TRAE-AI编程
OpenAI Evals 接口参考
Evals 评测资源
创建评测
post /evals
创建用于测试模型表现的评测结构。 评测包含一组测试标准以及数据源配置，后者规定评测数据的模式。创建评测后，可使用不同模型和模型参数运行评测。支持多种评分器和数据源。 更多信息请参阅评测指南。
请求体参数
内容类型：application/json
data_source_config: CustomDataSourceConfig { item_schema, type, include_sample_schema } or LogsDataSourceConfig { type, metadata } or StoredCompletionsDataSourceConfig { type, metadata }
评测运行使用的数据源配置，规定评测数据的模式。
CustomDataSourceConfig object { item_schema, type, include_sample_schema }
CustomDataSourceConfig 对象，定义评测运行所用数据源的模式。 此模式定义以下数据的结构：
- 用于定义测试标准的数据，以及
- 创建运行时需要提供的数据。
item_schema: map[unknown]
数据源中每行数据的 JSON Schema。
type: "custom" (default: "custom")
数据源类型，固定为 custom。
"custom"
include_sample_schema: optional boolean (default: false)
评测是否预期你填充 sample 命名空间，例如根据数据源生成响应。
LogsDataSourceConfig object { type, metadata }
指定日志查询元数据属性的数据源配置。
通常是 usecase=chatbot 或 prompt-version=v2 等元数据。
type: "logs" (default: "logs")
数据源类型，固定为 logs。
"logs"
metadata: optional map[unknown]
日志数据源的元数据筛选条件。
StoredCompletionsDataSourceConfig object { type, metadata }
已弃用，改用 LogsDataSourceConfig。
type: "stored_completions" (default: "stored_completions")
数据源类型，固定为 stored_completions。
"stored_completions"
metadata: optional map[unknown]
已存储补全数据源的元数据筛选条件。
testing_criteria: array of LabelModelGrader { input, labels, model, 3 more } or StringCheckGrader or TextSimilarityGrader or 2 more
用于此组中所有评测运行的评分器列表。评分器可用双花括号引用数据源中的变量，例如 {{item.variable_name}}。引用模型输出时，使用 sample 命名空间，例如 {{sample.output_text}}。
LabelModelGrader object { input, labels, model, 3 more }
LabelModelGrader 对象，使用模型为评测中的每个条目 分配标签。
input: array of SimpleInputMessage { content, role } or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
SimpleInputMessage object { content, role }
content: string
消息内容。
role: string
消息角色，例如 "system"、"assistant"、"user"。
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
labels: array of string
为评测中每个条目分类时使用的标签。
model: string
评测使用的模型，须支持结构化输出。
name: string
评分器名称。
passing_labels: array of string
表示通过评测的标签，须为 labels 的子集。
type: "label_model"
对象类型，固定为 label_model。
"label_model"
StringCheckGrader object { input, name, operation, 2 more }
StringCheckGrader 对象，使用指定操作对输入文本与参考文本进行字符串比较。
input: string
输入文本，可以包含模板字符串。
name: string
评分器名称。
operation: "eq" or "ne" or "like" or "ilike"
要执行的字符串检查操作，可选 eq、ne、like 或 ilike。
"eq"
"ne"
"like"
"ilike"
reference: string
参考文本，可以包含模板字符串。
type: "string_check"
对象类型，固定为 string_check。
"string_check"
TextSimilarity = TextSimilarityGrader
TextSimilarityGrader 对象，根据文本相似度指标评分。
pass_threshold: number
分数阈值。
Python = PythonGrader
PythonGrader 对象，对输入运行 Python 脚本。
pass_threshold: optional number
分数阈值。
ScoreModel = ScoreModelGrader
ScoreModelGrader 对象，使用模型为输入评分。
pass_threshold: optional number
分数阈值。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: optional string
评测名称。
返回值
id: string
评测的唯一标识。
created_at: integer
评测创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source_config: EvalCustomDataSourceConfig or LogsDataSourceConfig { schema, type, metadata } or EvalStoredCompletionsDataSourceConfig
评测运行使用的数据源配置。
EvalCustomDataSourceConfig object { schema, type }
CustomDataSourceConfig，指定 item 命名空间的模式，并可选择指定 sample 命名空间的模式。
响应模式定义以下数据的结构：
- 用于定义测试标准的数据，以及
- 创建运行时需要提供的数据。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "custom" (default: "custom")
数据源类型，固定为 custom。
"custom"
LogsDataSourceConfig object { schema, type, metadata }
LogsDataSourceConfig，指定日志查询的元数据属性。
通常是 usecase=chatbot 或 prompt-version=v2 等元数据。
此数据源配置返回的模式定义评测中可用的变量。
