Responses API

​

Quand l’utiliser

​

Démarrage rapide

curl https://api.venice.ai/api/v1/responses \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "venice-uncensored",
    "input": "Explain why the sky is blue in one sentence.",
    "venice_parameters": { "include_venice_system_prompt": false }
  }'

from openai import OpenAI

client = OpenAI(base_url="https://api.venice.ai/api/v1", api_key="YOUR_VENICE_API_KEY")

response = client.responses.create(
    model="venice-uncensored",
    input="Explain why the sky is blue in one sentence.",
    extra_body={"venice_parameters": {"include_venice_system_prompt": False}},
)
print(response.output_text)

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.venice.ai/api/v1", apiKey: process.env.VENICE_API_KEY });

const response = await client.responses.create({
  model: "venice-uncensored",
  input: "Explain why the sky is blue in one sentence.",
  venice_parameters: { include_venice_system_prompt: false },
});
console.log(response.output_text);

{
  "id": "resp_...",
  "object": "response",
  "model": "venice-uncensored-1-2",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "id": "msg_...",
      "role": "assistant",
      "status": "completed",
      "content": [{ "type": "output_text", "text": "Sunlight scatters off air molecules...", "annotations": [] }]
    }
  ],
  "usage": { "input_tokens": 18, "output_tokens": 21, "total_tokens": 39 }
}

​

Comment Venice traite les demandes

• Natif. Les requêtes destinées aux modèles OpenAI sont transmises à la Responses API d’OpenAI sans traduction. Cela couvre tous les modèles openai-* sauf openai-gpt-oss-120b. Les éléments de réponse, les ID, le raisonnement et les événements de stream sont renvoyés exactement tels qu’OpenAI les retourne.
• Traduit. Tous les autres modèles, ainsi que openai-gpt-oss-120b, passent par une couche de traduction : Venice convertit la requête en requête Chat Completions, l’exécute, puis reconvertit le résultat. Tout ce que le format Chat Completions ne peut pas exprimer est ignoré ou rejeté. Consultez Limitations.

​

Les conversations sont sans état

history = [{"role": "user", "content": "What is the weather in Paris? Use the tool."}]
tools = [{
    "type": "function",
    "name": "get_weather",
    "description": "Get the current weather for a city",
    "parameters": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]},
}]

first = client.responses.create(model="venice-uncensored", input=history, tools=tools)
call = next(item for item in first.output if item.type == "function_call")

history += first.output
history.append({"type": "function_call_output", "call_id": call.call_id, "output": '{"temp_c": 18}'})

second = client.responses.create(model="venice-uncensored", input=history, tools=tools)
print(second.output_text)

​

Mode natif

• instructions, appliquées telles qu’écrites.
• Les sorties structurées avec text.format. OpenAI valide les schémas de manière stricte : un schéma invalide renvoie donc 400. Par exemple, strict: true exige additionalProperties: false, et json_object exige que le mot « json » figure quelque part dans l’entrée.
• Les outils de type fonction et tool_choice au format Responses d’OpenAI {"type": "function", "name": "..."}, ainsi que les appels d’outils parallèles.
• Les outils exécutés côté client : custom (entrée libre), namespace, tool_search, apply_patch, shell et local_shell avec un environnement local, ainsi que computer use.
• Les résumés de raisonnement, activés par défaut. Les modèles de raisonnement renvoient toujours encrypted_content sur les éléments de raisonnement. Renvoyez ces éléments dans input au tour suivant pour conserver le contexte de raisonnement du modèle.
• Le prompt caching avec prompt_cache_key. Venice limite la portée de la clé à votre compte, de sorte qu’elle ne partage jamais de cache avec d’autres utilisateurs, et renvoie votre clé d’origine dans la réponse.
• Les entrées d’images, y compris detail: "original", et input_file avec file_data en ligne.
• Les modèles Pro (*-pro), qui exécutent automatiquement le mode de raisonnement Pro d’OpenAI.

​

Streaming

• Le texte de raisonnement est streamé sous forme de response.reasoning.delta, et non via les événements de résumé de raisonnement d’OpenAI.
• Lorsqu’une recherche web s’exécute, un événement response.web_search.done transporte les résultats de recherche avant que la réponse ne soit streamée.

​

Paramètres du mode traduit

• Les instructions sont appliquées sous forme de message système.
• Les outils personnalisés renvoient des éléments custom_tool_call avec l’input brut. Si un modèle renvoie des arguments d’outil personnalisé mal formés, ou appelle un outil non déclaré dans la requête, l’appel est renvoyé comme un function_call ordinaire avec les arguments d’origine, afin que votre client puisse signaler une erreur d’outil et continuer.
• Pendant le streaming de l’entrée d’un outil personnalisé, son élément d’appel et les éléments suivants peuvent n’arriver qu’une fois l’entrée complète. Le stream envoie des commentaires SSE keep-alive pendant l’attente.
• L’option d’image detail: "original" est envoyée comme high aux fournisseurs qui ne la prennent pas en charge.

​

Limitations

​

Ressources associées

• Référence API pour POST /responses
• Appel de fonctions
• Modèles de raisonnement
• Guide de migration depuis OpenAI