> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# Buat Respons

> Membuat respons menggunakan format OpenAI Responses API

The Responses API adalah API percakapan stateful terbaru dari OpenAI. TokenLab mendukung format ini sebagai jalur opsional lanjutan untuk model yang kompatibel; gunakan `POST /v1/chat/completions` sebagai jalur default yang kompatibel dengan OpenAI kecuali Anda secara eksplisit memerlukan perilaku khusus Responses.

## Isi Permintaan

<ParamField body="model" type="string" required>
  ID model yang akan digunakan. Lihat [Models](https://tokenlab.sh/id/models) untuk opsi yang tersedia.
</ParamField>

<ParamField body="input" type="array" required>
  Daftar item input yang membentuk percakapan.

  Setiap item dapat berupa:

  * `message`: Sebuah pesan percakapan dengan role dan content
  * `function_call`: Permintaan pemanggilan fungsi
  * `function_call_output`: Output dari pemanggilan fungsi

  Untuk input multimodal, `message.content` dapat berupa string biasa atau array blok konten. Untuk model yang mendukung gambar seperti varian GPT-5.4, kirim gambar sebagai blok `input_image` alih-alih menyematkan URL atau string Base64 langsung ke dalam teks biasa.

  Contoh blok konten:

  * `{ "type": "input_text", "text": "Describe this image" }`
  * `{ "type": "input_image", "image_url": "https://example.com/image.jpg" }`
  * `{ "type": "input_image", "image_url": "data:image/png;base64,..." }`
</ParamField>

<ParamField body="instructions" type="string">
  Instruksi sistem untuk model (setara dengan pesan sistem).
</ParamField>

<ParamField body="max_output_tokens" type="integer">
  Jumlah maksimum token yang akan dihasilkan.
</ParamField>

<ParamField body="temperature" type="number" default="1">
  Sampling temperature antara 0 dan 2.
</ParamField>

<ParamField body="tools" type="array">
  Daftar tools yang mungkin dipanggil oleh model.

  Untuk tool hosted `image_generation` yang memakai model tool gambar default atau secara eksplisit menyetel `model: "gpt-image-2"`, TokenLab menghapus `input_fidelity` yang tidak didukung sebelum meneruskan request karena GPT Image 2 sudah memperlakukan input gambar sebagai high fidelity. Jangan kirim `background: "transparent"` untuk tool ini; TokenLab tidak menghapusnya diam-diam karena itu mengubah semantik output.
</ParamField>

<ParamField body="stream" type="boolean" default="false">
  Jika true, mengembalikan aliran events.
</ParamField>

<ParamField body="previous_response_id" type="string">
  ID dari respons sebelumnya untuk melanjutkan percakapan.
</ParamField>

<ParamField body="store" type="boolean" default="true">
  Menentukan apakah respons disimpan untuk pengambilan nanti.
</ParamField>

<ParamField body="metadata" type="object">
  Metadata yang dilampirkan pada respons untuk keperluan pelacakan.
</ParamField>

<ParamField body="text" type="object">
  Opsi konfigurasi untuk generasi teks. Perilaku `text.format` bergantung pada model dan jalur yang dipilih; tidak dijamin seragam di setiap model.
</ParamField>

<ParamField body="parallel_tool_calls" type="boolean" default="true">
  Menentukan apakah memperbolehkan beberapa pemanggilan tool secara paralel.
</ParamField>

<ParamField body="top_p" type="number">
  Parameter nucleus sampling (0-1).
</ParamField>

<ParamField body="reasoning" type="object">
  Konfigurasi reasoning untuk model yang mendukung reasoning seperti varian keluarga GPT-5.

