OpenAI Responses API ネイティブガイド

/v1/responses は OpenAI の現在の主力ネイティブエンドポイントです。OpenAI の言葉を借りれば、「Chat Completions は引き続きサポートされていますが、Responses はすべての新規プロジェクトに推奨されます。」APIYI はこのエンドポイントを完全にサポートしています — base_url を https://api.apiyi.com/v1 に設定するだけです。このページは OpenAI の公式ドキュメント（developers.openai.com/api/docs、2026年6月時点）に基づいています。すべての例は、コピーしてそのまま使えます。

Responses を選ぶ理由

Chat Completions と比べて、OpenAI は 3 つの具体的な数値を挙げています。

より優れた推論: 同じ推論モデルでも、Responses 経由では SWE-bench のスコアが約 3% 高くなります（推論状態がターンをまたいで保持されるため）
より安い入力: キャッシュの利用率が Chat Completions より 40%〜80% 高く（OpenAI の内部テスト）、その分入力料金を直接削減できます
より多くのツール: web_search や code_interpreter のような組み込みツールは Responses 専用です

Chat Completions が今でも適切な選択である場面: 既存のフレームワークに依存している場合（LangChain や多くのクライアントは既定で /v1/chat/completions を使います）、または Claude、Gemini、その他の非 OpenAI モデルも呼び出せる 1 つのコードベースが欲しい場合です。詳しくは Compatible Mode をご覧ください。

廃止されるのは Assistants API（2026年8月26日 (UTC) に終了予定）であり、Chat Completions ではありません。どちらのエンドポイントも長期的にサポートされ続け、新機能は単に Responses に先に追加されます。

クイックスタート

curl https://api.apiyi.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-5.4",
    "input": "Introduce yourself in one sentence",
    "instructions": "You are a concise assistant"
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

response = client.responses.create(
    model="gpt-5.4",
    input="Introduce yourself in one sentence",
    instructions="You are a concise assistant"
)

print(response.output_text)  # SDK helper that concatenates all text output

import OpenAI from 'openai';

const openai = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api.apiyi.com/v1'
});

const response = await openai.responses.create({
  model: 'gpt-5.4',
  input: 'Introduce yourself in one sentence',
  instructions: 'You are a concise assistant'
});

console.log(response.output_text);

response.output_text を手書きの output[0].content[0].text より優先してください — 推論モデルでは、output 内の最初の項目は、しばしば reasoning 項目ではなく message 項目です。そのため、ハードコードされたインデックス指定はうまく動きません。

リクエストパラメータ

Parameter	Type	Default	説明
`model`	string	required	例: `gpt-5.4`, `gpt-5.5`
`input`	string / array	required	ユーザー入力；マルチモーダルなコンテンツ配列をサポートします
`instructions`	string	null	システム指示（system prompt 相当）
`max_output_tokens`	int	null	出力上限（推論 tokens を含む）
`reasoning`	object	medium	`{"effort": "none/low/medium/high/xhigh"}`
`text`	object	—	`format`（出力形式）、`verbosity`（低/中/高）
`tools`	array	[]	関数 + 組み込みツール
`tool_choice`	string	”auto”	`auto` / `required` / `none` / 特定のツール
`parallel_tool_calls`	boolean	true	並列ツール呼び出しを許可する
`store`	boolean	true	レスポンスをサーバー側に保持する — ⚠️ APIYI では利用できません、下記のマルチターンを参照してください
`previous_response_id`	string	null	前のレスポンスに連結する — ⚠️ APIYI では効果がありません；履歴を `input` 配列に渡してください
`conversation`	string	null	永続的な会話オブジェクト — ⚠️ APIYI ではサポートされていません（`/v1/conversations` は 404 を返します）
`background`	boolean	false	非同期のバックグラウンド実行（長時間タスク / Pro モデル）
`stream`	boolean	false	ストリーミング（セマンティックイベント）
`prompt_cache_key`	string	null	キャッシュルーティングキー — キャッシュ課金を参照してください
`metadata`	object	カスタムメタデータ

gpt-5 シリーズの推論モデルは temperature / top_p をサポートしません — 渡すとエラーになります。代わりに reasoning.effort と text.verbosity を使用してください。

応答構造

output はアイテムの配列です。一般的な 3 種類は、reasoning（推論サマリー）、message（テキスト返信）、function_call（関数呼び出しリクエスト）です。短縮した例:

