OpenAI 多模态响应接口

curl https://api.apimart.ai/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <token>" \
  -d '{
    "model": "gpt-5",
    "input": [
      {
        "role": "user",
        "content": [
          {
            "type": "input_text",
            "text": "这张图片里有什么？"
          },
          {
            "type": "input_image",
            "image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png"
          }
        ]
      }
    ]
  }'

{
  "code": 200,
  "data": {
    "id": "resp-9876543210",
    "object": "response",
    "created": 1677652288,
    "model": "gpt-5",
    "choices": [
      {
        "index": 0,
        "message": {
          "role": "assistant",
          "content": "这张图片中有一只猫和一只水獭。它们看起来正在互动，场景非常可爱和温馨。猫咪和水獭似乎相处得很融洽。"
        },
        "finish_reason": "stop"
      }
    ],
    "usage": {
      "prompt_tokens": 156,
      "completion_tokens": 45,
      "total_tokens": 201
    }
  }
}

POST

responses

curl https://api.apimart.ai/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <token>" \
  -d '{
    "model": "gpt-5",
    "input": [
      {
        "role": "user",
        "content": [
          {
            "type": "input_text",
            "text": "这张图片里有什么？"
          },
          {
            "type": "input_image",
            "image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png"
          }
        ]
      }
    ]
  }'

{
  "code": 200,
  "data": {
    "id": "resp-9876543210",
    "object": "response",
    "created": 1677652288,
    "model": "gpt-5",
    "choices": [
      {
        "index": 0,
        "message": {
          "role": "assistant",
          "content": "这张图片中有一只猫和一只水獭。它们看起来正在互动，场景非常可爱和温馨。猫咪和水獭似乎相处得很融洽。"
        },
        "finish_reason": "stop"
      }
    ],
    "usage": {
      "prompt_tokens": 156,
      "completion_tokens": 45,
      "total_tokens": 201
    }
  }
}

curl https://api.apimart.ai/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <token>" \
  -d '{
    "model": "gpt-5",
    "input": [
      {
        "role": "user",
        "content": [
          {
            "type": "input_text",
            "text": "这张图片里有什么？"
          },
          {
            "type": "input_image",
            "image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png"
          }
        ]
      }
    ]
  }'

{
  "code": 200,
  "data": {
    "id": "resp-9876543210",
    "object": "response",
    "created": 1677652288,
    "model": "gpt-5",
    "choices": [
      {
        "index": 0,
        "message": {
          "role": "assistant",
          "content": "这张图片中有一只猫和一只水獭。它们看起来正在互动，场景非常可爱和温馨。猫咪和水獭似乎相处得很融洽。"
        },
        "finish_reason": "stop"
      }
    ],
    "usage": {
      "prompt_tokens": 156,
      "completion_tokens": 45,
      "total_tokens": 201
    }
  }
}

Authorizations

Authorization

string

必填

所有接口均需要使用Bearer Token进行认证获取 API Key：访问 API Key 管理页面获取您的 API Key使用时在请求头中添加：

Authorization: Bearer YOUR_API_KEY

Body

model

string

默认值:"gpt-5"

必填

模型名称支持的模型包括：

gpt-5 - OpenAI 最新多模态模型
GPT-4o-image - GPT-4 优化版多模态模型
gpt-4-vision - GPT-4 视觉理解模型
更多模型持续更新中…

input

array

必填

输入内容列表输入数组，每个输入项包含 role 和 content 两个字段。💡 快速填写（Try it 区域）：

点击 ”+ Add an item” 添加一个输入项
role 输入：user（用户消息）、assistant（AI回复）或 system（系统提示词）
content 添加内容块（可包含文本和图像）

显示详细字段说明

role

string

默认值:"user"

必填

角色类型可选值：user（用户消息）、assistant（AI回复，用于多轮对话）、system（系统提示词，设置AI行为）

content

array

必填

内容数组支持多种类型的内容块，可以包含文本和图像。

显示内容块类型

type

string

必填

内容类型可选值：

input_text: 文本输入
input_image: 图像输入

text

string

文本内容当 type 为 input_text 时使用，填写文本内容

image_url

string

图像URL当 type 为 input_image 时使用支持两种格式：1. 完整的图像URL地址

公开可访问的图像URL（http:// 或 https://）
示例：https://example.com/image.jpg

2. Base64 编码格式

必须使用完整的 Data URI 格式
格式：data:image/{格式};base64,{base64数据}
支持的图片格式：jpeg、png、gif、webp
示例：data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEAYABg...
⚠️ 注意：必须包含 data:image/jpeg;base64, 前缀部分

temperature

number

控制输出随机性，范围 0-2

较低的值（如 0.2）使输出更确定
较高的值（如 1.8）使输出更随机

默认值：1.0

max_tokens

integer

生成的最大token数量不同模型有不同的最大值限制，请参考具体模型文档

stream

boolean

是否使用流式输出

true: 流式返回（SSE格式）
false: 一次性返回完整响应

默认值：false

top_p

number

核采样参数，范围 0-1控制生成文本的多样性，建议与 temperature 二选一使用默认值：1.0

tools

array

工具列表，用于扩展模型能力支持的工具类型：

网络搜索 (web_search): 实时搜索互联网信息
文件搜索 (file_search): 搜索已上传的文件内容
函数调用 (function): 调用自定义函数
远程MCP (remote_mcp): 连接远程模型上下文协议服务

