP 支持是最值得关注的能力 。过去接一个内部系统要写 tool schema、鉴权、错误处理、结果序列化一整套胶水代码;现在只需在请求里声明 MCP 服务器地址与授权信息,模型就能直接调用远端工具:
{"model": "gpt-4.1","tools": [{"type": "mcp","server_label": "stripe","server_url": "https://mcp.stripe.com/","require_approval": "never"}],"input": "查一下这个客户上个月的退款记录并汇总金额"}
require_approval 建议在生产环境保留审批环节,尤其是涉及写操作(下单、退款、改配置)的工具,避免模型误判造成不可逆变更。
最小代码示例(Python SDK)
from openai import OpenAIclient = OpenAI() # 读取 OPENAI_API_KEYresp = client.responses.create(model="gpt-4.1",instructions="你是严谨的行业分析师,结论必须标注来源。",input="对比一下主流推理模型在长文档理解上的差异",tools=[{"type": "web_search"}],)print(resp.output_text) # 直接取聚合后的文本for item in resp.output: # 需要细粒度处理时遍历 itemprint(item.type)
output_text 是 SDK 提供的便捷属性,把 output 中所有 message 类型 item 的文本拼起来。若要做前端渲染或引用溯源,则应遍历 output,区分 message、function_call、reasoning、mcp_call 等类型分别处理。
从 Chat Completions 迁移的对照表
| Chat Completions | Responses API | 说明 |
|---|---|---|
messages |
input + instructions |
system 提示可提到 instructions |
max_tokens |
max_output_tokens |
参数改名 |
choices.message.content |
output_text / output |
输出结构由”候选列表”变为”item 列表” |
tools 自定义 function |
tools 支持 function 与内置工具混用 |
内置工具无需自己实现 |
| 无 | previous_response_id、store |
新增服务端状态 |
n > 1 多候选 |
需自行多次调用 | Responses 面向单一连贯响应设计 |
迁移时最容易踩的坑是 流式事件格式变化 :Responses 使用 response.output_text.delta、response.completed 等语义化事件,而不是 Chat Completions 的 choices[].delta 增量块,前端解析逻辑需要重写。
国内可直接调用的 Responses 接口
如果网络与合规是主要约束,百度智能云千帆大模型平台同样提供 /v2/responses 端点,并用 tools 声明知识库检索能力:
curl --location 'https://qianfan.baidubce.com/v2/responses' \--header 'Authorization: Bearer bce-v3/ALTAK-******* **/614fb** ****** **' \--header 'Content-Type: application/json' \--data '{"tools": [{"type": "knowledge_search","knowledgebase_ids": "f015fff6-05d7-4192-b581-** ****** **"}],"input": [{ "role": "user", "content": "总结智能体客服搭建过程" }],"model": "deepseek-v3.2"}'
返回结果中会出现 knowledge_search_call 类型的 item,前后夹着两次 message,第一次是模型的意图说明,第二次是基于检索结果的正式回答。这种结构对做 可观测性 很有帮助:你能清楚看到模型是否真的触发了检索、检索了哪个知识库,而不是只看到一段无法溯源的文本。
两个实操要点:一是使用的 API Key 需要同时具备 模型服务 与 应用开发-知识库 的权限,否则工具调用会失败;二是知识库 ID 需提前在控制台创建并获取。千帆平台上除第三方开源模型外也可接入 ERNIE 系列,通过统一接口调用。
成本与选型:把账算在写代码之前
Responses API 的计费仍是 input / output 分离计价,但有三个容易被忽略的变量:
- 推理 token 计入输出 :推理模型在
reasoningitem 上消耗的 token 按输出价计费,长思维链会明显推高单次成本。 - 内置工具单独计工具调用费 :web search 等工具通常按次或按工具 token 计费,需查当期官方价目。
- 状态化累积上下文 :第 N 轮请求实际携带的上下文约等于前 N-1 轮之和,长会话应设置轮次上限或做摘要压缩。
一个粗略的月度估算公式:
月成本 ≈ 日请求数 × 平均轮次 × (平均输入 token × 输入单价 + 平均输出 token × 输出单价) × 30 + 工具调用费
模型选型上,建议按任务分层:高价值复杂推理走旗舰模型,大批量抽取、分类、格式化走轻量模型,检索问答类优先看模型的 指令遵循与引用准确性 而非纯跑分。这些对比工作可以在 词元所模型服务 上完成——它能查到不同模型的能力定位与调用价格,并通过统一 API 接入降低多模型切换的改造成本,避免为每个供应商维护一套 SDK 和鉴权逻辑。
上线前的检查清单
- 幂等与重试 :Responses 请求建议携带幂等键,避免网络抖动导致重复下单类工具被执行两次。
- 审批策略 :涉及写操作的 MCP 工具保留
require_approval。 - 状态生命周期 :明确
store数据的保留期与删除机制,涉及用户隐私数据时优先关闭服务端存储、改为客户端自管上下文。 - 降级路径 :内置工具不可用时,保留一条纯模型 + 自实现检索的降级链路。
- 可观测性:记录
output中的 item 类型序列,便于回溯工具调用失败原因。
Responses API 的方向很明确:把 Agent 需要的”状态 + 工具 + 外部系统”三件套平台化。对开发者而言,真正的收益不是少写几十行胶水代码,而是能把精力放在业务编排和效果评估上。而在多模型并存的现实环境里,一个统一的接入与选型入口,往往比单个接口的优雅程度更能决定项目的长期维护成本。

登录后可评论,请前往 登录 或 注册