  * `effort` (string): Tingkat usaha reasoning (`low`, `medium`, `high`)
</ParamField>

## Respons

<ResponseField name="id" type="string">
  Identifier unik untuk respons.
</ResponseField>

<ResponseField name="object" type="string">
  Selalu `response`.
</ResponseField>

<ResponseField name="created" type="integer">
  Timestamp Unix saat respons dibuat.
</ResponseField>

<ResponseField name="output" type="array">
  Daftar item output yang dihasilkan oleh model.
</ResponseField>

<ResponseField name="usage" type="object">
  Statistik penggunaan token.
</ResponseField>

<RequestExample>
  ```bash cURL theme={null}
  curl -X POST "https://api.tokenlab.sh/v1/responses" \
    -H "Authorization: Bearer sk-your-api-key" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "gpt-4o",
      "input": [
        {"type": "message", "role": "user", "content": "Hello!"}
      ],
      "max_output_tokens": 1000
    }'
  ```

  ```python Python theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="sk-your-api-key",
      base_url="https://api.tokenlab.sh/v1"
  )

  response = client.responses.create(
      model="gpt-4o",
      input=[
          {"type": "message", "role": "user", "content": "Hello!"}
      ],
      max_output_tokens=1000
  )

  print(response.output)
  ```

  ```javascript JavaScript theme={null}
  import OpenAI from 'openai';

  const client = new OpenAI({
    apiKey: 'sk-your-api-key',
    baseURL: 'https://api.tokenlab.sh/v1'
  });

  const response = await client.responses.create({
    model: 'gpt-4o',
    input: [
      { type: 'message', role: 'user', content: 'Hello!' }
    ],
    max_output_tokens: 1000
  });

  console.log(response.output);
  ```

  ```go Go theme={null}
  package main

  import (
      "bytes"
      "encoding/json"
      "fmt"
      "net/http"
  )

  func main() {
      payload := map[string]interface{}{
          "model": "gpt-4o",
          "input": []map[string]interface{}{
              {"type": "message", "role": "user", "content": "Hello!"},
          },
          "max_output_tokens": 1000,
      }
      body, _ := json.Marshal(payload)

      req, _ := http.NewRequest("POST", "https://api.tokenlab.sh/v1/responses", bytes.NewBuffer(body))
      req.Header.Set("Authorization", "Bearer sk-your-api-key")
      req.Header.Set("Content-Type", "application/json")

      client := &http.Client{}
      resp, _ := client.Do(req)
      defer resp.Body.Close()

      var result map[string]interface{}
      json.NewDecoder(resp.Body).Decode(&result)
      fmt.Println(result["output"])
  }
  ```

  ```php PHP theme={null}
  <?php
  $ch = curl_init('https://api.tokenlab.sh/v1/responses');

  curl_setopt_array($ch, [
      CURLOPT_RETURNTRANSFER => true,
      CURLOPT_POST => true,
      CURLOPT_HTTPHEADER => [
          'Content-Type: application/json',
          'Authorization: Bearer sk-your-api-key'
      ],
      CURLOPT_POSTFIELDS => json_encode([
          'model' => 'gpt-4o',
          'input' => [
              ['type' => 'message', 'role' => 'user', 'content' => 'Hello!']
          ],
          'max_output_tokens' => 1000
      ])
  ]);

  $response = curl_exec($ch);
  curl_close($ch);

  $data = json_decode($response, true);
  print_r($data['output']);
  ```

  ## Contoh Input Visual

  Gunakan model yang mendukung gambar dengan menempatkan gambar di dalam `message.content` sebagai blok `input_image`. Nilai `image_url` dapat berupa URL publik atau data URL Base64.

  ```json theme={null}
  {
    "model": "gpt-5.4",
    "input": [
      {
        "type": "message",
        "role": "user",
        "content": [
          {
            "type": "input_text",
            "text": "Please describe this image."
          },
          {
            "type": "input_image",
            "image_url": "https://example.com/demo.jpg"
          }
        ]
      }
    ]
  }
  ```

  ```json theme={null}
  {
    "model": "gpt-5.4",
    "input": [
      {
        "type": "message",
        "role": "user",
        "content": [
          {
            "type": "input_text",
            "text": "Please describe this image."
          },
          {
            "type": "input_image",
            "image_url": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ..."
          }
        ]
      }
    ]
  }
  ```
</RequestExample>

<ResponseExample>
  ```json Response theme={null}
  {
    "id": "resp_abc123",
    "object": "response",
    "created": 1706000000,
    "model": "gpt-4o",
    "output": [
      {
        "type": "message",
        "role": "assistant",
        "content": [
          {"type": "text", "text": "Hello! How can I help you today?"}
        ]
      }
    ],
    "usage": {
      "input_tokens": 10,
      "output_tokens": 12,
      "total_tokens": 22
    }
  }
  ```
</ResponseExample>