{
  "id": "resp_abc123",
  "object": "response",
  "status": "completed",
  "model": "gpt-5.4-2026-03-05",
  "output": [
    { "type": "reasoning", "summary": [] },
    {
      "type": "message",
      "role": "assistant",
      "content": [{ "type": "output_text", "text": "Hi! I'm an AI assistant." }]
    }
  ],
  "usage": {
    "input_tokens": 24,
    "input_tokens_details": { "cached_tokens": 0 },
    "output_tokens": 58,
    "output_tokens_details": { "reasoning_tokens": 40 },
    "total_tokens": 82
  }
}

注目すべき usage フィールドは 2 つあります:

input_tokens_details.cached_tokens: キャッシュにヒットした入力（課金は 0.1×）
output_tokens_details.reasoning_tokens: 推論の消費量（出力レートで課金されます。reasoning.effort で調整します）

マルチターン: 履歴を自分で管理する

APIYI 経由で Responses API を呼び出す場合、完全な履歴を input 配列として渡してください（各エントリに role / content を含めます）。Chat Completions と同じ方法です:

resp = client.responses.create(
    model="gpt-5.4",
    input=[
        {"role": "user", "content": "My name is Alice. Please remember it."},
        {"role": "assistant", "content": "Got it, your name is Alice."},
        {"role": "user", "content": "What's my name?"},
    ],
)
print(resp.output_text)  # Answers "Alice"

APIYI ではサーバー側の状態は利用できません — 依存しないでください。 ゲートウェイ経由で検証済み（複数モデル、リトライ遅延あり）:

previous_response_id: エラーなく受け付けられます（200 を返します）が、次のターンは前のターンを記憶しません（input_tokens は現在のターンのみを反映し、履歴は読み込まれません）;
GET /v1/responses/{id}: 400 を返します — 保存済みの応答は取得できません;
conversation オブジェクト（/v1/conversations）: 404 を返します — サポートされていません。

そのため、APIYI では store / previous_response_id / conversation は使用しないでください。代わりに、上記の「input 配列で履歴を自前管理する」アプローチを常に使ってください。完全なクロスフォーマットガイド: マルチターン会話ガイド.

マルチターンでは入力課金は減りません: 毎ターン、履歴全体を再送し、すべて input token として課金されます。長い会話では、キャッシュ割引でコストを抑えられます（履歴のプレフィックスは自動的に 0.1× のキャッシュレートにキャッシュヒットします）— キャッシュ課金を参照してください。

推論と出力の制御

reasoning.effort の選び方

レベル	いつ使うか
`none`	シンプルな Q&A と形式変換 — 高速かつ低コスト
`low`	日常的なチャット、要約
`medium` (既定)	日々の開発におけるバランスの良い選択
`high`	複雑なコード、段階的な推論
`xhigh`	最難関の問題。`gpt-5.5` / `gpt-5.4` 付き

response = client.responses.create(
    model="gpt-5.5",
    input="Prove that the square root of 2 is irrational",
    reasoning={"effort": "xhigh"}
)

text.verbosity

low / medium (既定) / high は回答の長さを制御します。Responses のみ:

response = client.responses.create(
    model="gpt-5.4",
    input="Explain closures",
    text={"verbosity": "low"}  # short version
)

ストリーミング

Responses は、Chat Completions の一般的な choices[0].delta チャンクではなく、セマンティックイベント をストリームします。主なイベント:

イベント	意味
`response.created`	Responses の開始
`response.output_item.added`	新しい出力アイテム（message / function_call / …）
`response.output_text.delta`	テキストの増分
`response.function_call_arguments.delta`	Function 引数の増分
`response.completed`	完了（最終的な usage を含む）
`error`	失敗

stream = client.responses.create(
    model="gpt-5.4",
    input="Write a short poem about autumn",
    stream=True
)

for event in stream:
    if event.type == "response.output_text.delta":
        print(event.delta, end="", flush=True)
    elif event.type == "response.completed":
        print("\n\nUsage:", event.response.usage)

組み込みツール

組み込みツールは Responses 専用の機能です。tools に宣言すると、OpenAI がサーバー側で実行します:

ツール	type	説明
Web search	`web_search`	モデルが自律的に Web を検索します
File search	`file_search`	アップロード済みのベクターストアをクエリします
Code interpreter	`code_interpreter`	サンドボックスで Python を実行します
Computer use	`computer_use`	仮想デスクトップを操作します
Remote MCP	`mcp`	リモート MCP サーバーに接続します
Image generation	`image_generation`	インラインで画像を生成します
Tool search	`tool_search`	大規模なツールセット全体を対象に動的取得を行います (gpt-5.4 以降)