示例：[{"type": "web_search"}]

Response

string

响应的唯一标识符

object

string

对象类型，固定为 response

created

integer

创建时间戳

model

string

实际使用的模型名称

choices

array

生成的回复列表

显示属性

index

integer

选项索引

message

object

消息内容

显示属性

role

string

角色类型（assistant）

content

string

生成的文本内容

finish_reason

string

结束原因可能的值：

stop - 自然结束
length - 达到最大长度
content_filter - 内容过滤

usage

object

token使用统计

显示属性

prompt_tokens

integer

输入内容的token数

completion_tokens

integer

生成内容的token数

total_tokens

integer

总token数

使用示例

纯文本输入

{
  "model": "gpt-5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "你好，介绍一下人工智能"
        }
      ]
    }
  ]
}

使用网络搜索工具

{
  "model": "gpt-5",
  "tools": [{"type": "web_search"}],
  "input": "今天有什么正面的新闻？"
}

cURL示例

curl "https://api.apimart.ai/v1/responses" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer <token>" \
    -d '{
        "model": "gpt-5",
        "tools": [{"type": "web_search"}],
        "input": "今天有什么正面的新闻？"
    }'

图像理解

{
  "model": "gpt-5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "描述这张图片"
        },
        {
          "type": "input_image",
          "image_url": "https://example.com/image.jpg"
        }
      ]
    }
  ]
}

多图像分析

{
  "model": "gpt-5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "比较这两张图片的异同"
        },
        {
          "type": "input_image",
          "image_url": "https://example.com/image1.jpg"
        },
        {
          "type": "input_image",
          "image_url": "https://example.com/image2.jpg"
        }
      ]
    }
  ]
}

Base64编码图像

{
  "model": "gpt-5",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "分析这张图片"
        },
        {
          "type": "input_image",
          "image_url": "data:image/jpeg;base64,/9j/4AAQSkZJRg..."
        }
      ]
    }
  ]
}

使用文件搜索工具

{
  "model": "gpt-5",
  "tools": [{"type": "file_search"}],
  "input": "根据已上传的文档，总结公司的季度业绩"
}

使用函数调用

{
  "model": "gpt-5",
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "获取指定城市的天气信息",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {
              "type": "string",
              "description": "城市名称，例如：北京"
            },
            "unit": {
              "type": "string",
              "enum": ["celsius", "fahrenheit"],
              "description": "温度单位"
            }
          },
          "required": ["city"]
        }
      }
    }
  ],
  "input": "北京今天天气怎么样？"
}

使用远程MCP

{
  "model": "gpt-5",
  "tools": [
    {
      "type": "remote_mcp",
      "remote_mcp": {
        "url": "https://mcp.example.com/api",
        "auth_token": "your_mcp_token"
      }
    }
  ],
  "input": "查询数据库中的用户信息"
}

组合使用多个工具

{
  "model": "gpt-5",
  "tools": [
    {"type": "web_search"},
    {"type": "file_search"},
    {
      "type": "function",
      "function": {
        "name": "calculate",
        "description": "执行数学计算",
        "parameters": {
          "type": "object",
          "properties": {
            "expression": {
              "type": "string",
              "description": "数学表达式"
            }
          },
          "required": ["expression"]
        }
      }
    }
  ],
  "input": "搜索最新的比特币价格，并计算100个比特币的总价值"
}

内容类型说明

input_text

文本输入类型 属性：

type: 固定为 "input_text"
text: 文本内容（字符串）

input_image

图像输入类型 属性：

type: 固定为 "input_image"
image_url: 图像URL或Base64编码的数据URI

支持两种格式：

完整的图像URL地址
- 公开可访问的图像URL（http:// 或 https://）
- 示例：https://example.com/image.jpg
Base64 编码格式
- 必须使用完整的 Data URI 格式
- 格式：data:image/{格式};base64,{base64数据}
- 示例：data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEAYABg...
- ⚠️ 注意：必须包含 data:image/jpeg;base64, 前缀部分（其中 jpeg 可以替换为 png、gif、webp 等）

