Responses API 与 Chat Completions：有哪些区别，应该使用哪个

如今，兼容 OpenAI 的 API 主要有两种请求格式：长期使用的 /v1/chat/completions，以及较新的 /v1/responses。GetVibe API 使用同一个密钥和基础 URL https://getvibeapi.com/v1 同时支持这两种格式。下面介绍它们在实际使用中的区别、该如何选择，以及在两者之间切换时需要注意的一个陷阱。

简要结论

	Chat Completions	Responses
端点	`POST /v1/chat/completions`	`POST /v1/responses`
输入	一个 `messages` 数组	`input`：字符串或项目数组
系统提示词	使用 `system` 角色的消息	`instructions` 字段
回答	`choices[0].message`	一个 `output` 数组：推理、消息、函数调用
输出限制	`max_tokens`	`max_output_tokens`
使用者	大多数 SDK、框架和聊天应用	Codex CLI 和较新的智能体 SDK

格式不会改变模型、价格或 token 数量：无论使用哪种格式，都会按照模型的输入和输出 token 计费。

两种格式中的相同请求

Chat Completions：

curl https://getvibeapi.com/v1/chat/completions \
  -H "Authorization: Bearer $GETVIBE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "messages": [
      {"role": "system", "content": "用一句话回答。"},
      {"role": "user", "content": "HTTP 429 表示什么？"}
    ],
    "max_tokens": 300
  }'

Responses：

curl https://getvibeapi.com/v1/responses \
  -H "Authorization: Bearer $GETVIBE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "instructions": "用一句话回答。",
    "input": "HTTP 429 表示什么？",
    "max_output_tokens": 300
  }'

在 Chat Completions 中，文本位于 choices[0].message.content。在 Responses 中，文本位于 output 内：对于推理模型，第一个项目是 reasoning 项，回答则是类型为 message 的项目。你不必手动遍历数组；Python SDK 提供了 output_text 属性。

import os
from openai import OpenAI

client = OpenAI(base_url="https://getvibeapi.com/v1", api_key=os.environ["GETVIBE_API_KEY"])

chat = client.chat.completions.create(
    model="gpt-6-luna",
    messages=[{"role": "system", "content": "用一句话回答。"},
              {"role": "user", "content": "HTTP 429 表示什么？"}],
)
print(chat.choices[0].message.content)

resp = client.responses.create(
    model="gpt-6-luna",
    instructions="用一句话回答。",
    input="HTTP 429 表示什么？",
)
print(resp.output_text)

Responses 并不局限于 OpenAI 模型。在发布前，我们将相同的 Responses 请求分别发送给 gpt-6-luna、claude-sonnet-5.5 和 deepseek-v4.1-flash，三个模型都给出了回答。DeepSeek 在其 message 之前返回了一个 reasoning 项，与上面的说明完全一致。

对话历史：需要自行发送

这是切换前需要了解的唯一事项。OpenAI 自己的 Responses API 可以在服务器上保存对话，因此下一次请求可以通过 previous_response_id 指向上一次请求。GetVibe API 不会存储你的对话，因此不支持 previous_response_id，而 store 会被忽略。我们尝试使用它时，请求因 400 错误而被拒绝。

可行的模式与 Chat Completions 相同：将完整历史记录放入 input 中发送。

history = [{"role": "user", "content": "我叫 Ana。记住这个名字。"}]
first = client.responses.create(model="gpt-6-luna", input=history)

history.append({"role": "assistant", "content": first.output_text})
history.append({"role": "user", "content": "我叫什么名字？用一个词回答。"})
second = client.responses.create(model="gpt-6-luna", input=history)
print(second.output_text)  # Ana

工具：形状有所不同

两种格式都支持函数调用，但工具定义的形式不同。在 Chat Completions 中，函数字段嵌套在 function 对象内；在 Responses 中，这些字段直接位于工具上。调用会作为单独的 function_call 项返回，而你需要使用具有相同 call_id 的 function_call_output 项返回结果。

import json

tools = [{
    "type": "function",
    "name": "get_weather",
    "description": "某个城市的当前天气",
    "parameters": {
        "type": "object",
        "properties": {"city": {"type": "string"}},
        "required": ["city"],
        "additionalProperties": False,
    },
}]

items = [{"role": "user", "content": "丹佛的天气怎么样？"}]
resp = client.responses.create(model="gpt-6-luna", input=items, tools=tools)

for item in resp.output:
    if item.type == "function_call":
        result = {"city": "Denver", "temp_f": 54, "sky": "overcast"}  # 你的函数
        items.append({"type": "function_call", "call_id": item.call_id,
                      "name": item.name, "arguments": item.arguments})
        items.append({"type": "function_call_output", "call_id": item.call_id,
                      "output": json.dumps(result)})

final = client.responses.create(model="gpt-6-luna", input=items, tools=tools)
print(final.output_text)

在我们的运行中，模型使用 {"city":"Denver"} 调用了 get_weather，第二个请求回答丹佛的气温为 54°F，天气阴天。相同循环的 Chat Completions 版本请参阅我们的函数调用指南。

流式传输

两种格式都支持 "stream": true，但事件有所不同。Chat Completions 发送统一的 data: 行，每一段新增文本位于 choices[0].delta.content 中。Responses 发送带名称的事件：首先是 response.created，然后是包含文本片段的 response.output_text.delta，最后是 response.completed。如果你不是通过 SDK，而是自行解析流，就需要针对具体格式编写解析器。

该如何选择

如果你已经在使用 Chat Completions，或者使用某个框架、聊天应用或无代码平台，就选择它。几乎所有工具都支持这种格式，没有必要仅仅为了更换格式而重写可正常运行的代码。
如果某个工具要求使用 Responses，就选择它。主要例子是 Codex CLI，它通过 /v1/responses 进行通信；配置方法请参阅 Codex CLI 文档和我们的 Codex CLI 指南。

无论选择哪种格式，模型列表和价格都相同。所有字段请参阅 API 参考，实时价格请参阅模型页面。