最小限の web_search の例:

response = client.responses.create(
    model="gpt-5.4",
    input="What are today's major AI news stories?",
    tools=[{"type": "web_search"}]
)
print(response.output_text)

組み込みツールは OpenAI 側で実行されます。APIYI チャネルでの各ツールのパススルー対応は、テストで確認してください。カスタム関数呼び出しは完全にサポートされています — 関数呼び出しを参照してください。

Proモデルとバックグラウンドモード

gpt-5.4-proとgpt-5.5-proは、プロフェッショナルなワークロード向けの深い推論モデルです（100万 tokensあたり $30 / $180、svipグループのみ）で、実際には**/v1/responses経由でのみ利用可能**です。1回のリクエストに数分かかることがあるため、background: trueと組み合わせて使ってください:

# Submit a background task
response = client.responses.create(
    model="gpt-5.4-pro",
    input="Do a deep review of this architecture proposal: ...",
    background=True
)

# Poll for the result
import time
while response.status in ("queued", "in_progress"):
    time.sleep(10)
    response = client.responses.retrieve(response.id)

print(response.output_text)

Proモデルは高価で遅いです — その代わりは「より信頼できる回答を待つ数分」です。日常的な開発ではgpt-5.4 / gpt-5.5を使ってください。明確な深い推論の必要がない限り、Proを選ばないでください。

対応モデルと料金

Model	Input (per 1M tokens)	Output (per 1M tokens)	Notes
`gpt-5.6-sol`	$5.00	$30.00	最新のフラッグシップ、1M コンテキスト、`gpt-5.6` エイリアスはここを指します
`gpt-5.6-terra`	$2.50	$15.00	5.6 シリーズのバランスの取れた主力モデル
`gpt-5.6-luna`	$1.00	$6.00	軽量な 5.6 バリアント
`gpt-5.4`	$2.50	$15.00	前の主力モデル、1M コンテキスト
`gpt-5.4-mini`	$0.75	$4.50	軽量で、コストパフォーマンスに優れています
`gpt-5.5`	$5.00	$30.00	前のフラッグシップ、複雑な推論
`gpt-5.2`	$1.75	$14.00	前の主力モデル
`gpt-5.1` / `gpt-5`	$1.25	$10.00	手頃な価格
`gpt-5.4-pro`	$30.00	$180.00	svip 限定、responses のみ、業務利用向け
`gpt-5.5-pro`	$30.00	$180.00	svip 限定、responses のみ、業務利用向け

日付固定版（例: gpt-5.4-2026-03-05）も同じ価格で利用できます。全リスト: Models & Pricing。

Chat Completions からのマッピング

GPT-5.4（gpt-5.6-sol / gpt-5.6-terra / gpt-5.6-luna を含む）以降、/v1/chat/completions では tool 呼び出しと reasoning を同時に行えなくなりました: tools を含み、reasoning_effort が none ではない（デフォルトの medium も該当）リクエストは 400 で失敗します — Function tools with reasoning_effort are not supported for ... in /v1/chat/completions。これは OpenAI の公式制限です。このページで扱う /v1/responses エンドポイントにはそのような制限はありません — これらのモデルで tool 呼び出しを行う場合は Responses を使用してください。

/v1/chat/completions から移行する際のフィールド対応表:

Chat Completions	Responses	注記
`messages` 配列	`input`	簡単なケースではプレーン文字列で動作します
システムメッセージ	`instructions`	単独のパラメータ
`max_tokens` / `max_completion_tokens`	`max_output_tokens`	—
`response_format`	`text.format`	—
トップレベル `reasoning_effort`	`reasoning.effort`	Responses ではネストされたオブジェクト
`choices[0].message.content`	`output_text`	結果の読み取り
ステートレスな手動履歴	こちらも手動履歴（`input` 配列）⚠️ APIYI ではサーバー側の状態は利用できません	—
`usage.prompt_tokens`	`usage.input_tokens`	フィールド名が異なります

response = client.chat.completions.create(
    model="gpt-5.4",
    messages=[
        {"role": "system", "content": "You are a concise assistant"},
        {"role": "user", "content": "Hello"}
    ]
)
content = response.choices[0].message.content

response = client.responses.create(
    model="gpt-5.4",
    input="Hello",
    instructions="You are a concise assistant"
)
content = response.output_text

