API Responses : le format Responses d'OpenAI, traité dans l'UE

POST /v1/responses génère une réponse à partir d'input, qui peut être une simple chaîne ou une liste d'éléments : messages, images, sorties précédentes et résultats d'outils. instructions contient le prompt système, séparé du contenu de l'utilisateur, ce qui permet de le modifier sans reconstruire l'entrée.

La sortie n'est pas un message unique mais un tableau output. Une réponse simple contient un élément message, alors qu'une étape d'agent peut enchaîner raisonnement, appels de fonctions, recherches web et appels MCP dans l'ordre où ils ont eu lieu. Les SDK OpenAI regroupent le texte dans la propriété output_text.

Seuls model et input sont obligatoires. max_output_tokens plafonne la réponse, tokens de raisonnement compris, et reasoning.effort (low, medium ou high) règle l'effort de réflexion d'un modèle de raisonnement. temperature et top_p fonctionnent comme avec chat completions.

tools accueille vos propres fonctions ainsi que les types intégrés web_search, code_interpreter et mcp. text.format demande un JSON conforme à un schéma. Avec stream: true, vous recevez des événements typés comme response.output_text.delta, et previous_response_id reprend un échange précédent sans renvoyer tout l'historique.

Avec chat completions, votre code renvoie tout l'historique. Avec Responses, il suffit de passer previous_response_id : l'API reconstitue le contexte à partir de la réponse enregistrée. Les requêtes restent légères dans les longues boucles d'agents et les éléments de raisonnement sont conservés d'une étape à l'autre.

Les réponses enregistrées restent dans l'UE et ne servent jamais à l'entraînement. Si vous ne voulez rien conserver, passez store à false et envoyez l'entrée complète à chaque fois, comme avec chat completions. La durée de conservation dépend de votre contrat et nous la validons avec vous avant la mise en production.

Vérifiez le champ status de chaque réponse. completed est le cas normal. incomplete signale un arrêt prématuré, et incomplete_details.reason précise si max_output_tokens a été atteint. Une réponse failed contient un objet error. Les erreurs HTTP suivent le format habituel : 400 pour une requête invalide, 401 pour une mauvaise clé, 404 pour un modèle ou un identifiant de réponse inconnu, 429 lorsqu'une limite de votre offre est atteinte.

Ne supposez pas que le premier élément est le texte. Les modèles de raisonnement placent d'abord un élément reasoning : parcourez output et filtrez par type, ou utilisez output_text dans le SDK.