Responses API
Responses API是OpenAI推出的一款服务端API产品，用于构建和管理AI模型的对话交互流程。其核心特性包括：由服务端负责维护对话历史状态，简化客户端的上下文管理负担；支持集成工具调用、文件检索等扩展能力；并提供统一接口以调用OpenAI旗下多种语言模型，适用于开发者构建复杂的AI应用场景。
核心事实
时间轴 (近 90 天)
Responses API 采用结构化事件流，会推送 response.output_item.added、response.output_text.delta、response.output_item.done 等带语义的事件，并用 output_index、item_id 等字段标识每个输出条目在最终响应中的位置。
使用 Responses API 的消费端必须自己维护 output_index → block 的映射。
Responses API允许服务端保存对话状态，客户端只需传previous_response_id就能续接上下文，并将内置工具作为一等公民直接挂在请求上。
gpt-6-luna在Chat Completions上使用函数调用仅当推理力度为none时可用；使用内置工具需改用Responses API。
大多数 LLM 网关上的 Responses API 只支持 GPT 系列模型
OpenAI官方声称Decisions API比Responses API快约10倍，但未披露基准测试，也没有发布与竞品的头对头准确率对比。
OpenAI 宣称 Decisions API 比 Responses API 快 10 倍，但未附任何基准数据；微软和其他厂商未公布延迟数据。
官方数据显示 Decisions API 返回结果的速度约为 Responses API 的 10 倍
传统大模型 API（如 Responses API）通常返回自由形式的文本，需要开发者再做一层解析提取结构化信息
Responses API是OpenAI三种构建方式中最底层的路径，核心构成是模型加上托管工具与自定义工具，把最大控制权交给开发者
还有 17 条时间轴事件
全部知识事实 (20)
xAI 提供与 OpenAI 兼容的 API 接口，这是早期 @ai-sdk/xai 能通过 Chat Completions 端点进行适配的基础
90%已验证OpenAI于2024年推出了Responses API，引入了内置工具调用和状态管理能力
80%待验证Responses API引入了previous_response_id参数实现多轮对话的自动上下文串联
85%待验证Responses API是Chat Completions API的演进版本，整合了网页搜索、文件搜索、代码执行器等内置工具
70%待验证Responses API原生支持多种内置工具，包括网页搜索、文件搜索、代码解释器和计算机使用等
60%待验证Responses API是OpenAI在2025年推出的新一代API接口，旨在取代Chat Completions API
60%待验证使用 Responses API 的消费端必须自己维护 output_index → block 的映射。
50%待验证Responses API 采用结构化事件流，会推送 response.output_item.added、response.output_text.delta、response.output_item.done 等带语义的事件，并用 output_index、item_id 等字段标识每个输出条目在最终响应中的位置。
50%待验证Responses API允许服务端保存对话状态，客户端只需传previous_response_id就能续接上下文，并将内置工具作为一等公民直接挂在请求上。
50%待验证gpt-6-luna在Chat Completions上使用函数调用仅当推理力度为none时可用；使用内置工具需改用Responses API。
50%待验证大多数 LLM 网关上的 Responses API 只支持 GPT 系列模型
50%待验证OpenAI官方声称Decisions API比Responses API快约10倍，但未披露基准测试，也没有发布与竞品的头对头准确率对比。
50%待验证OpenAI 宣称 Decisions API 比 Responses API 快 10 倍，但未附任何基准数据；微软和其他厂商未公布延迟数据。
50%待验证传统大模型 API（如 Responses API）通常返回自由形式的文本，需要开发者再做一层解析提取结构化信息
50%待验证官方数据显示 Decisions API 返回结果的速度约为 Responses API 的 10 倍
50%待验证Responses API是OpenAI三种构建方式中最底层的路径，核心构成是模型加上托管工具与自定义工具，把最大控制权交给开发者
50%待验证Anthropic的Claude和OpenAI的Responses API都实现了MCP客户端标准，因此能使用同一台Wassenger MCP服务器
50%待验证OpenAI Responses API接入MCP只需在tools数组里加一项，将type设为mcp并附上标签、服务器地址和密钥
50%待验证none effort参数被从schema中删除，依赖该参数在chat completions端点执行函数调用的遗留系统工具调用能力将失效，需迁移到Responses API
50%待验证仍依赖 legacy completions 接口的项目应尽快迁移至 Chat Completions 或 Responses API 以避免未来兼容性问题
50%