使用此数据源配置时，item 和 sample 均有定义。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "logs" (default: "logs")
数据源类型，固定为 logs。
"logs"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
EvalStoredCompletionsDataSourceConfig object { schema, type, metadata }
已弃用，改用 LogsDataSourceConfig。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "stored_completions" (default: "stored_completions")
数据源类型，固定为 stored_completions。
"stored_completions"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: string
评测名称。
object: "eval" (default: "eval")
对象类型。
"eval"
testing_criteria: array of LabelModelGrader or StringCheckGrader or TextSimilarityGrader or 2 more
测试标准列表。
LabelModelGrader object { input, labels, model, 3 more }
LabelModelGrader 对象，使用模型为评测中的每个条目 分配标签。
input: array of object { content, role, type }
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
labels: array of string
要为评测中每个条目分配的标签。
model: string
评测使用的模型，须支持结构化输出。
name: string
评分器名称。
passing_labels: array of string
表示通过评测的标签，须为 labels 的子集。
type: "label_model"
对象类型，固定为 label_model。
"label_model"
StringCheckGrader object { input, name, operation, 2 more }
StringCheckGrader 对象，使用指定操作对输入文本与参考文本进行字符串比较。
input: string
输入文本，可以包含模板字符串。
name: string
评分器名称。
operation: "eq" or "ne" or "like" or "ilike"
要执行的字符串检查操作，可选 eq、ne、like 或 ilike。
"eq"
"ne"
"like"
"ilike"
reference: string
参考文本，可以包含模板字符串。
type: "string_check"
对象类型，固定为 string_check。
"string_check"
TextSimilarityGrader = TextSimilarityGrader
TextSimilarityGrader 对象，根据文本相似度指标评分。
pass_threshold: number
分数阈值。
PythonGrader = PythonGrader
PythonGrader 对象，对输入运行 Python 脚本。
pass_threshold: optional number
分数阈值。
ScoreModelGrader = ScoreModelGrader
ScoreModelGrader 对象，使用模型为输入评分。
pass_threshold: optional number
分数阈值。
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals \
-H 'Content-Type: application/json' \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
"data_source_config": {
"item_schema": {
"foo": "bar"
},
"type": "custom"
},
"testing_criteria": [
{
"input": [
{
"content": "content",
"role": "role"
}
],
"labels": [
"string"
],
"model": "model",
"name": "name",
"passing_labels": [
"string"
],
"type": "label_model"
}
]
}'201：示例
{
"id": "id",
"created_at": 0,
"data_source_config": {
"schema": {
"type": "object",
"properties": {
"item": {
"type": "object",
"properties": {
"label": {
"type": "string"
}
},
"required": [
"label"
]
}
},
"required": [
"item"
]
},
"type": "custom"
},
"metadata": {
"foo": "string"
},
"name": "聊天机器人效果评测",
"object": "eval",
"testing_criteria": [
{
"input": [
{
"content": "string",
"role": "user",
"type": "message"
}
],
"labels": [
"string"
],
"model": "model",
"name": "name",
"passing_labels": [
"string"
],
"type": "label_model"
}
]
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"name": "情感分析",
"data_source_config": {
"type": "stored_completions",
"metadata": {
"usecase": "chatbot"
}
},
"testing_criteria": [
{
"type": "label_model",
"model": "o3-mini",
"input": [
{
"role": "developer",
"content": "将以下陈述的情感分类为 positive（积极）、neutral（中性）或 negative（消极）之一。"
},
{
"role": "user",
"content": "陈述：{{item.input}}"
}
],
"passing_labels": [
"positive"
],
"labels": [
"positive",
"neutral",
"negative"
],
"name": "示例标签评分器"
}
]
}'响应示例
{
"object": "eval",
"id": "eval_67b7fa9a81a88190ab4aa417e397ea21",
"data_source_config": {
"type": "stored_completions",
"metadata": {
"usecase": "chatbot"
},
"schema": {
"type": "object",
"properties": {
"item": {
"type": "object"
