Create Model Response
最近更新：2026年9月1日
OpenAI Responses 兼容端点，可用官方 SDK 调用任何支持该协议的模型。
这个端点兼容 OpenAI Responses。继续使用官方 SDK，把 base_url 和密钥指向 Amux 即可。
下表列出主要请求参数以及 OpenAI 官方已公开的常用字段，包括取值范围、跨协议时的处理方式，以及使用上的前置条件。未单列说明的字段通常会在同协议直连时按上游兼容行为透传；跨协议转换、平台过滤或无状态限制时可能不会保留。
https://gateway.amux.ai/v1/responses鉴权
headerAuthorizationstring必填Bearer <你的 Amux 密钥> 控制台创建的 Amux 密钥。忘了可以回控制台的密钥页再看一次。
Content-Typestring必填默认 "application/json"固定为 application/json。
请求
application/jsonmodelstring必填规范 ID，形如 厂商/模型。冒号后缀可锁定供应商（:供应商）或指定路由策略（:@price 等），两者不能同时写。见概览。
inputstring | array<object>必填输入。可以是一个字符串（等价于一条 user 消息），也可以是消息项、function_call、function_call_output 混合的数组。
backgroundboolean是否让上游在后台执行。当前没有网关级语义：同协议直连时按上游兼容行为透传；跨协议时默认不保留。
context_managementarray<object>上下文管理配置。当前没有网关级语义：同协议直连时按上游兼容行为透传；跨协议时默认不保留。
conversationstring | object上游侧会话标识或配置。当前没有网关级语义；同协议直连时按上游兼容行为透传。由于会话状态保存在上游，不锁定供应商时跨轮请求不保证稳定命中同一会话。
instructionsstring顶层系统提示词。不是 input 里的一条——放进数组会被当成对话内容。
max_output_tokensinteger本次生成的最大 token 数。注意字段名和 Chat 的 max_tokens 不同。
temperaturenumber采样温度，0–2。
top_pnumber核采样。
streamboolean默认 false以 SSE 流式返回。Responses 的事件是有名字的（response.output_text.delta 这类），不是一串同构的 chunk。
toolsarray<object>可调用的工具。形状是平铺的 { type: "function", name, description, parameters }，不像 Chat 包在 function 里。
tool_choicestringauto / none / required，或 { type: "function", name }。
parallel_tool_callsboolean是否允许一次发起多个工具调用。仅在带了 tools 时发送。
textobject文本输出配置。两个子字段见下。
›textobject
formatobjectJSON 输出约束，等价于 Chat 的 response_format。
verbosity"low" | "medium" | "high"输出详略，等价于 Chat 顶层的 verbosity。转换时我们会替你换位置。
reasoningobject推理配置。四个子字段的取值都跟模型世代有关，各自的含义见下；填了这个模型不认的值由上游报错，我们不替它拦。 summary / mode / context 是 Responses 独有的，转到另外三家时丢弃并留说明。另外加密的推理内容不进跨协议转换——其他协议没有承载方式。
›reasoningobject
effort"none" | "minimal" | "low" | "medium" | "high" | "xhigh" | "max"推理强度。minimal 属 GPT-5.4 / 5.5，xhigh / max 属 5.6，none 表示不要推理。不填时用模型自己的默认档。
summary"auto" | "concise" | "detailed"推理摘要的详略。Responses 独有，转到另外三家时丢弃并留说明。
mode"standard" | "pro"执行模式，GPT-5.6 系列独有。和 effort 相互独立：mode 选标准还是 pro，effort 控制那个模式内部用多少推理。
context"auto" | "current_turn" | "all_turns"推理内容带几轮上下文。默认值跟世代走（5.6 是 all_turns，更早是 current_turn），它直接改变送上去的 token 量。
includearray<string>额外返回的字段，原样透传给上游。
previous_response_idstring不支持。 这个网关是无状态的，同一会话可能落到不同上游；请把完整上下文放进 input，不要依赖上游保存的上一次响应 ID。
promptobjectPrompt template 引用及其变量。当前没有网关级语义：同协议直连时按上游兼容行为透传；跨协议时默认不保留。
