> ## Documentation Index
> Fetch the complete documentation index at: https://tikway.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 响应参数

> Responses API 的响应对象、输出 item 与流式事件说明。

非流式请求返回 `object: "response"` 的响应对象。Responses 的 `output` 是异构 item 数组，可能包含 assistant 消息、reasoning、函数调用或平台工具调用；不要假设首个 item 就是最终文本。

## 顶层字段

### `id`、`object` 与时间字段

`id` 是当前响应的唯一标识，可用于 `previous_response_id` 延续对话。`object` 固定为 `response`。`created_at` 和 `completed_at` 分别是创建与完成时的 Unix 秒级时间戳。

### `status`、`error` 与 `incomplete_details`

`status` 表示响应生命周期，可能为 `queued`、`in_progress`、`completed`、`failed`、`cancelled` 或 `incomplete`。

失败时查看 `error.code` 与 `error.message`。若 `status` 为 `incomplete`，请检查 `incomplete_details.reason`，常见原因是触发输出上限或内容过滤。

### `output`

模型生成的 item 数组。常见 item 包括：

* `message`：assistant 文本、拒绝内容或引用。
* `reasoning`：模型的推理 item；字段是否返回取决于模型和配置。
* `function_call`：模型请求应用调用一个自定义函数。
* `web_search_call`、`file_search_call`、`code_interpreter_call` 等：平台工具调用；仅在相应工具可用时出现。

### 其他回显字段

响应还可能回显或携带以下请求配置：

* `model`、`instructions`、`tools`、`tool_choice` 与 `parallel_tool_calls`
* `temperature`、`top_p`、`text` 与 `reasoning`
* `metadata`、`store`、`truncation` 与 `service_tier`
* `previous_response_id`、`conversation`、`max_output_tokens` 与 `max_tool_calls`

### `usage`

`usage.input_tokens`、`usage.output_tokens` 与 `usage.total_tokens` 分别表示输入、输出和总 token 数。

`usage.input_tokens_details` 可能包含 `cached_tokens` 和 `cache_write_tokens`；`usage.output_tokens_details` 可能包含 `reasoning_tokens`。

## `message` 输出 item

文本消息的典型结构如下：

```json theme={null}
{
  "type": "message",
  "id": "msg_01J...",
  "status": "completed",
  "role": "assistant",
  "content": [
    {
      "type": "output_text",
      "text": "在城市入睡后，替你翻开下一页。",
      "annotations": []
    }
  ]
}
```

`content` 可能包含：

* `output_text`：最终文本，读取 `text`。
* `refusal`：拒绝说明，读取 `refusal`。
* 音频、引用或模型特定内容块：是否存在取决于模型和请求。

`output_text.annotations` 可包含 URL 引用、文件引用、容器文件引用或文件路径。请求 `include: ["message.output_text.logprobs"]` 后，`output_text` 还可能包含 `logprobs`。

## `function_call` 输出 item

函数调用 item 代表模型的调用意图，不代表函数已经被执行。

```json theme={null}
{
  "type": "function_call",
  "id": "fc_01J...",
  "call_id": "call_weather_shanghai_01",
  "name": "get_weather",
  "arguments": "{\"city\":\"上海\"}",
  "status": "completed"
}
```

`arguments` 是 JSON 字符串，应用必须解析并校验。执行后，使用 `call_id` 构造下一轮的 `function_call_output` 输入 item。详见 [函数调用](./function-calling)。

## 完整响应示例

```json theme={null}
{
  "id": "resp_01J...",
  "object": "response",
  "created_at": 1760000000,
  "completed_at": 1760000001,
  "status": "completed",
  "error": null,
  "incomplete_details": null,
  "model": "openai/gpt-5.6-terra",
  "output": [
    {
      "type": "message",
      "id": "msg_01J...",
      "status": "completed",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "在城市入睡后，替你翻开下一页。",
          "annotations": []
        }
      ]
    }
  ],
  "parallel_tool_calls": true,
  "previous_response_id": null,
  "store": true,
  "temperature": 1,
  "text": {
    "format": { "type": "text" }
  },
  "tool_choice": "auto",
  "tools": [],
  "top_p": 1,
  "truncation": "disabled",
  "usage": {
    "input_tokens": 30,
    "output_tokens": 18,
    "total_tokens": 48,
    "input_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0
    },
    "output_tokens_details": {
      "reasoning_tokens": 0
    }
  },
  "metadata": {}
}
```