クライアントのサポート状況

なぜほとんどの VS Code 系 IDE やプラグイン（Cline、Trae など）は /v1/chat/completions しかサポートせず、このページで扱っている Responses エンドポイントはサポートしないのでしょうか？

chat/completions は事実上の業界標準です: サードパーティ製ゲートウェイ、ローカル推論ランタイム（Ollama / vLLM / LM Studio）、そして OpenAI 以外のベンダーもすべてこれを実装しているため、1つのハンドラーで何百ものプロバイダーをカバーできます。一方で、/v1/responses は依然として実質的に OpenAI 専用の方言です
Responses は URL を差し替えるだけではありません: 意味論的なイベントストリーミング（delta の連結ではありません）、item ベースの出力、推論状態の受け渡しはすべて chat/completions とは根本的に異なるため、クライアントはエージェントループ全体を書き換える必要があります
鶏と卵の問題です: クライアントが実装しないのは、ほとんどのカスタムエンドポイント（ゲートウェイ）が Responses を提供していないからであり、ゲートウェイ側も同じ理由で急いで対応しません。APIYI はすでに /v1/responses（このページ）をホストしているため、ゲートウェイ側の障害はありません

2026年7月時点の主要クライアントのサポート状況:

クライアント	Responses 対応	備考
Codex CLI	✅ ネイティブ	OpenAI によって開発されており、エージェントループ全体が Responses 上で動作します。chat/completions 対応は 2026年初頭に削除されました
opencode	✅	OpenAI プロバイダーは既定で Responses を使用します
Roo Code	✅（gpt-5.4 まで）	「OpenAI」プロバイダーは Responses を使用し、カスタム Base URL を受け付けます（「OpenAI Compatible」プロバイダーはまだ chat/completions です）。提供終了済みで、プリセットモデルは `gpt-5.4` までです。Trae や他の VS Code 系 IDE のプラグインとしてインストールできます
Continue	✅	gpt-5 / o-series では既定で Responses を使用します。Cursor に買収され、スタンドアロン製品は縮小中です
Cline	❌	OpenAI Compatible の経路が chat/completions にハードコードされています。コミュニティの機能要望はまだ反映されていません
Trae	❌	カスタムモデルは chat/completions と messages エンドポイントのみを提供します

GPT-5.4 以降の「推論＋ツール呼び出し」ワークロードでは、Codex CLI / opencode が第一候補です。Base URL を https://api.apiyi.com/v1 に向けてください。gpt-5.4 で足りて、VS Code 系 IDE（Trae を含む）のまま使いたい場合は、Roo Code プラグインをインストールして、その OpenAI プロバイダーを選んでください。

トラブルシューティング

症状	原因と対処法
`model_not_supported` エラー	モデルが responses エンドポイントをサポートしていません — gpt-5 シリーズを使用してください
複数ターンでコンテキストを忘れる	APIYI では、`previous_response_id` / `conversation` のサーバー側状態は効果がありません。完全な履歴を `input` 配列に渡してください
`output_text` が空	出力がすべて `function_call` 項目です（モデルは tools の実行を求めています） — `output` を反復処理してください
`temperature` を渡したときにエラー	gpt-5 の reasoning モデルではサポートされていません — 削除して、`reasoning.effort` を使用してください
`Function tools with reasoning_effort are not supported ...` (400)	GPT-5.4+ の公式制限で `/v1/chat/completions` は制約があります（tools と非-`none` reasoning_effort は相互に排他的です） — このページの `/v1/responses` エンドポイントに切り替えてください

基本

基本API

画像API（公式）

動画API（公式）

マルチモーダル理解API

テキストAPI

OpenAI Responses API ネイティブガイド

Responses を選ぶ理由

クイックスタート

リクエストパラメータ

応答構造

マルチターン: 履歴を自分で管理する

推論と出力の制御

reasoning.effort の選び方

text.verbosity

ストリーミング

組み込みツール

Proモデルとバックグラウンドモード

対応モデルと料金

Chat Completions からのマッピング

クライアントのサポート状況

トラブルシューティング

関連リンク

​Responses を選ぶ理由

​クイックスタート

​リクエストパラメータ

​応答構造

​マルチターン: 履歴を自分で管理する

​推論と出力の制御

​reasoning.effort の選び方

​text.verbosity

​ストリーミング

​組み込みツール

​Proモデルとバックグラウンドモード

​対応モデルと料金

​Chat Completions からのマッピング

​クライアントのサポート状況

​トラブルシューティング

​関連リンク

Responses を選ぶ理由

クイックスタート

リクエストパラメータ

応答構造

マルチターン: 履歴を自分で管理する

推論と出力の制御

reasoning.effort の選び方

text.verbosity

ストリーミング

組み込みツール

Proモデルとバックグラウンドモード

対応モデルと料金

Chat Completions からのマッピング

クライアントのサポート状況

トラブルシューティング

関連リンク