OpenAI 最近推出了一种接口，用于创建模型响应。该接口支持文本或图像输入，生成文本或图像输出。用户可以让模型调用自定义代码或使用内置工具（如网页搜索或文件搜索），以利用自己的数据作为模型响应的输入。
本文将主要描述 OpenAI Responses API 的使用过程，帮助开发者轻松利用 OpenAI 官方模型的响应创建功能。
背景
Ace Data Cloud 是一个支持多种数据处理和分析的平台，特别是在机器学习和人工智能领域。利用 OpenAI Responses API，开发者可以构建智能化应用，例如智能客服、内容生成、数据分析等场景。
应用流程
要使用 OpenAI Responses API，首先访问 OpenAI Responses API 页面，点击“获取”按钮以获取请求所需的凭据：
如果尚未登录或注册，将自动跳转到登录页面，邀请您注册或登录。登录或注册后，您将自动返回当前页面。
在首次申请时，会提供免费配额，您可以免费使用该 API。
基础用法
接下来，您可以在接口上填写相应内容，如下图所示：
首次使用该接口时，需要填写至少三项信息：第一个是 authorization，可直接从下拉列表中选择。另一个参数是 model，即我们选择使用的 OpenAI ChatGPT 模型类别。这里主要有 20 种模型，详细信息可以参考我们提供的模型文档。最后一个参数是 input，这是我们输入问题的数组，允许同时上传多个问题，每个问题包含 role 和 content。role 表示提问者的角色，我们提供 user、assistant 和 system 三种身份。content 是我们问题的具体内容。
您还可以注意到右侧有相应的代码生成，可以直接复制代码运行，或点击“尝试”按钮进行测试。
常用可选参数：
max_tokens: 限制单次响应的最大 token 数。temperature: 生成随机性，范围为 0-2，值越大，结果越多样。n: 一次生成多少个候选响应。response_format: 设置返回格式。tools: 函数/工具调用定义。background: 是否在后台异步运行。
调用后返回的结果如下所示：
{
"id": "resp_68a98322e3c88191a027de2711a02a490554cad0b36c0400",
"object": "response",
"created_at": 1755939618,
"status": "completed",
"background": false,
"content_filters": null,
"error": null,
"incomplete_details": null,
"instructions": null,
"max_output_tokens": null,
"max_tool_calls": null,
"model": "gpt-4.1",
"output": [
{
"id": "msg_68a98323422c8191a7f383eea48ba5160554cad0b36c0400",
"type": "message",
"status": "completed",
"content": [
{
"type": "output_text",
"annotations": [],
"text": "Hello! How can I assist you today?"
}
],
"role": "assistant"
}
],
"parallel_tool_calls": true,
"previous_response_id": null,
"prompt_cache_key": null,
"reasoning": {
"effort": null,
"summary": null
},
"safety_identifier": null,
"service_tier": "default",
"store": true,
"temperature": 1,
"text": {
"format": {
"type": "text"
}
},
"tool_choice": "auto",
"tools": [],
"top_p": 1,
"truncation": "disabled",
"usage": {
"input_tokens": 8,
"input_tokens_details": {
"cached_tokens": 0
},
"output_tokens": 10,
"output_tokens_details": {
"reasoning_tokens": 0
},
"total_tokens": 18
},
"user": null,
"metadata": {}
}
返回结果包含多个字段，具体描述如下：
id: 为此对话任务生成的 ID，用于唯一标识该对话任务。model: 选择的 OpenAI ChatGPT 模型。output: ChatGPT 对输入问题提供的响应信息。usage: 该问答的 token 统计信息。
其中，output 包含 ChatGPT 的响应信息，output 中的内容由 ChatGPT 提供，如下图所示。
可以看到，output 中的 content 字段包含了 ChatGPT 的具体回复内容。
流式响应
该接口还支持流式响应，非常适合网页集成，允许网页逐字展示结果。
如果希望以流式方式返回响应，可以将请求头中的 stream 参数修改为 true。
如图所示进行修改，但调用代码需要相应的更改以支持流式响应。
将 stream 修改为 true 后，API 将逐行返回相应的 JSON 数据，我们需要在代码中进行相应修改以获取逐行结果。
Python 示例调用代码：
import requests
url = "https://api.acedata.cloud/openai/responses"
headers = {
"accept": "application/json",
"authorization": "Bearer {token}",
"content-type": "application/json"
}
payload = {
"model": "gpt-4.1",
"input": [{"role":"user","content":"Hello"}],
"stream": True
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)
输出效果如下：
data: {"type": "response.created", "sequence_number": 0, "response": {"id": "resp_68a9837bb9bc8190b403947311db6faa0721186e8fbb89d0", "object": "response", "created_at": 1755939707, "status": "in_progress", "background": false, "content_filters": null, "error": null, "incomplete_details": null, "instructions": null, "max_output_tokens": null, "max_tool_calls": null, "model": "gpt-4.1-data", "output": [], "parallel_tool_calls": true, "previous_response_id": null, "prompt_cache_key": null, "reasoning": {"effort": null, "summary": null}, "safety_identifier": null, "service_tier": "auto", "store": true, "temperature": 1.0, "text": {"format": {"type": "text"}}, "tool_choice": "auto", "tools": [], "top_p": 1.0, "truncation": "disabled", "usage": null, "user": null, "metadata": {}}}
错误处理
在调用 API 时，如果发生错误，API 将返回相应的错误代码和消息。例如：
400 token_mismatched: 错误请求，可能由于缺少或无效的参数。401 invalid_token: 未授权，令牌无效或缺失。429 too_many_requests: 请求过多，超过速率限制。500 api_error: 服务器内部错误，服务器发生了问题。
结论
通过本文，您已了解如何轻松实现 OpenAI 的响应创建功能。希望本文能帮助您更好地集成和使用 API。如您有任何问题，请随时联系技术支持团队。
标签
#OpenAI #API #机器学习 #数据处理 #流式响应
