Source: https://ailoot.ai/docs/pt-pt/api/responses/ Canonical: https://ailoot.ai/docs/pt-pt/api/responses/ Language: pt-pt [API](https://ailoot.ai/docs/pt-pt/) # Responses [Markdown](https://ailoot.ai/docs/pt-pt/api/responses/index.md) Novo formato OpenAI: uma entrada, saída tipada, ferramentas e raciocínio. É utilizado pelo Codex CLI. POST`https://api.ailoot.ai/v1/responses` Responses ```bash curl https://api.ailoot.ai/v1/responses \ -H "Authorization: Bearer $AILOOT_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-6.1-sol", "instructions": "Responda de forma breve.", "input": "Qual é a diferença entre TCP e UDP?" }' ``` ```python from openai import OpenAI import os client = OpenAI(max_retries=0, base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"]) resp = client.responses.create( model="gpt-6.1-sol", instructions="Responda de forma breve.", input="Qual é a diferença entre TCP e UDP?", ) print(resp.output_text) ``` ```js import OpenAI from "openai"; const client = new OpenAI({ maxRetries: 0, baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY }); const resp = await client.responses.create({ model: "gpt-6.1-sol", instructions: "Responda de forma breve.", input: "Qual é a diferença entre TCP e UDP?", }); console.log(resp.output_text); ``` 200 OK ```json { "id": "resp_67f1…", "object": "response", "status": "completed", "model": "gpt-6.1-sol", "output": [ { "type": "message", "role": "assistant", "content": [ { "type": "output_text", "text": "O TCP garante a entrega e a ordem; o UDP não, mas é mais rápido…" } ] } ], "usage": { "input_tokens": 24, "output_tokens": 61, "total_tokens": 85 } } ``` ## Autorização | Parâmetro | Tipo | Obrigatório | Descrição | | --- | --- | --- | --- | | `Authorization` | header | obrigatório | Chave no formato `Bearer sk-…`. Também são aceites os cabeçalhos `x-api-key` ou `x-goog-api-key`. | ## Corpo do pedido | Parâmetro | Tipo | Obrigatório | Descrição | | --- | --- | --- | --- | | `model` | string | obrigatório | ID de um modelo com o formato Responses. Existem 53 no catálogo: GPT, Claude, DeepSeek, Qwen, Kimi, GLM, MiniMax e Grok. Os modelos Gemini não estão disponíveis neste formato. | | `input` | string \| array | obrigatório | Texto do pedido ou array de mensagens e partes (texto, imagens). | | `instructions` | string | opcional | Instrução de sistema. | | `stream` | boolean | opcional | Fluxo de eventos SSE; o último evento é `response.completed`. O texto pago chega num único bloco após o cálculo do custo. | | `max_output_tokens` | integer | opcional | Número máximo de tokens da resposta, incluindo o raciocínio. Se não o indicar, o Ailoot utiliza 4096 (ou menos, se o limite de resposta do modelo for inferior). Para respostas longas, defina o limite explicitamente. Os pedidos com `previous_response_id` e com ferramentas incorporadas `web_search` ou `code_interpreter` têm em conta, nos novos pedidos de texto, estimativas separadas do contexto guardado e do trabalho das ferramentas; não passam automaticamente a reservar o custo de toda a janela de entrada. As reservas anteriormente aceites mantêm as condições originais. Para imagens, vídeo e áudio gerados, é reservado o custo total do resultado. Se a reserva calculada exceder o saldo disponível ou o limite da chave, o Ailoot pode, para um modelo e um método suportados, reduzir `max_tokens` (`max_output_tokens` em Responses) até ao volume que pode ser pago, sem ficar abaixo de 256 tokens ou de um mínimo superior exigido pelo método, e comunica essa redução no cabeçalho `X-Ailoot-Max-Tokens-Capped`. A possibilidade de redução é verificada para o modelo de texto e o método específicos. Aplica-se às rotas de texto Gemini suportadas, no formato nativo Gemini e no formato Anthropic Messages; `deepseek-ai/deepseek-v4.1-flash`, `meta/llama-3.2-11b-vision-instruct`, `meta/muse-glimmer-30b`, `nvidia/ising-calibration-1.5-31b`, `nvidia/nemotron-3-nano-omni-30b-a3b-reasoning`, `nvidia/nemotron-3-super-120b-a12b`, `nvidia/nemotron-3-ultra-550b-a55b`, `nvidia/nemotron-3.5-content-safety`, `nvidia/nemotron-3.5-lightning-30b-a3b`, `nvidia/riva-translate-4b-instruct-v1.1`, `nvidia/riva-translate-4b-instruct-v2`, `poolside/laguna-xs-2.1`, `z-ai/glm-5.3-flash` — nos formatos Chat Completions e Messages (quando suportados pelo modelo). **Saída** é estimada, no cálculo da reserva de um novo pedido de texto, com base no comprimento típico da resposta e nas condições aceites. O limite solicitado é definido através de `max_tokens` (`max_output_tokens` em Responses). O limite solicitado não é automaticamente igual ao número de tokens utilizado no cálculo da reserva nem garante o comprimento efetivo da resposta de um modelo sem uma limitação fiável. O valor inicial de 4096 aplica-se apenas às rotas correspondentes; a regra concreta depende do modelo e do método. | | `reasoning` | object | opcional | `{"effort": "low" \| "medium" \| "high"}` para modelos de raciocínio. | | `tools` | array | opcional | Funções que o modelo pode chamar. | | `text` | object | opcional | Formato da resposta, por exemplo `{"format": {"type": "json_schema", ...}}`. | | `temperature` | number | opcional | Aleatoriedade da resposta, se o modelo a suportar. | ## Resposta | Parâmetro | Tipo | Obrigatório | Descrição | | --- | --- | --- | --- | | `output` | array | | Elementos da resposta: mensagens (`message`), raciocínio, chamadas de funções. No SDK, é cómodo utilizar `output_text`. | | `status` | string | | `completed`, `incomplete` (atingiu o limite) ou `failed`. | | `usage` | object | | `input_tokens`, `output_tokens`, `total_tokens`. | Ainda tem dúvidas? Envie o Request ID e uma descrição — ajudamos a esclarecer.[Contactar o suporte](mailto:support@ailoot.ai) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.