Responses API
/v1/responsesResponses 适合 reasoning 模型、多模态输入和 Lazu file_id 解引用。上传文件或使用较新的 OpenAI response 特性时，优先使用这个 endpoint。
何时使用
使用 Responses
上传文件、reasoning 控制、文档 workflow，以及需要服务端标准化的多模态输入。
使用 Chat completions
简单聊天、SDK 兼容、tool calling，以及已经围绕
/v1/chat/completions 构建的应用。
请求 Body
modelstring来自 /api/models/catalog 的模型 ID。优先选择
supported_endpoint_types 包含 responses 的模型。
inputstring | object[]文本输入，或 response input messages 数组。
instructionsstringresponse 的系统级 instructions。
reasoningobject支持 reasoning 的模型可使用 effort 控制，例如
{"effort":"medium"}。
toolsobject[]OpenAI-compatible Responses shape 的工具定义。
streamboolean当模型支持时，返回 response events stream。
max_output_tokensinteger生成输出 token 的上限。
Content parts
input_textcontent part发送给模型的文本内容。
input_imagecontent part图片内容。Lazu 可以解引用 purpose 为 vision 的上传文件。
input_filecontent part上传文件引用。Lazu 会在服务端读取文件内容后再转发给上游。
File 解引用
先通过 Files 上传文件，再引用返回的 file_id。
如果请求中发生了解引用，Lazu 会添加 X-Lazu-File-Dereference: 1。
限制：
- 单文件仍受 purpose 对应大小限制。
- 单次 Responses 调用中解引用的文件总大小必须低于 64 MB。
- Chat completions 不会自动解引用
file_id。
响应
idstringResponse ID。
outputobject[]输出消息、reasoning items、tool calls 或其它 response events。
usage.input_tokensinteger上游返回 usage 时的输入 token 数。
usage.output_tokensinteger上游返回 usage 时的输出 token 数。
usage.input_tokens_details.cached_tokensinteger支持 response-level cache usage 的 provider 返回的 cache read tokens。
完整对账请使用同一个 API Key 调用：
GET /api/usage/requests/{request_id}