Responses API

Responses API — это современный API для работы с языковыми моделями, пришедший на смену чат-моделям (Chat Completions API). Responses API предоставляет расширенные возможности: управление состоянием диалога и потоковую передачу ответа.

Для работы с API используется базовый URL:

1
https://gpt.mwsapis.ru/projects/<имя проекта>/openai/v1

Авторизация выполняется API-ключом сервисного аккаунта с ролью gpt.inferencer.

Список поддерживаемых моделей и их возможности приведены в разделе Доступные модели.

Сравнение с Chat Completions API

Параметр	Chat Completions	Responses API
Эндпоинт	`/v1/chat/completions`	`/v1/responses`
Входные данные	`messages` — массив сообщений	`input` — строка или массив элементов
Системный промпт	Сообщение с `role: "system"` в массиве `messages`	Отдельный параметр `instructions`
Структура ответа	`choices[].message.content`	`output[]` — массив типизированных элементов
Управление контекстом	Ручная передача всей истории `messages`	`previous_response_id` или ручная передача `input`
Потоковая передача	`stream` + `stream_options`	`stream`
Лимит токенов	`max_completion_tokens`	`max_output_tokens`

Оба API поддерживают изображения, потоковую передачу и совместимы с OpenAI SDK.

Эндпоинт

1
POST https://gpt.mwsapis.ru/projects/<имя проекта>/openai/v1/responses

В отличие от чат-моделей, где диалог передается в параметре messages, Responses API принимает в качестве параметра input строку или массив элементов (items). Системный промпт задается отдельно в параметре instructions.

Параметры запроса

Параметр	Тип	Описание
`model`	`string`	Идентификатор деплоймента с моделью Responses API
`input`	`string`	`array`
`instructions`	`string`	(опционально) Системный промпт — инструкции для модели, задающие контекст и поведение
`stream`	`boolean`	(опционально) Включить потоковую передачу ответа в формате SSE. По умолчанию `false`
`temperature`	`number`	(опционально) Управляет случайностью ответа: чем выше значение, тем более вариативный ответ. По умолчанию `0.55`
`max_output_tokens`	`integer`	(опционально) Максимальное количество токенов в ответе модели
`previous_response_id`	`string`	(опционально) Идентификатор предыдущего ответа. Используется для многошаговых диалогов без необходимости передавать всю историю сообщений. Недоступно для стадии готовности Preview
`store`	`boolean`	(опционально) Сохранять ответ на стороне сервиса для использования в последующих запросах через `previous_response_id`. По умолчанию `true`. Для стадии готовности Preview необходимо указывать `"store": false`

Базовый запрос

1
curl https://gpt.mwsapis.ru/projects/<имя проекта>/openai/v1/responses \
2
  -H 'Content-Type: application/json' \
3
  -H "Authorization: Bearer <API-ключ сервисного аккаунта sa-inferencer>" \
4
  -d '{
5
        "model": "qwen3-32b",
6
        "instructions": "Ты — полезный ассистент.",
7
        "input": "Объясни, как работает механизм attention в нейронных сетях.",
8
        "store": false
9
      }' | jq .

1
{
2
  "id": "resp_c37a7ecbae094877b28654dbbfa14b81",
3
  "object": "response",
4
  "created_at": 1758740886,
5
  "model": "qwen3-32b",
6
  "output": [
7
    {
8
      "id": "msg_c37a7ecbae094877b28654dbbfa14b81",
9
      "type": "message",
10
      "status": "completed",
11
      "role": "assistant",
12
      "content": [
13
        {
14
          "type": "output_text",
15
          "text": "Механизм attention позволяет нейронной сети сосредоточиться на наиболее важных частях входных данных...",
16
          "annotations": []
17
        }
18
      ]
19
    }
20
  ],
21
  "usage": {
22
    "input_tokens": 72,
23
    "output_tokens": 45,
24
    "total_tokens": 117
25
  }
26
}

В этом примере:

output — массив элементов ответа. Каждый элемент имеет поле type, определяющее его назначение. Элемент с type: "message" содержит сгенерированный текст в поле content.
usage — статистика использования токенов:
- input_tokens — количество входящих токенов запроса (токенов промпта);
- output_tokens — количество исходящих токенов, сгенерированных моделью (токенов ответа).

Входящие и исходящие токены тарифицируются отдельно.

Запрос со streaming

При включенном stream: true модель возвращает ответ частями по мере генерации в формате Server-Sent Events (SSE).