},
"sample": {
"type": "object"
}
},
"required": [
"item",
"sample"
]
}
},
"testing_criteria": [
{
"name": "示例标签评分器",
"type": "label_model",
"model": "o3-mini",
"input": [
{
"type": "message",
"role": "developer",
"content": {
"type": "input_text",
"text": "将以下陈述的情感分类为 positive（积极）、neutral（中性）或 negative（消极）之一。"
}
},
{
"type": "message",
"role": "user",
"content": {
"type": "input_text",
"text": "陈述：{{item.input}}"
}
}
],
"passing_labels": [
"positive"
],
"labels": [
"positive",
"neutral",
"negative"
]
}
],
"name": "情感分析",
"created_at": 1740110490,
"metadata": {
"description": "情感分析评测"
}
}删除评测
delete /evals/{eval_id}
删除评测。
路径参数
eval_id: string
要删除的评测的 ID。
返回值
deleted: boolean
eval_id: string
object: string
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/$EVAL_ID \
-X DELETE \
-H "Authorization: Bearer $OPENAI_API_KEY"200 响应示例
{
"deleted": true,
"eval_id": "eval_abc123",
"object": "eval.deleted"
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/eval_abc123 \
-X DELETE \
-H "Authorization: Bearer $OPENAI_API_KEY"响应示例
{
"object": "eval.deleted",
"deleted": true,
"eval_id": "eval_abc123"
}列出评测
get /evals
列出项目的评测。
查询参数
after: optional string
上一次分页请求中最后一个评测的标识。
limit: optional integer (default: 20)
要获取的评测数量。
order: optional "asc" or "desc" (default: "asc")
按时间戳对评测排序，使用 asc 升序或 desc 降序。
"asc"
"desc"
order_by: optional "created_at" or "updated_at" (default: "created_at")
可按创建时间或最后更新时间排序。
使用 created_at 按创建时间排序，使用 updated_at 按最后更新时间排序。
"created_at"
"updated_at"
返回值
data: array of object { id, created_at, data_source_config, 4 more }
评测对象数组。
id: string
评测的唯一标识。
created_at: integer
评测创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source_config: EvalCustomDataSourceConfig or LogsDataSourceConfig { schema, type, metadata } or EvalStoredCompletionsDataSourceConfig
评测运行使用的数据源配置。
EvalCustomDataSourceConfig object { schema, type }
CustomDataSourceConfig，指定 item 命名空间的模式，并可选择指定 sample 命名空间的模式。
响应模式定义以下数据的结构：
- 用于定义测试标准的数据，以及
- 创建运行时需要提供的数据。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "custom" (default: "custom")
数据源类型，固定为 custom。
"custom"
LogsDataSourceConfig object { schema, type, metadata }
LogsDataSourceConfig，指定日志查询的元数据属性。
通常是 usecase=chatbot 或 prompt-version=v2 等元数据。
此数据源配置返回的模式定义评测中可用的变量。
使用此数据源配置时，item 和 sample 均有定义。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "logs" (default: "logs")
数据源类型，固定为 logs。
"logs"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
EvalStoredCompletionsDataSourceConfig object { schema, type, metadata }
已弃用，改用 LogsDataSourceConfig。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "stored_completions" (default: "stored_completions")
数据源类型，固定为 stored_completions。
"stored_completions"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: string
评测名称。
object: "eval" (default: "eval")
对象类型。
"eval"
testing_criteria: array of LabelModelGrader or StringCheckGrader or TextSimilarityGrader or 2 more
测试标准列表。
LabelModelGrader object { input, labels, model, 3 more }
LabelModelGrader 对象，使用模型为评测中的每个条目 分配标签。
input: array of object { content, role, type }
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
labels: array of string
要为评测中每个条目分配的标签。
model: string
评测使用的模型，须支持结构化输出。
name: string
评分器名称。
passing_labels: array of string
表示通过评测的标签，须为 labels 的子集。
type: "label_model"
对象类型，固定为 label_model。
"label_model"
StringCheckGrader object { input, name, operation, 2 more }
StringCheckGrader 对象，使用指定操作对输入文本与参考文本进行字符串比较。
input: string
输入文本，可以包含模板字符串。
