Alibaba Cloud Model Studio prend en charge l'API Responses compatible avec OpenAI. S'appuyant sur l'API Chat Completions, l'API Responses simplifie les fonctionnalités natives des agents.
Avantages par rapport à l'API Chat Completions d'OpenAI :
Commencez par obtenir une clé API et la configurer comme variable d'environnement. Si vous utilisez le SDK OpenAI, installez le SDK.
Envoyez un message et obtenez une réponse.
Exemple de réponse
Le paramètre
Exemple de réponse au deuxième tour
L’exemple de réponse suivant utilise
Remarque : Lors du deuxième tour, le nombre de
Utilisez le paramètre reasoning pour contrôler l'intensité du raisonnement du modèle. Lorsque vous définissez reasoning.effort, le modèle réfléchit avant de répondre et renvoie le processus de réflexion dans un élément de sortie reasoning. Le paramètre effort prend en charge les valeurs suivantes :
Exemple de réponse
L’exemple de réponse suivant utilise
Recevez le contenu généré par le modèle en temps réel, ce qui s'avère particulièrement utile pour la génération de textes longs.
Exemple de réponse
L’exemple de réponse suivant utilise
Activez les outils intégrés pour réaliser des tâches complexes. L'extracteur web et l'interpréteur de code sont gratuits pour une durée limitée. Consultez la rubrique appel d'outils pour connaître les outils pris en charge.
Exemple de réponse
Lors de conversations multi-tours, activez le cache de session pour permettre au serveur de mettre en cache automatiquement le contexte de la conversation. Cette approche réduit la latence et les coûts sans nécessiter de gestion manuelle du cache.
Utilisation : Pour activer le cache de session, ajoutez
L'API Responses simplifie l'interface de l'API Chat Completions tout en maintenant la compatibilité. Pour effectuer la migration, suivez les étapes ci-dessous.
Modifiez l'adresse du endpoint de
L'API Responses renvoie une structure de réponse différente. Utilisez le raccourci
Avec l'API Chat Completions, vous devez gérer manuellement le tableau d'historique des messages. L'API Responses simplifie ce processus en utilisant le paramètre
L'API Responses inclut des outils intégrés. Spécifiez-les dans le paramètre
R : Transmettez l'
R : Cet attribut est absent dans certaines versions du SDK OpenAI pour Python, comme la version 1.99.2. Pour résoudre cette erreur, mettez à jour le SDK vers la dernière version.
- Outils intégrés : améliorez les résultats pour les tâches complexes grâce à la recherche web, au scraping web, à un interpréteur de code, ainsi qu'aux fonctionnalités de génération d'images à partir de texte et de modification d'images. Pour plus de détails, consultez la section Appeler des outils intégrés.
- Entrées plus flexibles : l'API accepte aussi bien les entrées sous forme de chaînes directes que les tableaux de messages au format de chat standard.
- Gestion du contexte simplifiée : le passage de l'identifiant
previous_response_idélimine le besoin de construire manuellement un tableau complet de l'historique des messages.
Prérequis
Commencez par obtenir une clé API et la configurer comme variable d'environnement. Si vous utilisez le SDK OpenAI, installez le SDK.
Modèles pris en charge
- Singapore
- US (Virginia)
- Germany (Frankfurt)
- China (Beijing)
- Hong Kong (China)
- Japan (Tokyo)
International deployment scope
qwen4-max , qwen3.8-max, qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, 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, qwen3.8-2.4t-a95b, qwen3.8-27b, qwen3.6-35b-a3b, qwen3.5-397b-a17b, qwen3.5-122b-a10b, qwen3.5-27b, qwen3.5-35b-a3b, qwen-plus, qwen-flash, qwen3-coder-flash, qwen-plus-character, qwen-flash-character, deepseek-v4.1-flash-1017, deepseek-v4-pro, deepseek-v4-flash-0731、glm-5.2deepseek-v4.1-flash-1017 prend en charge l’API Responses et ses fonctionnalités d’agent dans les six régions : cn-beijing, ap-southeast-1, us-east-1, eu-central-1, ap-northeast-1 et cn-hongkong. Il prend en charge les trois outils intégrés web_search, web_extractor et code_interpreter.
Endpoints
- Singapore
- China (Beijing)
- US (Virginia)
- China (Hong Kong)
- Germany (Frankfurt)
- Japan (Tokyo)
Valeur du paramètre
base_url pour la configuration des appels SDK : https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1URL de la requête HTTP : POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/responsesRemplacez WorkspaceId par votre Workspace ID réel.Exemples de code
Appel de base
Envoyez un message et obtenez une réponse.
Python
Il s'agit d'une réponse API complète.L’exemple de réponse suivant utilise
qwen3.8-max pour illustrer les champs de réponse.
Conversation multi-tours
Le paramètre previous_response_id conserve automatiquement le contexte de la conversation ; vous n'avez donc pas besoin de construire manuellement l'historique des messages. Chaque id de réponse reste valide pendant 7 jours.
