Responses API 的新工具和功能

# Responses API 中的新工具和功能 源：https://openai.com/index/new-tools-and-features-in-the-responses-api/ 今天，我们在 Responses API（我们构建代理应用的核心 API 原语）中添加了新的内置工具。这包括对所有远程 Model Context Protocol (MCP) 服务器的支持，以及图像生成、Code Interpreter 等工具，以及对文件搜索的改进。这些工具在我们的 GPT-4o 系列、GPT-4.1 系列和 OpenAI o 系列推理模型中均可用。o3 和 o4-mini 现在可以在 Responses API 中直接在思维链内调用工具和函数，产生更有文脉和相关的答案。在 Responses API 中使用 o3 和 o4-mini 保留了跨请求和工具调用的推理令牌，提高了模型智能，并降低了开发者的成本和延迟。 我们还在 Responses API 中引入了新功能，提高了企业和开发者的可靠性、可见性和隐私保护。这些包括后台模式以异步且更可靠地处理长时间运行的任务、对推理摘要的支持，以及对加密推理项目的支持。 自 2025 年 3 月发布 Responses API（包含网页搜索、文件搜索和计算机使用等工具）以来，数十万开发者已使用该 API 处理我们模型中数万亿个令牌。客户已使用该 API 构建了各种代理应用，包括 Zencoder 的编码代理、Revi 的面向私募股权和投资银行的市场情报代理，以及 MagicSchool AI 的教育助手——所有这些都使用网页搜索将相关的最新信息提取到其应用中。现在，开发者可以使用今天发布的新工具和功能构建更加实用和可靠的代理。 我们在 Responses API 中添加了对远程 MCP 服务器的支持，这是对 Agents SDK 中 MCP 支持发布的延续。MCP 是一个开放协议，标准化了应用向 LLM 提供文脉的方式。通过在 Responses API 中支持 MCP 服务器，开发者只需几行代码就能将我们的模型连接到任何 MCP 服务器上的工具。以下是开发者今天如何在 Responses API 中使用远程 MCP 服务器的一些示例： 流行的远程 MCP 服务器包括 Cloudflare、HubSpot、Intercom、PayPal、Plaid、Shopify、Stripe、Square、Twilio、Zapier 等。我们预期远程 MCP 服务器生态将在未来几个月迅速增长，使开发者更容易构建能够连接到用户已经依赖的工具和数据源的强大代理。为了最好地支持生态系统并为这一发展中的标准做出贡献，OpenAI 还加入了 MCP 的指导委员会。 若要了解如何启动自己的远程 MCP 服务器，请查看 Cloudflare 的指南。若要了解如何在 Responses API 中使用 MCP 工具，请查看我们 API Cookbook 中的指南。 通过 Responses API 中的内置工具，开发者可以轻松地用单一 API 调用创建更强大的代理。通过在推理时调用多个工具，模型现在在行业标准基准（如 Humanity's Last Exam）上实现了显著更高的工具调用性能。今天，我们添加了新的工具，包括： - **图像生成：** 除了使用 Images API，开发者现在可以在 Responses API 中将我们最新的图像生成模型 `gpt-image-1` 作为工具访问。该工具支持实时流式传输——允许开发者看到图像生成时的预览——以及多轮编辑——允许开发者提示模型逐步细致地精细化这些图像。详细了解。 - **Code Interpreter：** 开发者现在可以在 Responses API 中使用 Code Interpreter 工具。该工具对于数据分析、解决复杂的数学和编码问题，以及帮助模型深入理解和操纵图像很有用。o3 和 o4-mini 等模型在其思维链内使用 Code Interpreter 工具的能力已导致在包括 Humanity's Last Exam 在内的多个基准上性能提升。详细了解。 - **文件搜索：** 开发者现在可以在我们的推理模型中访问文件搜索工具。文件搜索使开发者能够根据用户查询将其文档的相关部分提取到模型的文脉中。我们还对文件搜索工具进行了更新，允许开发者跨多个向量库执行搜索，并支持使用数组进行属性筛选。详细了解。 除了新工具外，我们还在 Responses API 中添加了对新功能的支持，包括： - **后台模式：** 如 Codex、Deep Research 和 Operator 等代理产品所示，推理模型可能需要几分钟来解决复杂问题。开发者现在可以使用后台模式在 o3 等模型上构建类似的体验，而不用担心超时或其他连接问题——后台模式异步启动这些任务。开发者可以轮询这些对象以检查完成情况，或在其应用需要赶上最新状态时开始流式传输事件。详细了解。 - **推理摘要：** Responses API 现在可以生成模型内部思维链的简洁自然语言摘要，类似于您在 ChatGPT 中看到的内容。这使开发者更容易调试、审计和构建更好的最终用户体验。推理摘要无额外成本提供。详细了解。 - **加密推理项目：** 符合零数据保留 (ZDR) 条件的客户现在可以在 API 请求间重用推理项目——而无需任何推理项目存储在 OpenAI 的服务器上。对于 o3 和 o4-mini 等模型，在函数调用间重用推理项目可提升智能、减少令牌使用并提高缓存命中率，从而降低成本和延迟。详细了解。 所有这些工具和功能现在均可在 Responses API 中使用，在我们的 GPT-4o 系列、GPT-4.1 系列和 OpenAI o 系列推理模型（o1、o3、o3-mini 和 o4-mini）中得到支持。图像生成仅在我们推理模型系列的 o3 上支持。 现有工具的定价保持不变。图像生成成本为 $5.00/100 万文本输入令牌、$10.00/100 万图像输入令牌和 $40.00/100 万图像输出令牌，缓存输入令牌打 75 折。Code Interpreter 成本为 $0.03 每容器。文件搜索成本为 $0.10/GB 向量存储每天和 $2.50/1k 工具调用。调用远程 MCP 服务器工具无额外成本——您只需为 API 的输出令牌付费。在我们的文档中详细了解定价。 我们很高兴看到您创建什么！