GPT 参数与协议差异
了解 GPT 系列模型在 Chat Completions 与 Responses 下的参数差异与使用方式。
使用 GPT 模型时，根据本页选择思考档位和工具调用方式。完整字段定义参阅 Chat Completions 和 Responses。
| 模型 | 使用要点 |
|---|
| gpt-6.1-terra | 可以关闭思考，但工具调用仍须使用 Responses，不能因设置 none 而改用 Chat 调用工具 |
| gpt-6.1-sol、gpt-6-astra | 不支持关闭思考；需要较少推理时使用 low，工具调用使用 Responses |
| gpt-6-luna、gpt-6-sol | 可以关闭思考；Chat 函数调用须设置 reasoning_effort: none，需要思考与工具配合时使用 Responses |
| gpt-5.6-luna、gpt-5.6-sol、gpt-5.6-terra | Chat 函数调用同样须关闭思考；Responses 可保留跨轮思考，三款模型默认使用 all_turns |
| 字段 | 差异说明 |
|---|
reasoning_effort | gpt-6.1-sol、gpt-6-astra 使用 low/medium/high/xhigh/max；其余六款还支持 none。本页八款均不将 minimal 列为可用档位 |
tools | 适用限制见上表；关闭思考后可使用 Chat 的五款模型也仅调用客户端工具，OpenAI 托管工具通过 Responses 使用 |
temperature、top_p | GPT-6／6.1 系列在思考档位不是 none 时不支持，应省略；不能关闭思考的两款模型不要携带。这是模型条件限制，不是字段整体弃用 |
logprobs、top_logprobs | GPT-6／6.1 系列开启思考时须省略；不要直接使用通用 Reference 的 Logprobs 示例 |
max_completion_tokens | 思考与最终回答共用预算。需要思考时，为两部分一并预留输出 Token，不只按可见回答长度设置 |
| 字段 | 差异说明 |
|---|
reasoning.effort | 可用档位按 Chat 表中的模型范围选择；使用 Responses 不会解除模型对 none 的限制 |
reasoning.mode | GPT-5.6 与 GPT-6／6.1 系列支持 standard/pro，默认 standard。pro 增加模型工作量，与思考档位独立，不需要更换模型 ID |
reasoning.context | GPT-5.6 三款默认 all_turns，gpt-6.1-sol 也支持该值；auto 沿用所选模型默认策略。跨轮复用须保留实际响应历史；跨模型家族时，不兼容的思考不会沿用 |
configuration_update | GPT-6／6.1 在标准、单 Agent 模式下，可在 input 中加入此项调整后续思考深度；保持请求顶层 reasoning.effort 不变，有利于保留原提示前缀缓存。不能用于 GPT-5.6 或 pro 模式 |
temperature、top_p、top_logprobs | GPT-6／6.1 系列在思考档位不是 none 时须省略，并从 include 中移除 message.output_text.logprobs |
| 历史 reasoning 项 | 使用 previous_response_id 延续历史，或手动回传完整输入和输出项目；store: false 时保留实际返回的加密 reasoning 项，不把思考摘要当作原始思考回填 |
| 字段 | 差异说明 |
|---|
prompt_cache_options.mode | 本页八款支持 implicit/explicit；前者自动选择可缓存的消息边界，后者按显式断点控制缓存。最小可缓存前缀为 1024 个可见输入 Token，仍需前缀一致 |
prompt_cache_breakpoint | 在适用输入内容块中标记显式断点。改变历史、工具定义或输出配置可能改变缓存前缀；相同模型名称不代表必然命中 |
prompt_cache_options.ttl | 默认 30m；Responses 还支持 12h，表示最短保留时间，不是删除期限。不要把 Responses 的 12h 直接套入 Chat |
prompt_cache_key | GPT-5.6 及后续系列的可选缓存归属标识；不是启用缓存或命中的必要条件 |
| 缓存用量 | 分别查看 Token 明细中的 cached_tokens 与 cache_write_tokens，区分读取和写入；不以请求中启用了缓存判断实际命中 |
将 MODEL_ID 替换为平台提供的完整模型 ID。Chat 示例不携带工具，Responses 示例展示结构化输出；两个示例均使用八款模型支持的 low 档位。
curl 'https://api.agtcloud.cn/v1/chat/completions' \
-H 'Authorization: Bearer your-api-key' \
-H 'Content-Type: application/json' \
--data '{
"model": "MODEL_ID",
"messages": [{"role": "user", "content": "用三点说明如何排查接口超时"}],
"reasoning_effort": "low",
"max_completion_tokens": 4096
}'