跳轉到主要內容
Responses API 是 OpenAI 較新的有狀態對話 API。TokenLab 以進階可選路徑的方式支援這種格式，適用於相容模型；除非您明確需要 Responses 特定行為，否則請使用 POST /v1/chat/completions 作為預設的相容 OpenAI 路由。

​
請求主體

​
model
string
必填
要使用的模型 ID。請參見 Models 以了解可用選項。
​
input
array
必填
由對話組成的輸入項目清單。每個項目可以是：
  • message: 含有 role 與 content 的對話訊息
  • function_call: 一個函式呼叫請求
  • function_call_output: 函式呼叫的輸出
對於多模態輸入，message.content 可以是純字串或內容區塊的陣列。對於支援影像的模型（例如 GPT-5.4 變體），請將影像作為 input_image 區塊傳遞，而非將 URL 或 Base64 字串直接嵌入純文字中。範例內容區塊：
  • { "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
提供給模型的系統指示（等同於 system message）。
​
max_output_tokens
integer
可生成的最大 token 數。
​
temperature
number
預設值:"1"
抽樣溫度，範圍 0 到 2。
​
tools
array
模型可能呼叫的工具清單。對於使用預設圖片工具模型，或明確設定 model: "gpt-image-2" 的 hosted image_generation 工具，TokenLab 會在轉發請求前移除不支援的 input_fidelity，因為 GPT Image 2 已經以高保真處理圖片輸入。請不要對這個工具傳入 background: "transparent"；TokenLab 不會靜默移除它，因為這會改變輸出語義。
​
stream
boolean
預設值:"false"
若為 true，則回傳事件串流。
​
previous_response_id
string
先前回應的 ID，用於從該回應延續對話。
​
store
boolean
預設值:"true"
是否儲存回應以便日後擷取。
​
metadata
object
附加至回應的 metadata 以供追蹤使用。
​
text
object
文字生成的設定選項。text.format 的行為取決於所選模型與路由路徑；各模型之間不保證一致。
​
parallel_tool_calls
boolean
預設值:"true"
是否允許多個工具並行呼叫。
​
top_p
number
Nucleus 抽樣參數（0-1）。
​
reasoning
object
針對支援推理的模型（例如 GPT-5 系列變體）的推理設定。
  • effort (string): 推理努力等級（low, medium, high）

​
回應

​
id
string
回應的唯一識別碼。
​
object
string
恆為 response。
​
created
integer
回應建立的 Unix 時間戳。
​
output
array
模型產生的輸出項目清單。
​
usage
object
Token 使用統計。
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']);
視覺輸入範例
對於支援影像的模型，請將影像放在 message.content 中，使用 input_image 區塊。image_url 的值可以是公開 URL 或 Base64 資料 URL。
{
  "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
  }
}