文本生成（OpenAI Responses 协议）

接口概述

使用 OpenAI Responses 格式进行纯文本对话生成。Responses 是 OpenAI 推出的新一代协议，与 Chat Completions 的主要差异：

接口地址

POST https://ai.jw-info.com/v1/responses

请求头

请求参数

请求体（JSON）

input 结构

形式一：纯文本字符串

{ "input": "你好，请介绍一下你自己" }

形式二：消息数组

{
  "input": [
    { "role": "user", "content": "你好，请介绍一下你自己" }
  ]
}

消息数组中每条消息的字段：

请求示例

示例 1：简单对话

{
  "model": "deepseek-v3.2",
  "input": "你好，请用一句话介绍你自己",
  "temperature": 0.7,
  "max_output_tokens": 1024
}

示例 2：带 instructions（系统指令）

{
  "model": "qwen3.7-max",
  "instructions": "你是一个专业的 Python 编程助手，回答问题时请提供代码示例。",
  "input": "如何在 Python 中读取 JSON 文件？",
  "temperature": 0.5,
  "max_output_tokens": 2048
}

示例 3：多轮对话（previous_response_id）

第一轮请求：

{
  "model": "deepseek-v3.2",
  "instructions": "你是一个友好的助手",
  "input": "你好，我叫小明",
  "max_output_tokens": 1024
}

第一轮响应会返回 id（形如 resp_abc123def456）。第二轮只传该 id，不必重发历史：

{
  "model": "deepseek-v3.2",
  "previous_response_id": "resp_abc123def456",
  "input": "我叫什么名字？",
  "max_output_tokens": 1024
}

示例 4：流式输出

{
  "model": "deepseek-v3.2",
  "input": "写一首关于秋天的五言诗",
  "stream": true,
  "max_output_tokens": 512
}

响应参数

非流式响应参数

响应有两种形状：多数模型返回上表的普通对象；部分模型返回单个 response.completed 事件体（与流式帧同形），此时字段在 response.* 下（response.output[]、response.usage）。两种都要按需取，见「响应示例」的兼容写法。

流式响应事件（SSE）

帧以 data: {…} 给出（部分模型同时带 event: 事件名 行），以 data: [DONE] 结束。

响应示例

非流式响应：

{
  "id": "resp_abc123def456",
  "object": "response",
  "created_at": 1720000000,
  "model": "deepseek-v3.2",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "你好！我是 DeepSeek，很高兴为你服务。"
        }
      ]
    }
  ],
  "status": "completed",
  "usage": { "input_tokens": 15, "output_tokens": 22, "total_tokens": 37 }
}

事件体形状（部分模型）：

{
  "type": "response.completed",
  "response": {
    "id": "resp_abc123def456",
    "object": "response",
    "status": "completed",
    "output": [
      {
        "type": "message",
        "role": "assistant",
        "content": [{ "type": "output_text", "text": "你好！我是 DeepSeek。" }]
      }
    ],
    "usage": { "input_tokens": 15, "output_tokens": 5, "total_tokens": 20 }
  }
}

两种形状的兼容取法：

resp = requests.post(f"{BASE}/v1/responses", headers=H, json=payload).json()
data = resp.get("response") or resp          # 事件体时取内层
text = data["output"][0]["content"][0]["text"]
usage = data["usage"]

流式响应（节选）：

event: response.created
data: {"type":"response.created","response":{"id":"resp_abc123","object":"response","status":"in_progress","output":[]}}

event: response.output_text.delta
data: {"type":"response.output_text.delta","item_id":"msg_001","output_index":0,"content_index":0,"delta":"你好"}

event: response.output_text.delta
data: {"type":"response.output_text.delta","item_id":"msg_001","output_index":0,"content_index":0,"delta":"！"}

event: response.completed
data: {"type":"response.completed","response":{"id":"resp_abc123","status":"completed","output":[{"type":"message","role":"assistant","content":[{"type":"output_text","text":"你好！"}]}],"usage":{"input_tokens":15,"output_tokens":5,"total_tokens":20}}}

data: [DONE]

