TokenLab
获取 API 密钥
文档API 参考集成

文本

创建响应

使用 OpenAI Responses API 格式创建响应

POST
/v1/responses

模型详情中的 accepted_request_formats 包含 openai_responses 时，可以使用此接口。请求和响应使用 Responses API 格式，可选字段及其取值取决于所选模型。

请求体

modelstring必填

要使用的模型 ID。可用选项请参见 Models。

inputstring | array

输入文本或输入项列表。使用可复用 prompt，或通过 previous_response_id 继续已保存的响应时，可以省略。

每个项可以是：

  • message: 带有角色和内容的对话消息
  • function_call: 一个函数调用请求
  • function_call_output: 来自函数调用的输出

对于多模态输入，message.content 可以是普通字符串，也可以是内容块数组。对于支持图像的模型（例如 GPT-5.6 Terra 变体），请将图像作为 input_image 块传递，而不是将 URL 或 Base64 字符串直接嵌入普通文本中。

示例内容块：

  • { "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,..." }
instructionsstring

提供给模型的系统指令（等同于 system 消息）。

max_output_tokensinteger

生成的最大 token 数量。

temperaturenumber

采样温度。支持的取值和默认值取决于所选模型。

toolsarray

模型可以调用的工具。支持的类型和组合取决于所选模型。

streamboolean默认值: false

如果为 true，则返回事件流。

previous_response_idstring

用于从某个先前响应继续对话的响应 ID。

storeboolean默认值: true

是否存储响应以便后续检索。

backgroundboolean默认值: false

请求异步执行，是否支持取决于所选模型。

promptobject

可复用提示词模板及变量的引用。

metadataobject

与响应一起保存的自定义信息。

textobject

文本输出设置。是否支持 text.format 取决于所选模型。

parallel_tool_callsboolean默认值: true

是否允许并行进行多个工具调用。

top_pnumber

Nucleus 采样参数（0-1）。

reasoningobject

推理选项（包括 effort）取决于所选模型。

响应

idstring

响应的唯一标识符。

objectstring

始终为 response。

created_atinteger

响应创建时的 Unix 时间戳。

statusstring

响应状态：queued、in_progress、completed、incomplete、failed 或 cancelled。即使 HTTP 请求成功，也要检查此字段。

outputarray

模型生成的输出项列表。

usageobject

token 使用统计。

相关接口

  • GET /v1/responses/{id} 获取已保存的响应，支持 include、include_obfuscation、stream 和 starting_after。
  • DELETE /v1/responses/{id} 删除已保存的响应，不会取消生成。
  • POST /v1/responses/compact 返回 response.compaction 对象。
  • 目前不提供取消、input-items 或 input-tokens 接口。

请求

cURL
curl -X POST "https://api.tokenlab.sh/v1/responses" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "input": [
      {"type": "message", "role": "user", "content": "Hello!"}
    ],
    "max_output_tokens": 1000
  }'
Python
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-5.6-terra",
    input=[
        {"type": "message", "role": "user", "content": "Hello!"}
    ],
    max_output_tokens=1000
)

print(response.output)
JavaScript
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-5.6-terra',
  input: [
    { type: 'message', role: 'user', content: 'Hello!' }
  ],
  max_output_tokens: 1000
});

console.log(response.output);
Go
package main

import (
    "bytes"
    "encoding/json"
    "fmt"
    "net/http"
)

func main() {
    payload := map[string]interface{}{
        "model": "gpt-5.6-terra",
        "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
<?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-5.6-terra',
        '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']);

视觉输入示例

通过将图像放入 message.content 中作为 input_image 块来使用支持图像的模型。image_url 值可以是公开 URL 或 Base64 数据 URL。

{
  "model": "gpt-5.6-terra",
  "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-5.6-terra",
  "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..."
        }
      ]
    }
  ]
}

响应

Response
{
  "id": "resp_abc123",
  "object": "response",
  "created_at": 1706000000,
  "status": "completed",
  "model": "gpt-5.6-terra",
  "output": [
    {
      "id": "msg_abc123",
      "type": "message",
      "status": "completed",
      "role": "assistant",
      "content": [
        {"type": "output_text", "text": "Hello! How can I help you today?", "annotations": []}
      ]
    }
  ],
  "usage": {
    "input_tokens": 10,
    "output_tokens": 12,
    "total_tokens": 22
  }
}

授权

BearerAuth
AuthorizationBearer <token>

API Key 身份验证。在 Dashboard > API > API Keys 中创建或管理 API Key。

位置: header

请求头

X-TokenLab-Delivery-Policy?string

单次请求的交付策略。覆盖 API 密钥和 Workspace 的默认设置。自动优先尝试 TokenLab Verified，并在输出、请求接受或持久资源创建之前，可能会切换一次至仅限 Official。

可选值

  • "auto"
  • "verified"
  • "official"

请求体

application/json

响应

application/json

application/json

application/json

创建聊天补全

上一页

创建消息

下一页