1
curl https://gpt.mwsapis.ru/projects/<имя проекта>/openai/v1/responses \
2
  -H 'Content-Type: application/json' \
3
  -H "Authorization: Bearer <API-ключ сервисного аккаунта sa-inferencer>" \
4
  -d '{
5
        "model": "qwen3-32b",
6
        "stream": true,
7
        "store": false,
8
        "input": "Привет!"
9
      }'

1
event: response.created
2
data: {"id":"resp_e999cff5eb274f70988477c978c7d9f7","object":"response","created_at":1775157501,"model":"qwen3-32b","status":"in_progress","output":[]}
3

4
event: response.output_item.added
5
data: {"type":"message","status":"in_progress","role":"assistant","content":[]}
6

7
event: response.output_text.delta
8
data: {"delta":"Пр"}
9

10
event: response.output_text.delta
11
data: {"delta":"ив"}
12

13
event: response.output_text.delta
14
data: {"delta":"ет!"}
15

16
event: response.output_text.done
17
data: {"text":"Привет!"}
18

19
event: response.output_item.done
20
data: {"type":"message","status":"completed","role":"assistant","content":[{"type":"output_text","text":"Привет!","annotations":[]}]}
21

22
event: response.completed
23
data: {"id":"resp_e999cff5eb274f70988477c978c7d9f7","object":"response","created_at":1775157501,"model":"qwen3-32b","status":"completed","output":[{"type":"message","status":"completed","role":"assistant","content":[{"type":"output_text","text":"Привет!","annotations":[]}]}],"usage":{"input_tokens":12,"output_tokens":21,"total_tokens":33}}

Каждое событие (event) содержит тип и данные (data). Основные типы событий:

response.created — ответ создан, генерация начата;
response.output_text.delta — инкрементальный фрагмент текста;
response.output_text.done — генерация текста завершена;
response.completed — ответ полностью сформирован. В данных события содержится итоговая структура ответа и статистика usage.

Многошаговый диалог

Responses API поддерживает два способа ведения диалога: через previous_response_id и через ручную передачу истории сообщений.

С помощью previous_response_id

При использовании previous_response_id сервис хранит контекст предыдущего ответа. Для этого способа нет необходимости повторно отправлять всю историю диалога. Достаточно передать идентификатор предыдущего ответа и новый запрос пользователя.

1
curl https://gpt.mwsapis.ru/projects/<имя проекта>/openai/v1/responses \
2
  -H 'Content-Type: application/json' \
3
  -H "Authorization: Bearer <API-ключ сервисного аккаунта sa-inferencer>" \
4
  -d '{
5
        "model": "qwen3-32b",
6
        "input": "А сколько будет в километрах?",
7
        "previous_response_id": "resp_c37a7ecbae094877b28654dbbfa14b81"
8
      }' | jq .

Параметр instructions не сохраняется между запросами при использовании previous_response_id. Если системный промпт нужен в каждом шаге диалога, передавайте instructions в каждом запросе.

С помощью истории сообщений

Вы можете передавать историю диалога в параметре input как массив элементов. Этот подход дает полный контроль над контекстом: можно удалять или изменять отдельные сообщения.

1
curl https://gpt.mwsapis.ru/projects/<имя проекта>/openai/v1/responses \
2
  -H 'Content-Type: application/json' \
3
  -H "Authorization: Bearer <API-ключ сервисного аккаунта sa-inferencer>" \
4
  -d '{
5
        "model": "qwen3-32b",
6
        "store": false,
7
        "input": [
8
          {
9
            "role": "user", "content": "Сколько миль от Москвы до Санкт-Петербурга?"
10
          },
11
          {
12
            "role": "assistant", "content": "Около 400 миль."
13
          },
14
          {
15
            "role": "user", "content": "А сколько будет в километрах?"
16
          }
17
        ]
18
      }' | jq .

Запрос с изображением

Модели с поддержкой изображений могут обрабатывать изображения, переданные в сообщении пользователя. Признак поддержки отображается в таблице доступных моделей.

1
curl https://gpt.mwsapis.ru/projects/<имя проекта>/openai/v1/responses \
2
  -H 'Content-Type: application/json' \
3
  -H "Authorization: Bearer <API-ключ сервисного аккаунта sa-inferencer>" \
4
  -d '{
5
        "model": "kimi-k2-instruct",
6
        "store": false,
7
        "input": [
8
          {
9
            "role": "user",
10
            "content": [
11
              { "type": "input_text", "text": "Что на картинке?" },
12
              { "type": "input_image", "image_url": "https://mws.ru/uploads/grant_promo_banner_3fdd0964ae_730f25981e.png" }
13
            ]
14
          }
15
        ]
16
      }' | jq .

1
{
2
  "id": "resp_be7b6c068b5c871d",
3
  "object": "response",
4
  "created_at": 1777483458,
5
  "model": "kimi-k2-instruct",
6
  "output": [
7
    {
8
      "id": "msg_be7b6c068b5c871d",
9
      "type": "message",
10
      "status": "completed",
11
      "role": "assistant",
12
      "content": [
13
        {
14
          "type": "output_text",
15
          "text": "На картинке изображена 3D-иллюстрация, представляющая облачную платформу MWS Cloud Platform.",
16
          "annotations": []
17
        }
18
      ]
19
    }
20
  ],
21
  "usage": {
22
    "input_tokens": 1282,
23
    "output_tokens": 298,
24
    "total_tokens": 1580
25
  }
26
}