模型支持范围

• 本协议由模型侧支持，并非所有模型都支持（约六成文本模型可用，较早的第三方开源型号居多）。不支持时会返回 400 / 404 / 500 并给出原因（如「Agent capabilities are not enabled」「Unsupported model」「模型不存在」）——改用 /v1/chat/completions 调同一个模型即可，模型名与计费不变。
• 流式（stream: true）另需模型支持，部分模型会返回 response.failed（错误信息会说明能力不支持）。这类失败不收费，但会在控制台留一条失败记录。
• 文档里的参数与示例可在模型广场任一支文本模型上使用；不确定某支模型是否支持时，先用一条最小请求探一次。

计费

按用量（输入 / 输出 token，命中缓存的输入按缓存价）结算，每次费用都会记入控制台「费用中心」；响应本身不返回费用信息。

错误响应

出错时返回 {"detail": "说明文字"}；如果是模型侧报错，状态码为 502，detail 里带上其原始错误正文，其形状为 {"error": {"message": "...", "type": "invalid_request_error", "param": "...", "code": "..."}}（param 指出出错字段），便于定位原因。

完整状态码与排查速查见「错误码」页。

代码示例

cURL（非流式）：

curl https://ai.jw-info.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-你的密钥" \
  -d '{
    "model": "deepseek-v3.2",
    "instructions": "你是一个友好的助手",
    "input": "你好，请介绍一下你自己",
    "temperature": 0.7,
    "max_output_tokens": 1024
  }'

cURL（流式）：

curl -N https://ai.jw-info.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-你的密钥" \
  -d '{ "model": "deepseek-v3.2", "input": "讲一个笑话", "stream": true, "max_output_tokens": 512 }'

Python（非流式）：

import requests

BASE = "https://ai.jw-info.com"
H = {"Authorization": "Bearer sk-你的密钥", "Content-Type": "application/json"}

resp = requests.post(f"{BASE}/v1/responses", headers=H, json={
    "model": "deepseek-v3.2",
    "instructions": "你是一个友好的助手",
    "input": "你好，请介绍一下你自己",
    "temperature": 0.7,
    "max_output_tokens": 1024,
})
data = resp.json()
if resp.status_code == 200:
    inner = data.get("response") or data           # 兼容两种响应形状
    for item in inner["output"]:
        if item["type"] == "message":
            for c in item["content"]:
                if c["type"] == "output_text":
                    print(c["text"])
    print("Token 用量:", inner["usage"]["total_tokens"])
else:
    print("错误:", data["error"]["message"])

Python（流式）：

import json
import requests

BASE = "https://ai.jw-info.com"
H = {"Authorization": "Bearer sk-你的密钥", "Content-Type": "application/json"}

with requests.post(f"{BASE}/v1/responses", headers=H, stream=True, json={
        "model": "deepseek-v3.2", "input": "写一首关于春天的诗",
        "stream": True, "max_output_tokens": 512}) as r:
    current = None
    for raw in r.iter_lines():
        if not raw:
            continue
        line = raw.decode("utf-8")
        if line.startswith("event: "):
            current = line[7:].strip()
        elif line.startswith("data: ") and line[6:].strip() != "[DONE]":
            data = json.loads(line[6:])
            if data.get("type") == "response.output_text.delta" or \
                    current == "response.output_text.delta":
                print(data.get("delta", ""), end="", flush=True)
            elif data.get("type") == "response.completed" or \
                    current == "response.completed":
                usage = (data.get("response") or data).get("usage") or {}
                print(f"\n--- Token 用量: {usage.get('total_tokens')} ---")

可用模型

以下模型已实测支持本协议；更多模型见模型广场（不确定支持时先发一条最小请求探活）。