Alibaba Cloud Model Studio admite la API de Responses compatible con OpenAI. Basándose en la API de Chat Completions, la API de Responses agiliza la funcionalidad nativa de agentes.
Ventajas sobre la API de Chat Completions de OpenAI:
Primero, obtenga una clave de API y configúrela como una variable de entorno. Si utiliza el SDK de OpenAI, instale el SDK.
Envíe un mensaje y obtenga una respuesta.
Ejemplo de respuesta
El parámetro
Ejemplo de respuesta de segunda ronda
Nota: En la segunda ronda, el recuento de
Use
Ejemplo de respuesta
Reciba contenido del modelo en tiempo real, especialmente útil para la generación de texto extenso.
Ejemplo de respuesta
Habilite las herramientas integradas para tareas complejas. El extractor web y el intérprete de código son gratuitos por tiempo limitado. Consulte llamada de herramientas para ver las herramientas admitidas.
Para
Ejemplo de respuesta
En conversaciones multironda, habilite el caché de sesión para permitir que el servidor almacene en caché el contexto de la conversación automáticamente. Esto reduce la latencia y los costos sin necesidad de gestión manual del caché.
El almacenamiento en caché implícito automático se describe por separado en Caché de contexto.
Uso: Para habilitar el caché de sesión, agregue
La API de Responses simplifica la interfaz de la API de Chat Completions manteniendo la compatibilidad. Para migrar, siga estos pasos.
Actualice la dirección del endpoint de
La API de Responses devuelve una estructura de respuesta diferente. Use el atajo
Con la API de Chat Completions, debe gestionar manualmente la matriz de historial de mensajes. La API de Responses simplifica este proceso utilizando el parámetro
La API de Responses incluye herramientas integradas. Especifíquelas en el parámetro
R: Pase el
R: Este atributo falta en algunas versiones del SDK de Python de OpenAI, como la 1.99.2. Para resolver este error, actualice el SDK a la última versión.
- Herramientas integradas: Mejore los resultados para tareas complejas con búsqueda web, extracción web, un intérprete de código, texto a imagen e imagen a imagen. Para más detalles, consulte Llamar a herramientas integradas.
- Entrada más flexible: La API admite tanto entradas directas de cadenas como matrices de mensajes en el formato de chat estándar.
- Gestión simplificada del contexto: Pasar el
previous_response_idelimina la necesidad de construir manualmente una matriz completa de historial de mensajes.
Requisitos previos
Primero, obtenga una clave de API y configúrela como una variable de entorno. Si utiliza el SDK de OpenAI, instale el SDK.
Modelos admitidos
qwen4-max-preview (solo Token Plan), qwen3.8-max, qwen3.8-max-0902, qwen3.8-flash, qwen3.8-2.4t-a95b, qwen3.8-27b, qwen3.8-omni-flash, qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3.7-max-2026-05-17, qwen3.7-max-preview, qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.6-plus, qwen3.6-plus-2026-04-02, qwen3.5-plus, qwen3.5-plus-2026-04-20, qwen3.5-plus-2026-02-15, qwen3.7-flash, qwen3.7-flash-2026-07-15, qwen3.6-flash, qwen3.6-flash-2026-04-16, qwen3.5-flash, qwen3.5-flash-2026-02-23, qwen3.6-35b-a3b, qwen3.5-397b-a17b, qwen3.5-122b-a10b, qwen3.5-27b, qwen3.5-35b-a3b, deepseek-v4.1-flash, deepseek-v4.1-flash-1017, deepseek-v4-pro, deepseek-v4-pro-0813, deepseek-v4-flash-0731, glm-5.3, glm-5.2, kimi-k3
Para entrada de audio/video con qwen3.8-omni-flash, consulte la guía Omni. El modelo produce salida de texto.
Endpoints
- Singapore
- China (Beijing)
- EE. UU. (Virginia)
- Hong Kong (China)
- Germany (Frankfurt)
- Japan (Tokyo)
Configuración de llamada del SDK
base_url: https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1URL de solicitud HTTP: POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/responsesReemplace WorkspaceId con su ID de espacio de trabajo real.Ejemplos de código
Llamada básica
Envíe un mensaje y obtenga una respuesta.
