Responses 差异

流式没有 [DONE] 结束标记

官方的流以 data: [DONE] 结束；平台的流以终态事件（response.completed / response.incomplete / response.failed）结束并关闭，不再补 [DONE]。从 Chat 迁移的客户端不要等这个标记。

返回（流的最末一帧，之后流直接结束）

event: response.completed
data: { "type": "response.completed", "response": { … } }

非流式响应没有 output_text 字段

官方 HTTP 响应本来就没有 output_text——那是官方 Python SDK 的便捷属性。自己解析 HTTP 响应的客户端从 output[] 里取文本。

返回（节选）

{
  "id": "resp_…",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [ { "type": "output_text", "text": "你好，Franca" } ]
    }
  ],
  "usage": { … }
}

文本在 output[] 里 type 为 message 的条目中，取其中的 output_text 块。

max_tool_calls：托管工具调用预算

限制托管工具在一次请求里的调用次数。这是平台的扩展字段，由平台自己消费，不发给模型；取值须为 ≥ 1 的整数，不写时默认 8。预算按已执行的调用次数计：一轮并行发起的多个调用整批执行，可能一次花掉甚至超出剩余预算；预算用尽后的下一轮由平台强制收尾作答，强制收尾仍发起新调用则请求失败。Messages 接口收同一种写法（见Messages 兼容说明）。

请求

{
  "model": "your-model",
  "input": "查一下今天北京的天气",
  "tools": [{ "type": "web_search" }],
  "max_tool_calls": 5
}

压缩端点与平台编码

POST /v1/responses/compact 按官方语义可用：把长会话压成一条 compaction 条目，下一轮放进 input 续接。返回的 encrypted_content 是平台自己的编码（franca.v1. 前缀），只在平台内有效。

请求

{
  "model": "your-model",
  "input": [ …完整会话… ]
}

返回（output 节选）

{
  "id": "resp_…",
  "output": [
    { "type": "compaction", "id": "cmp_…", "encrypted_content": "franca.v1.…" }
  ]
}

把 OpenAI 官方的压缩结果（gAAAAA… 开头）发到平台会返回 400，报错说明原因；压缩结果不跨平台。

个别模型上托管工具按普通函数模拟

声明了托管工具而该模型只支持普通函数时，平台把托管工具改写成改名函数发给模型，调用仍在平台侧执行；客户端看到的输出条目仍是官方格式。

请求

{
  "model": "your-model",
  "input": "搜索一下今天的新闻",
  "tools": [{ "type": "web_search" }]
}

返回（output 节选，仍是官方格式）

[
  { "type": "web_search_call", "id": "ws_…", … },
  { "type": "message", … }
]