Le paramètreprevious_response_iddoit correspondre à l'idde niveau supérieur de la réponse précédente (par exemple,resp_xxx, au format UUID), et non à l'iddu message situé dans le tableauoutput(par exemple,msg_56c860c4-3ad8-4a96-8553-d2f94c259xxx).
Python
qwen3.8-max pour illustrer les champs de réponse.
input_tokens est de 78. Ce total inclut le contexte du premier tour, ce qui confirme que le modèle a bien mémorisé le nom « John ».
Réflexion approfondie
Utilisez le paramètre reasoning pour contrôler l'intensité du raisonnement du modèle. Lorsque vous définissez reasoning.effort, le modèle réfléchit avant de répondre et renvoie le processus de réflexion dans un élément de sortie reasoning. Le paramètre effort prend en charge les valeurs suivantes :
none: désactive la réflexion et fournit une réponse directe.minimal: minimise la réflexion pour obtenir la réponse la plus rapide possible.low: effectue une réflexion légère, en privilégiant la rapidité de la réponse.medium(par défaut) : effectue une réflexion modérée, en équilibrant vitesse et profondeur d'analyse.high: effectue une réflexion approfondie, en se concentrant sur les problèmes complexes et spécialisés.
Vous ne pouvez pas utiliser le paramètrethinking_budgetpour contrôler la longueur maximale de la réflexion. Le paramètrereasoning.effortest prioritaire surenable_thinking. Utilisezreasoning.effort, carenable_thinkingsera obsolète.
Python
qwen3.8-max pour illustrer les champs de réponse.
Sortie en flux continu
Recevez le contenu généré par le modèle en temps réel, ce qui s'avère particulièrement utile pour la génération de textes longs.
Python
qwen3.8-max pour illustrer les champs de réponse.
Utiliser les outils intégrés
Activez les outils intégrés pour réaliser des tâches complexes. L'extracteur web et l'interpréteur de code sont gratuits pour une durée limitée. Consultez la rubrique appel d'outils pour connaître les outils pris en charge.
Python
Cache de session
Lors de conversations multi-tours, activez le cache de session pour permettre au serveur de mettre en cache automatiquement le contexte de la conversation. Cette approche réduit la latence et les coûts sans nécessiter de gestion manuelle du cache.
Utilisation : Pour activer le cache de session, ajoutez x-dashscope-session-cache: enable à l'en-tête de la requête. Pour le désactiver, définissez la valeur sur disable. La valeur par défaut est disable.
Comportement du cache :
-
Cache de session activé :
- Le modèle prend en charge le cache explicite : utilise le cache explicite. Pour plus d'informations sur la facturation et les contraintes, consultez la section Cache explicite.
- Le modèle ne prend pas en charge le cache explicite mais prend en charge le cache implicite : utilise le cache implicite. Pour plus d'informations sur la facturation et les contraintes, consultez la section Cache implicite.
- Cache de session non activé : fonctionnement identique aux appels API standards. Le cache implicite reste automatiquement activé pour les modèles qui le prennent en charge, mais sans les avantages liés au cache de session.
Python
Migrer de l'API Chat Completions vers l'API Responses
L'API Responses simplifie l'interface de l'API Chat Completions tout en maintenant la compatibilité. Pour effectuer la migration, suivez les étapes ci-dessous.
1. Mettez à jour l'adresse du endpoint
Modifiez l'adresse du endpoint de /v1/chat/completions vers /v1/responses.
Python
2. Mettez à jour la gestion des réponses
L'API Responses renvoie une structure de réponse différente. Utilisez le raccourci output_text pour récupérer la sortie textuelle, ou accédez aux informations détaillées via le tableau output.
Comparaison des réponses
L’exemple de réponse suivant utilise qwen3.8-max pour illustrer les champs de réponse. | L’exemple de réponse suivant utilise qwen3.8-max pour illustrer les champs de réponse. |
3. Simplifiez les conversations multi-tours
Avec l'API Chat Completions, vous devez gérer manuellement le tableau d'historique des messages. L'API Responses simplifie ce processus en utilisant le paramètre previous_response_id pour lier automatiquement le contexte de la conversation. L'id de la réponse est valide pendant 7 jours.
- Python
- Node.js
4. Utilisez les outils intégrés
L'API Responses inclut des outils intégrés. Spécifiez-les dans le paramètre tools. L'interpréteur de code et les outils de recherche web sont gratuits pour une durée limitée. Consultez la section appel d'outils.
- Python
- Node.js
- Curl
FAQ
Q : Comment transmettre le contexte d'une conversation multi-tours ?
R : Transmettez l'id de la précédente réponse réussie du modèle en tant que paramètre previous_response_id dans votre prochaine requête de conversation.
Q : Pourquoi ne puis-je pas afficher 'output_text' ?
R : Cet attribut est absent dans certaines versions du SDK OpenAI pour Python, comme la version 1.99.2. Pour résoudre cette erreur, mettez à jour le SDK vers la dernière version.
Rubriques connexes
- Réponses OpenAI
- Obtenir votre clé API
- Stocker votre clé API dans une variable d'environnement