POST /v1/responses — OpenAI Responses API

/v1/responses 端点实现了 OpenAI 的 Responses API 格式——一种比 Chat Completions 更新的替代方案，专为多轮上下文管理设计。你无需每次请求都发送完整对话历史，只需通过 ID 引用上一个响应，让 API 自动管理上下文。Anyone 将这些请求转发到支持 Responses 格式的上游渠道；并非所有模型和渠道都支持此端点，使用前请确认你的渠道支持。

端点

方法	路径	说明
`POST`	`/v1/responses`	创建模型响应
`POST`	`/v1/responses/compact`	创建响应并压缩对话上下文

认证

Authorization: Bearer YOUR_TOKEN

与 Chat Completions 的区别

Chat Completions 格式（/v1/chat/completions）要求每次请求发送完整对话历史。Responses 格式在服务端管理上下文：你发送 previous_response_id，API 自动检索之前的上下文。/v1/responses/compact 变体在处理前还会压缩对话历史，为长对话节省 token 用量。

并非所有上游渠道都支持 Responses 格式。如果收到 503 错误，说明该模型的渠道不支持此端点。请改用 /v1/chat/completions。

请求参数

string

必填

要使用的模型标识符。Anyone 将请求路由到该模型对应的上游渠道。

string | object[]

必填

模型的输入。可以是字符串或带 type 字段的结构化输入部分数组（input_text、input_image、input_file）。

string | object

系统级指令，等同于 Chat Completions 中的 system 消息。

string

之前响应的 ID。设置后模型使用该响应的上下文作为对话历史，无需重新发送完整消息列表。

boolean

默认值:"false"

设为 true 时，响应以 SSE 流式返回。

object

仅在 stream 为 true 时生效的选项。

显示 stream_options 属性

boolean

默认值:"false"

设为 true 时，最后一个 SSE 块中包含 usage 字段（token 用量统计）。

number

采样温度，范围 0 到 2。

number

核采样概率质量，取值 0 到 1。

integer

响应中模型可生成的最大 token 数量。

object

控制支持推理的模型的推理行为。

显示 reasoning 属性

string

推理强度："low"、"medium" 或 "high"。

string

是否在响应中包含推理摘要。

object[]

模型可用的工具。支持函数工具和 MCP 风格的工具配置。

string | object

默认值:"auto"

控制模型如何选择工具。"none"、"auto"、"required" 或指定函数对象。

string | object

控制模型如何处理超出上下文窗口的内容。传 "auto" 由模型决定。

object

高级上下文管理选项，包括 /v1/responses/compact 端点的压缩策略设置。

object

附加到响应的键值元数据。值必须为字符串，最多 16 对。

integer

在每个位置返回最可能的 token 数量及其对数概率。取值 0 到 20。

integer

模型在单次响应中可发起的最大 tool calling 次数。

示例

curl https://api.anyone.ai/v1/responses \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4",
    "input": "Summarize the concept of entropy in thermodynamics.",
    "instructions": "You are a physics professor. Keep explanations concise."
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_TOKEN",
    base_url="https://api.anyone.ai/v1",
)

response = client.responses.create(
    model="gpt-5.4",
    input="Summarize the concept of entropy in thermodynamics.",
    instructions="You are a physics professor. Keep explanations concise.",
)

print(response.output_text)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "YOUR_TOKEN",
  baseURL: "https://api.anyone.ai/v1",
});

const response = await client.responses.create({
  model: "gpt-5.4",
  input: "Summarize the concept of entropy in thermodynamics.",
  instructions: "You are a physics professor. Keep explanations concise.",
});

console.log(response.output_text);

使用 previous_response_id 的多轮对话：

cURL

# 第一轮
curl https://api.anyone.ai/v1/responses \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4",
    "input": "What is the speed of light?"
  }'

# 第二轮——通过 ID 引用第一个响应
curl https://api.anyone.ai/v1/responses \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4",
    "input": "How does that relate to Einstein'\''s theory of relativity?",
    "previous_response_id": "resp_abc123"
  }'

对话压缩：

cURL

curl https://api.anyone.ai/v1/responses/compact \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4",
    "input": "Continue our discussion.",
    "previous_response_id": "resp_abc123"
  }'

/v1/responses/compact 端点在生成下一个响应前压缩之前的对话上下文，为长多轮会话节省 token 用量。

概览

对话与补全

媒体与多模态

其他端点

POST /v1/responses — OpenAI Responses API

端点

认证

与 Chat Completions 的区别

请求参数

示例

​端点

​认证

​与 Chat Completions 的区别

​请求参数

​示例

端点

认证

与 Chat Completions 的区别

请求参数

示例