truncation"auto" | "disabled"上下文超长时的截断策略，原样透传。
metadataobject自定义键值对，随请求透传。
storeboolean是否让上游留存本次响应。
userstring终端用户标识。也用作会话亲和的依据，见 Chat 那页的同名参数。
prompt_cache_keystring会话标识，比 user 优先。同一个值的请求路由到同一家供应商。
stream_optionsobject流式选项。这里只有 include_obfuscation，没有 Chat 那个 include_usage——Responses 的用量始终在 response.completed 事件里给出，不需要开关。原样透传，跨协议时默认不传递。
›stream_optionsobject
include_obfuscationboolean给流式增量补随机填充字节。这里没有 include_usage——Responses 的用量始终在 response.completed 事件里给出。
service_tier"auto" | "default" | "flex" | "scale" | "priority" | "fast" | "ultrafast"服务档位。不支持——我们不会把它转发给任何上游，两条路径都摘。 带了它不会报错，摘了什么会告诉你：非流式在响应体的 amux.droppedParams，流式在 x-amux-dropped-params 响应头。
top_logprobsinteger每个位置返回几个候选的概率，0–20。原样透传，跨协议时默认不传递。
max_tool_callsinteger本次响应里最多发起几次工具调用。原样透传，跨协议时默认不传递——另外三家没有对等物。
safety_identifierstring终端用户标识，OpenAI 用它取代 user 做滥用检测。原样透传，跨协议时默认不传递。它不参与会话亲和， 要让同一会话稳定落在同一供应商请用 prompt_cache_key。
prompt_cache_optionsobject显式提示缓存断点。仅 gpt-5.6 及以后支持，更早的模型用 prompt_cache_retention。原样透传，跨协议时默认不传递。
›prompt_cache_optionsobject
ttl"30m"缓存条目的存活时间，目前只接受 30m。
mode"implicit" | "explicit"implicit（默认）由上游自己选断点；explicit 时由你用 prompt_cache_breakpoint 标出来。
prompt_cache_retention"in_memory" | "24h"提示缓存保留时长。gpt-5.6 之前的模型用这个，5.6 起改用 prompt_cache_options。原样透传，不影响计价，跨协议时默认不传递。
moderationobject内容审核配置，{ model, policy }。原样透传，跨协议时默认不传递。
响应
200response推理成功。model 返回的是规范 ID，与请求时写的是同一个值。
402response余额不足。这类错误不重试，也不影响任何供应商的健康度。
和 Chat Completions 的区别
两者是两套不同的形状，不是同一个接口的两种写法：
| Chat Completions | Responses | |
|---|---|---|
| 系统提示词 | messages 里 role 为 system 的一条 | 顶层 instructions |
| 输入 | messages | input（可以是一个字符串） |
| 工具定义 | { type, function: { name, parameters } } | { type, name, parameters }，平铺 |
| 最大输出 | max_tokens | max_output_tokens |
| 返回内容 | choices[0].message | output[] |
| 用量 | prompt_tokens / completion_tokens | input_tokens / output_tokens |
previous_response_id 在 OpenAI 官方 Responses 里可用，但 Amux 不支持。这个网关是无状态的，同一会话可能被路由到不同上游；要续接上下文，请把完整对话放进 input。
错误
错误按 OpenAI 的错误体形状返回，type 取值与重试语义见错误与重试。
curl https://gateway.amux.ai/v1/responses \
-H "Authorization: Bearer $AMUX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-5.6",
"input": "Hello!"
}'{
"id": "resp_8f3c1a",
"object": "response",
"model": "openai/gpt-5.6",
"status": "completed",
"output": [
{
"type": "message",
"role": "assistant"
}
],
"usage": {
"input_tokens": 0,
"output_tokens": 0,
"total_tokens": 0
}
}