name: string
评分器名称。
operation: "eq" or "ne" or "like" or "ilike"
要执行的字符串检查操作，可选 eq、ne、like 或 ilike。
"eq"
"ne"
"like"
"ilike"
reference: string
参考文本，可以包含模板字符串。
type: "string_check"
对象类型，固定为 string_check。
"string_check"
TextSimilarityGrader = TextSimilarityGrader
TextSimilarityGrader 对象，根据文本相似度指标评分。
pass_threshold: number
分数阈值。
PythonGrader = PythonGrader
PythonGrader 对象，对输入运行 Python 脚本。
pass_threshold: optional number
分数阈值。
ScoreModelGrader = ScoreModelGrader
ScoreModelGrader 对象，使用模型为输入评分。
pass_threshold: optional number
分数阈值。
first_id: string
data 数组中第一个评测的标识。
has_more: boolean
是否还有更多可用评测。
last_id: string
data 数组中最后一个评测的标识。
object: "list" (default: "list")
对象类型，固定为 "list"。
"list"
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals \
-H "Authorization: Bearer $OPENAI_API_KEY"200 响应示例
{
"data": [
{
"id": "id",
"created_at": 0,
"data_source_config": {
"schema": {
"type": "object",
"properties": {
"item": {
"type": "object",
"properties": {
"label": {
"type": "string"
}
},
"required": [
"label"
]
}
},
"required": [
"item"
]
},
"type": "custom"
},
"metadata": {
"foo": "string"
},
"name": "聊天机器人效果评测",
"object": "eval",
"testing_criteria": [
{
"input": [
{
"content": "string",
"role": "user",
"type": "message"
}
],
"labels": [
"string"
],
"model": "model",
"name": "name",
"passing_labels": [
"string"
],
"type": "label_model"
}
]
}
],
"first_id": "first_id",
"has_more": true,
"last_id": "last_id",
"object": "list"
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals?limit=1 \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json"响应示例
{
"object": "list",
"data": [
{
"id": "eval_67abd54d9b0081909a86353f6fb9317a",
"object": "eval",
"data_source_config": {
"type": "stored_completions",
"metadata": {
"usecase": "push_notifications_summarizer"
},
"schema": {
"type": "object",
"properties": {
"item": {
"type": "object"
},
"sample": {
"type": "object"
}
},
"required": [
"item",
"sample"
]
}
},
"testing_criteria": [
{
"name": "推送通知摘要评分器",
"id": "Push Notification Summary Grader-9b876f24-4762-4be9-aff4-db7a9b31c673",
"type": "label_model",
"model": "o3-mini",
"input": [
{
"type": "message",
"role": "developer",
"content": {
"type": "input_text",
"text": "\n将以下推送通知摘要标记为 correct（正确）或 incorrect（不正确）。\n下方会提供推送通知和摘要。\n好的推送通知摘要应简洁明快。\n如果摘要符合要求，标记为 correct；否则标记为 incorrect。\n"
}
},
{
"type": "message",
"role": "user",
"content": {
"type": "input_text",
"text": "\n推送通知：{{item.input}}\n摘要：{{sample.output_text}}\n"
}
}
],
"passing_labels": [
"correct"
],
"labels": [
"correct",
"incorrect"
],
"sampling_params": null
}
],
"name": "推送通知摘要评分器",
"created_at": 1739314509,
"metadata": {
"description": "用于推送通知摘要的已存储补全评测"
}
}
],
"first_id": "eval_67abd54d9b0081909a86353f6fb9317a",
"last_id": "eval_67aa884cf6688190b58f657d4441c8b7",
"has_more": true
}获取评测
get /evals/{eval_id}
按 ID 获取评测。
路径参数
eval_id: string
要获取的评测的 ID。
返回值
id: string
评测的唯一标识。
created_at: integer
评测创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source_config: EvalCustomDataSourceConfig or LogsDataSourceConfig { schema, type, metadata } or EvalStoredCompletionsDataSourceConfig
评测运行使用的数据源配置。
EvalCustomDataSourceConfig object { schema, type }
CustomDataSourceConfig，指定 item 命名空间的模式，并可选择指定 sample 命名空间的模式。
响应模式定义以下数据的结构：
- 用于定义测试标准的数据，以及
- 创建运行时需要提供的数据。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "custom" (default: "custom")
数据源类型，固定为 custom。
"custom"
LogsDataSourceConfig object { schema, type, metadata }
LogsDataSourceConfig，指定日志查询的元数据属性。