支持的图像格式：

JPEG
PNG
GIF
WebP

图像大小限制：

最大文件大小：20MB
推荐分辨率：不超过2048x2048像素

工具使用详解

网络搜索 (Web Search)

使用网络搜索工具可以让模型访问实时互联网信息。 配置示例：

{
  "tools": [{"type": "web_search"}]
}

适用场景：

查询最新新闻和时事
获取实时数据（股票、天气、汇率等）
搜索最新的技术文档和资料
验证事实信息

文件搜索 (File Search)

文件搜索工具允许模型在已上传的文档中搜索相关信息。 配置示例：

{
  "tools": [{"type": "file_search"}]
}

适用场景：

分析企业内部文档
搜索技术规范和手册
查询合同和法律文件
知识库问答系统

函数调用 (Function Calling)

定义自定义函数，让模型能够调用外部API或执行特定操作。 完整配置示例：

{
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_stock_price",
        "description": "获取股票的实时价格",
        "parameters": {
          "type": "object",
          "properties": {
            "symbol": {
              "type": "string",
              "description": "股票代码，例如：AAPL"
            },
            "currency": {
              "type": "string",
              "enum": ["USD", "CNY"],
              "description": "货币单位",
              "default": "USD"
            }
          },
          "required": ["symbol"]
        }
      }
    }
  ]
}

参数说明：

name: 函数名称（必需）
description: 函数功能描述（必需）
parameters: 参数定义，使用JSON Schema格式
- type: 参数类型
- properties: 参数属性定义
- required: 必需参数列表

适用场景：

调用第三方API
执行数据库查询
触发业务流程
与内部系统集成

远程MCP (Remote MCP)

连接到远程模型上下文协议（MCP）服务，扩展模型能力。 配置示例：

{
  "tools": [
    {
      "type": "remote_mcp",
      "remote_mcp": {
        "url": "https://your-mcp-server.com/api",
        "auth_token": "your_auth_token",
        "timeout": 30
      }
    }
  ]
}

参数说明：

url: MCP服务器地址（必需）
auth_token: 认证令牌（可选）
timeout: 超时时间（秒），默认30秒

适用场景：

连接企业级AI服务
使用专业领域模型
访问受保护的数据源
分布式AI系统集成

工具响应格式

当模型使用工具时，响应格式会包含工具调用信息：

{
  "id": "resp-123456",
  "object": "response",
  "created": 1677652288,
  "model": "gpt-5",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": null,
        "tool_calls": [
          {
            "id": "call_abc123",
            "type": "function",
            "function": {
              "name": "get_weather",
              "arguments": "{\"city\": \"北京\"}"
            }
          }
        ]
      },
      "finish_reason": "tool_calls"
    }
  ]
}

工具调用流程：

模型接收用户输入
分析是否需要使用工具
如需要，返回工具调用请求
客户端执行工具调用
将工具结果返回给模型
模型生成最终响应

注意事项

图像URL要求：
- 必须是公开可访问的URL
- 或使用Base64编码的Data URI格式
Token计费：
- 图像会根据其分辨率消耗相应的tokens
- 高分辨率图像会自动调整大小以优化成本
- 工具调用也会消耗额外的tokens
内容顺序：
- content数组中的元素顺序会影响模型理解
- 建议先放置文本指令，再放置图像
多模态组合：
- 可以在一个请求中混合多个文本和图像
- 支持多轮对话，保持上下文连贯性
工具使用限制：
- 同时使用多个工具时，模型会智能选择最合适的工具
- 函数调用需要明确的函数定义和参数说明
- 网络搜索结果可能受地域和时间限制
API兼容性：
- 完全兼容OpenAI Responses API格式
- 可无缝迁移现有OpenAI代码
- 支持所有OpenAI工具扩展功能

Gemini 原生格式 Gemini-3.1-Flash-Image-preview（Nano banana2）图像生成

Documentation Index

​Authorizations

​Body

​Response

​使用示例

​纯文本输入

​使用网络搜索工具

​图像理解

​多图像分析

​Base64编码图像

​使用文件搜索工具

​使用函数调用

​使用远程MCP

​组合使用多个工具

​内容类型说明

​input_text

​input_image

​工具使用详解

​网络搜索 (Web Search)

​文件搜索 (File Search)

​函数调用 (Function Calling)

​远程MCP (Remote MCP)

​工具响应格式

​注意事项

Authorizations

Body

Response

使用示例

纯文本输入

使用网络搜索工具

图像理解

多图像分析

Base64编码图像

使用文件搜索工具

使用函数调用

使用远程MCP

组合使用多个工具

内容类型说明

input_text

input_image

工具使用详解

网络搜索 (Web Search)

文件搜索 (File Search)

函数调用 (Function Calling)

远程MCP (Remote MCP)

工具响应格式

注意事项