Responses API

​

Quando usar

​

Início rápido

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 }
}

​

Como as requisições são atendidas

• Nativo. Requisições para modelos OpenAI são encaminhadas à Responses API da OpenAI sem tradução. Isso abrange todos os modelos openai-*, exceto openai-gpt-oss-120b. Itens de resposta, IDs, raciocínio e eventos de stream retornam exatamente como a OpenAI os retorna.
• Traduzido. Todos os outros modelos, além de openai-gpt-oss-120b, passam por uma camada de tradução: a Venice converte a requisição em uma requisição de Chat Completions, a executa e converte o resultado de volta. Qualquer coisa que o formato Chat Completions não consiga expressar é ignorada ou rejeitada. Veja Limitações.

​

Conversas são stateless

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)

​

Modo nativo

• instructions, aplicadas como escritas.
• Saídas estruturadas com text.format. A OpenAI valida schemas de forma estrita, então um schema inválido retorna 400. Por exemplo, strict: true exige additionalProperties: false, e json_object exige a palavra “json” em algum lugar do input.
• Ferramentas de função e tool_choice no formato Responses da OpenAI {"type": "function", "name": "..."}, além de chamadas de ferramentas paralelas.
• Ferramentas executadas pelo cliente: custom (input livre), namespace, tool_search, apply_patch, shell e local_shell com um ambiente local, e computer use.
• Resumos de raciocínio, ativados por padrão. Modelos de raciocínio sempre retornam encrypted_content nos itens de raciocínio. Envie esses itens de volta em input no próximo turno para manter o contexto de raciocínio do modelo.
• Prompt caching com prompt_cache_key. A Venice limita o escopo da chave à sua conta, de modo que ela nunca compartilha cache com outros usuários, e retorna sua chave original na resposta.
• Entradas de imagem, incluindo detail: "original", e input_file com file_data inline.
• Modelos Pro (*-pro), que executam automaticamente o modo de raciocínio Pro da OpenAI.

​

Streaming

• O texto de raciocínio é transmitido como response.reasoning.delta, e não como os eventos de resumo de raciocínio da OpenAI.
• Quando a busca na web é executada, um evento response.web_search.done traz os resultados da busca antes que a resposta seja transmitida.

​

Parâmetros do modo traduzido

• instructions são aplicadas como uma mensagem de sistema.
• Ferramentas custom retornam itens custom_tool_call com o input bruto. Se um modelo retornar argumentos malformados para uma ferramenta custom, ou chamar uma ferramenta que não foi declarada na requisição, a chamada volta como um function_call comum com os argumentos originais, para que seu cliente possa reportar um erro de ferramenta e continuar.
• Enquanto o input de uma ferramenta custom é transmitido, o item de chamada e os itens posteriores podem chegar apenas depois que o input estiver completo. O stream envia comentários SSE de keep-alive enquanto aguarda.
• Imagens com detail: "original" são enviadas como high para provedores que não suportam esse valor.

​

Limitações

​

Relacionados

• Referência da API para POST /responses
• Function calling
• Modelos de raciocínio
• Guia de migração da OpenAI