通常是 usecase=chatbot 或 prompt-version=v2 等元数据。
此数据源配置返回的模式定义评测中可用的变量。
使用此数据源配置时，item 和 sample 均有定义。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "logs" (default: "logs")
数据源类型，固定为 logs。
"logs"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
EvalStoredCompletionsDataSourceConfig object { schema, type, metadata }
已弃用，改用 LogsDataSourceConfig。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "stored_completions" (default: "stored_completions")
数据源类型，固定为 stored_completions。
"stored_completions"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: string
评测名称。
object: "eval" (default: "eval")
对象类型。
"eval"
testing_criteria: array of LabelModelGrader or StringCheckGrader or TextSimilarityGrader or 2 more
测试标准列表。
LabelModelGrader object { input, labels, model, 3 more }
LabelModelGrader 对象，使用模型为评测中的每个条目 分配标签。
input: array of object { content, role, type }
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
labels: array of string
要为评测中每个条目分配的标签。
model: string
评测使用的模型，须支持结构化输出。
name: string
评分器名称。
passing_labels: array of string
表示通过评测的标签，须为 labels 的子集。
type: "label_model"
对象类型，固定为 label_model。
"label_model"
StringCheckGrader object { input, name, operation, 2 more }
StringCheckGrader 对象，使用指定操作对输入文本与参考文本进行字符串比较。
input: string
输入文本，可以包含模板字符串。
name: string
评分器名称。
operation: "eq" or "ne" or "like" or "ilike"
要执行的字符串检查操作，可选 eq、ne、like 或 ilike。
"eq"
"ne"
"like"
"ilike"
reference: string
参考文本，可以包含模板字符串。
type: "string_check"
对象类型，固定为 string_check。
"string_check"
TextSimilarityGrader = TextSimilarityGrader
TextSimilarityGrader 对象，根据文本相似度指标评分。
pass_threshold: number
分数阈值。
PythonGrader = PythonGrader
PythonGrader 对象，对输入运行 Python 脚本。
pass_threshold: optional number
分数阈值。
ScoreModelGrader = ScoreModelGrader
ScoreModelGrader 对象，使用模型为输入评分。
pass_threshold: optional number
分数阈值。
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/$EVAL_ID \
-H "Authorization: Bearer $OPENAI_API_KEY"200 响应示例
{
"id": "id",
"created_at": 0,
"data_source_config": {
"schema": {
"type": "object",
"properties": {
"item": {
"type": "object",
"properties": {
"label": {
"type": "string"
}
},
"required": [
"label"
]
}
},
"required": [
"item"
]
},
"type": "custom"
},
"metadata": {
"foo": "string"
},
"name": "聊天机器人效果评测",
"object": "eval",
"testing_criteria": [
{
"input": [
{
"content": "string",
"role": "user",
"type": "message"
}
],
"labels": [
"string"
],
"model": "model",
"name": "name",
"passing_labels": [
"string"
],
"type": "label_model"
}
]
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/eval_67abd54d9b0081909a86353f6fb9317a \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json"响应示例
{
"object": "eval",
"id": "eval_67abd54d9b0081909a86353f6fb9317a",
"data_source_config": {
"type": "custom",
"schema": {
"type": "object",
"properties": {
"item": {
"type": "object",
"properties": {
"input": {
"type": "string"
},
"ground_truth": {
"type": "string"
}
},
"required": [
"input",
"ground_truth"
]
}
},
"required": [
"item"
]
}
},
"testing_criteria": [
{
"name": "字符串检查",
"id": "String check-2eaf2d8d-d649-4335-8148-9535a7ca73c2",
"type": "string_check",
"input": "{{item.input}}",
"reference": "{{item.ground_truth}}",
"operation": "eq"
}
],
"name": "外部数据评测",
"created_at": 1739314509,
"metadata": {}
}更新评测
post /evals/{eval_id}
更新评测的指定属性。
路径参数
eval_id: string
要更新的评测的 ID。
请求体参数
内容类型：application/json
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: optional string
重命名评测。
返回值
id: string
评测的唯一标识。