Python
Esta es una respuesta completa de la API.
Conversación multironda
El parámetro previous_response_id mantiene automáticamente el contexto de la conversación, por lo que no necesita construir manualmente el historial de mensajes. Cada id de respuesta es válido durante 7 días.
Elprevious_response_iddebe ser elidde nivel superior de la respuesta anterior (por ejemplo,resp_xxx, en formato UUID), no eliddel mensaje dentro de la matrizoutput(por ejemplo,msg_56c860c4-3ad8-4a96-8553-d2f94c259xxx).
Python
input_tokens es 78. Este número incluye el contexto de la primera ronda, lo que demuestra que el modelo recordó correctamente el nombre "John".
Pensamiento profundo
Use reasoning.effort para controlar la intensidad del pensamiento. Los valores admitidos y los valores predeterminados dependen del modelo; consulte la referencia del parámetro reasoning. El pensamiento se devuelve como un elemento de salida reasoning.
El ejemplo de qwen3.8-max a continuación usa reasoning.effort, que tiene prioridad sobre enable_thinking. No admite thinking_budget para limitar la longitud del pensamiento.
Python
Salida en streaming
Reciba contenido del modelo en tiempo real, especialmente útil para la generación de texto extenso.
Python
Uso de herramientas integradas
Habilite las herramientas integradas para tareas complejas. El extractor web y el intérprete de código son gratuitos por tiempo limitado. Consulte llamada de herramientas para ver las herramientas admitidas.
Para qwen3.8-omni-flash, la única herramienta integrada admitida es web_search. También se admiten herramientas personalizadas de tipo function.
Python
Caché de sesión
En conversaciones multironda, habilite el caché de sesión para permitir que el servidor almacene en caché el contexto de la conversación automáticamente. Esto reduce la latencia y los costos sin necesidad de gestión manual del caché.
El almacenamiento en caché implícito automático se describe por separado en Caché de contexto.
Uso: Para habilitar el caché de sesión, agregue x-dashscope-session-cache: enable al encabezado de la solicitud. Para deshabilitarlo, establezca el valor en disable. El valor predeterminado es disable.
Comportamiento de caché:
-
Caché de sesión habilitado:
- El modelo admite caché explícito: Usa caché explícito. Para facturación y restricciones, consulte Caché explícito.
- El modelo no admite caché explícito pero sí admite caché implícito: Usa caché implícito. Para facturación y restricciones, consulte Caché implícito.
- Caché de sesión no habilitado: Igual que las llamadas normales a la API. El caché implícito sigue habilitándose automáticamente para los modelos que lo admiten, pero sin los beneficios del caché de sesión.
Python
Migración de la API de Chat Completions a la API de Responses
La API de Responses simplifica la interfaz de la API de Chat Completions manteniendo la compatibilidad. Para migrar, siga estos pasos.
1. Actualice la dirección del endpoint
Actualice la dirección del endpoint de /v1/chat/completions a /v1/responses.
Python
2. Actualice el manejo de respuestas
La API de Responses devuelve una estructura de respuesta diferente. Use el atajo output_text para recuperar la salida de texto, o acceda a información detallada a través de la matriz output.
Comparación de respuestas
3. Simplifique las conversaciones multironda
Con la API de Chat Completions, debe gestionar manualmente la matriz de historial de mensajes. La API de Responses simplifica este proceso utilizando el parámetro previous_response_id para vincular automáticamente el contexto de la conversación. El id de la respuesta es válido durante 7 días.
- Python
- Node.js
4. Uso de herramientas integradas
La API de Responses incluye herramientas integradas. Especifíquelas en el parámetro tools. Las herramientas de Intérprete de Código y búsqueda web son gratuitas por tiempo limitado. Consulte llamada de herramientas.
- Python
- Node.js
- Curl
FAQ
P: ¿Cómo pasar el contexto de conversación multironda?
R: Pase el id de la respuesta anterior exitosa del modelo como parámetro previous_response_id en su próxima solicitud de conversación.