OpenAI Responses API与Chat Completions API区别详解

Mon, 07 Sep 2026 18:05:39 +0800

一句话结论

Chat Completions 是传统的“聊天消息补全”接口：调用方自己维护完整的消息历史，模型按输入生成一条 assistant 回复。Responses 是 OpenAI 推出的新一代统一接口：不仅支持生成回复，还内置工具调用、Agent 循环、会话状态管理和结构化输出 Item，为构建 Agent 应用而生。

核心区别总览

维度	Chat Completions	Responses
端点	`POST /v1/chat/completions`	`POST /v1/responses`
输入格式	`messages[]` 数组（客户端维护完整对话历史）	`input`（可以是字符串或消息数组），支持通过 `previous_response_id` 让服务端管理历史
系统提示	放在 `messages` 中的 `role: "system"`	独立的顶层 `instructions` 字段
输出格式	`choices[]`，每项包含 `message`	`output[]`，一组类型化 Item（`message`、`function_call`、`reasoning` 等）
内置工具	仅自定义函数调用	原生支持 `web_search`、`file_search`、`code_interpreter`、`computer_use`、MCP、图像生成等
Agent 循环	单次请求通常只完成一轮工具调用	一次请求内模型可多次调用工具，形成 Agent 循环
状态管理	无状态，客户端手动维护历史	`store: true` 默认开启，服务端保存上下文；也支持加密推理 Item 实现无状态
推理模型	推理 Token 暴露有限	提供更完整的推理摘要与工具联动
流式输出	`delta` 增量块	类型化的 SSE 事件（按 `type` 分支处理）
多候选生成	支持 `n > 1` 返回多个 `choices`	已移除，只返回一个结果
Structured Output	`response_format`	`text.format`

协议结构差异

Chat Completions：消息数组驱动

客户端负责拼装完整对话上下文：

{
 "model": "gpt-4o",
 "messages": [
 { "role": "system", "content": "You are a helpful assistant." },
 { "role": "user", "content": "什么是 Responses API？" }
 ]
}

响应结构围绕 choices 展开：

{
 "choices": [
 {
 "message": {
 "role": "assistant",
 "content": "Responses API 是..."
 }
 }
 ]
}

Responses：类型化 Item 驱动

输入更灵活，最简单可以直接传字符串：

{
 "model": "gpt-4o",
 "input": "什么是 Chat Completions API？"
}

也可以传入结构化消息并指定 instructions：

{
 "model": "gpt-4o",
 "instructions": "You are a helpful assistant.",
 "input": [
 { "role": "user", "content": "帮我比较两个 API 的区别。" }
 ]
}

响应由一组类型化 Item 组成：

{
 "id": "resp_xxx",
 "output": [
 { "type": "reasoning", "summary": "..." },
 { "type": "message", "role": "assistant", "content": [{ "type": "output_text", "text": "..." }] }
 ]
}

工具调用与 Agent 能力

Chat Completions 中的工具调用

Chat Completions 支持 tools 与 tool_calls，但逻辑是“一问一答”模式：模型返回 tool_calls 后，客户端需要执行工具、手动把结果追加回 messages，再发起下一次请求才能让模型继续。

适合场景：

单次函数调用（查数据库、调用一个 API）
简单的多轮对话机器人
兼容现有生态的主流方案（大量第三方框架和推理服务以此为准）

Responses 中的 Agent 循环

Responses API 一次请求内可以完成多轮工具调用。模型可以搜索、读文件、执行代码、再推理，最终在一个响应中返回结果，客户端无需手动维护中间的工具调用状态。

示例：

{
 "model": "gpt-4o",
 "tools": [{ "type": "web_search" }, { "type": "code_interpreter" }],
 "input": "搜索今天的AI新闻，然后写一段 100 字的摘要"
}

适合场景：

需要“搜索 + 总结”或“读文件 + 分析”的多步骤任务
Agent 工作流、自动化研究助手
希望服务端托管上下文与工具执行的应用

会话状态管理

这是两者最实际的工程差异之一。

Chat Completions： 完全无状态。每一轮对话客户端都要把之前所有消息重新发送一遍。对话越长，每次请求的 Token 成本越高，客户端需要自己实现历史裁剪、摘要、缓存等逻辑。

Responses： 默认开启 store: true，服务端会保存对话上下文。后续请求只需传 previous_response_id 指向上一次的响应，服务端自动拼接历史：

{
 "model": "gpt-4o",
 "previous_response_id": "resp_xxx",
 "input": "继续刚才的话题"
}

如果担心数据隐私，可以使用 store: false 并利用加密推理 Item（Encrypted Reasoning Items）实现“无状态但保留推理上下文”的模式，适合 ZDR（Zero Data Retention）场景。

流式事件差异

Chat Completions 流式

返回一系列 delta 块，客户端拼接 delta.content 即可：

data: {"choices":[{"delta":{"content":"你"}}]}
data: {"choices":[{"delta":{"content":"好"}}]}
data: [DONE]

Responses 流式

返回一组按 type 区分的 SSE 事件，每个事件都有明确的生命周期：

event: response.output_text.delta
data: {"type":"response.output_text.delta","delta":"你"}

event: response.function_call_arguments.delta
data: {"type":"response.function_call_arguments.delta","delta":"..."}

event: response.completed
data: {"type":"response.completed"}

Responses 的事件粒度更细，能区分“文本开始”“工具参数流”“推理摘要”“响应完成”等阶段，适合构建更精确的 UI 反馈。

兼容性与迁移成本

方面	说明
向后兼容	Chat Completions 没有废弃计划，现有代码可继续使用
第三方兼容	大量开源推理服务（vLLM、Ollama、各种国内模型）只实现了 Chat Completions 兼容协议；Responses 兼容目前仅限 OpenAI 官方和少数服务
迁移路径	OpenAI 提供 migration guide，主要改动是把 `messages` 换成 `input`，系统提示提取到 `instructions`，`choices` 改为 `output`
SDK 支持	OpenAI 官方 SDK 两条路径都支持；社区 SDK 大多以 Chat Completions 为主

判断标准： 如果你的应用需要部署到非 OpenAI 的模型服务（本地模型、第三方推理引擎），Chat Completions 是事实标准。如果只在 OpenAI 生态内构建，Responses 功能更完整。

选型建议

场景	推荐
新项目、Agent 应用、需要内置工具	Responses
兼容已有代码 / 只做简单文本补全	Chat Completions
需要服务端托管对话状态、减少 Token 重复发送	Responses
需要部署到第三方或本地推理服务	Chat Completions
需要多候选生成（`n > 1`）	Chat Completions
需要完整推理摘要与工具联动	Responses

总结

Chat Completions 和 Responses API 目前都在维护，没有废弃关系。核心区别不是“新旧替代”，而是定位不同：

Chat Completions 是通用的事实标准协议，兼容性最好，适合任何模型服务和简单对话场景。
Responses 是 OpenAI 为 Agent 时代设计的新一代接口，提供内置工具、Agent 循环、会话状态管理和更丰富的输出结构，适合在 OpenAI 生态内构建复杂智能体应用。

如果你在构建多步骤、需要工具协作的 Agent 应用，Responses API 能显著降低工程复杂度；如果你的核心需求是“调一个模型拿结果”，Chat Completions 依然是最简单、最兼容的选择。

OpenAI API on 扎塔-Zata