Docs

模型 API

Responses：生成与多轮状态

接入 Responses API，理解 input、stream、store、previous_response_id 与响应读取删除。

更新于

POST/v1/responses
GET/v1/responses/{response_id}
DELETE/v1/responses/{response_id}

创建响应

POST /v1/responses 使用 input，而不是 Chat Completions 的 messages。input 可以是字符串或输入项数组。它适用于使用 Responses 协议的客户端；模型及其供应路线必须具备相应兼容能力。

参数说明
model必填：当前 Key 可见的模型 ID
input字符串或输入项数组；新会话应提供任务内容
streamtrue 请求事件流
store是否请求保存响应；需满足部署的存储策略
previous_response_id延续可访问且尚未过期的已存储响应
cURL
curl --fail-with-body https://api.token4ai.cloud/v1/responses \
  -H "Authorization: Bearer $TOKEN4AI_API_KEY" \
  -H "Content-Type: application/json" \
  --data '{
  "model": "YOUR_MODEL_ID",
  "input": "Explain why streaming improves perceived latency.",
  "store": false
}'

输出项与事件

REST 响应的 output 是输出项数组，其中消息内容可包含 output_text 类型。官方 SDK 可能提供 output_text 便捷属性，不应假设 REST JSON 顶层总有该字段。流式客户端应处理事件类型和终止状态，而不是用 Chat Completions 的 delta 解析器直接替代。

读取、延续与删除

GET /v1/responses/{response_id} 读取可访问的已存储响应；DELETE 使用相同路径删除。仅在响应确实已保存时使用 previous_response_id。存储能力受部署策略、租户权限与保留期限约束，不能把它当作永久聊天数据库。

状态不可用或已过期时，由应用重新提交必要上下文。涉及敏感内容时显式设置 store:false，并在自己的系统中制定数据保留规则。此设置不代表所有链路日志或供应商均承诺零保留。

继续阅读

Python、JavaScript 与开发工具接入流式响应与连接管理工具调用与结构化输出