レスポンスの作成

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
  }'

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)

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);

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
$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']);

{
  "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"
        }
      ]
    }
  ]
}

{
  "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..."
        }
      ]
    }
  ]
}

{
  "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
  }
}

Responses API は、OpenAI のより新しいステートフルな会話 API です。TokenLab は、互換性のあるモデル向けの上級者向けオプション経路としてこの形式をサポートしています。Responses 固有の動作が明示的に必要でない限り、既定の OpenAI 互換ルートとして POST /v1/chat/completions を使用してください。

リクエストボディ

model

string

必須

使用するモデルの ID。利用可能なオプションは Models を参照してください。

input

array

必須

会話を構成する入力アイテムのリスト。各アイテムは次のいずれかになります:

message: ロールとコンテンツを持つ会話メッセージ
function_call: 関数呼び出しのリクエスト
function_call_output: 関数呼び出しからの出力

マルチモーダル入力の場合、message.content はプレーンな文字列かコンテンツブロックの配列のいずれかになります。GPT-5.4 系列のような画像対応モデルでは、URL や Base64 文字列をプレーンテキストに直接埋め込むのではなく、input_image ブロックとして画像を渡してください。例のコンテンツブロック:

{ "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,..." }

instructions

string

モデルへのシステム指示（system message と同等）。

max_output_tokens

integer

生成する最大の token 数。

temperature

number

デフォルト:"1"

サンプリングの温度。0 から 2 の間で指定します。

tools

array

モデルが呼び出す可能性のあるツールのリスト。デフォルトの画像ツールモデルを使う、または明示的に model: "gpt-image-2" を指定するホスト型 image_generation ツールでは、GPT Image 2 が画像入力をすでに高 fidelity として扱うため、TokenLab は未対応の input_fidelity を転送前に削除します。このツールでは background: "transparent" を送らないでください。出力の意味が変わるため、TokenLab はこれを黙って削除しません。

stream

boolean

デフォルト:"false"

true の場合、イベントのストリームを返します。

previous_response_id

string

会話を続けるための前回のレスポンスの ID。

store

boolean

デフォルト:"true"

後で取得するためにレスポンスを保存するかどうか。

metadata

object

追跡目的でレスポンスに添付するメタデータ。

text

object

テキスト生成の設定オプション。text.format の挙動は選択したモデルと経路によって異なり、すべてのモデルで一様に保証されるわけではありません。

parallel_tool_calls

boolean

デフォルト:"true"

複数のツール呼び出しを並列で許可するかどうか。

top_p

number

Nucleus サンプリングのパラメータ（0〜1）。

reasoning

object

GPT-5 系列などの推論対応モデル向けの推論設定。

effort (string): 推論の努力レベル（low、medium、high）