created_at: integer
评测创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source_config: EvalCustomDataSourceConfig or LogsDataSourceConfig { schema, type, metadata } or EvalStoredCompletionsDataSourceConfig
评测运行使用的数据源配置。
EvalCustomDataSourceConfig object { schema, type }
CustomDataSourceConfig，指定 item 命名空间的模式，并可选择指定 sample 命名空间的模式。
响应模式定义以下数据的结构：
- 用于定义测试标准的数据，以及
- 创建运行时需要提供的数据。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "custom" (default: "custom")
数据源类型，固定为 custom。
"custom"
LogsDataSourceConfig object { schema, type, metadata }
LogsDataSourceConfig，指定日志查询的元数据属性。
通常是 usecase=chatbot 或 prompt-version=v2 等元数据。
此数据源配置返回的模式定义评测中可用的变量。
使用此数据源配置时，item 和 sample 均有定义。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "logs" (default: "logs")
数据源类型，固定为 logs。
"logs"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
EvalStoredCompletionsDataSourceConfig object { schema, type, metadata }
已弃用，改用 LogsDataSourceConfig。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "stored_completions" (default: "stored_completions")
数据源类型，固定为 stored_completions。
"stored_completions"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: string
评测名称。
object: "eval" (default: "eval")
对象类型。
"eval"
testing_criteria: array of LabelModelGrader or StringCheckGrader or TextSimilarityGrader or 2 more
测试标准列表。
LabelModelGrader object { input, labels, model, 3 more }
LabelModelGrader 对象，使用模型为评测中的每个条目 分配标签。
input: array of object { content, role, type }
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
labels: array of string
要为评测中每个条目分配的标签。
model: string
评测使用的模型，须支持结构化输出。
name: string
评分器名称。
passing_labels: array of string
表示通过评测的标签，须为 labels 的子集。
type: "label_model"
对象类型，固定为 label_model。
"label_model"
StringCheckGrader object { input, name, operation, 2 more }
StringCheckGrader 对象，使用指定操作对输入文本与参考文本进行字符串比较。
input: string
输入文本，可以包含模板字符串。
name: string
评分器名称。
operation: "eq" or "ne" or "like" or "ilike"
要执行的字符串检查操作，可选 eq、ne、like 或 ilike。
"eq"
"ne"
"like"
"ilike"
reference: string
参考文本，可以包含模板字符串。
type: "string_check"
对象类型，固定为 string_check。
"string_check"
TextSimilarityGrader = TextSimilarityGrader
TextSimilarityGrader 对象，根据文本相似度指标评分。
pass_threshold: number
分数阈值。
PythonGrader = PythonGrader
PythonGrader 对象，对输入运行 Python 脚本。
pass_threshold: optional number
分数阈值。
ScoreModelGrader = ScoreModelGrader
ScoreModelGrader 对象，使用模型为输入评分。
pass_threshold: optional number
分数阈值。
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/$EVAL_ID \
-H 'Content-Type: application/json' \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{}'200 响应示例
{
"id": "id",
"created_at": 0,
"data_source_config": {
"schema": {
"type": "object",
"properties": {
"item": {
"type": "object",
"properties": {
"label": {
"type": "string"
}
},
"required": [
"label"
]
}
},
"required": [
"item"
]
},
"type": "custom"
},
"metadata": {
"foo": "string"
},
"name": "聊天机器人效果评测",
"object": "eval",
"testing_criteria": [
{
"input": [
{
"content": "string",
"role": "user",
"type": "message"
}
],
"labels": [
"string"
],
"model": "model",
"name": "name",
"passing_labels": [
"string"
],
"type": "label_model"
}
]
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/eval_67abd54d9b0081909a86353f6fb9317a \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{"name": "更新后的评测", "metadata": {"description": "更新后的描述"}}'响应示例
{
"object": "eval",
"id": "eval_67abd54d9b0081909a86353f6fb9317a",
"data_source_config": {
"type": "custom",
"schema": {
"type": "object",
"properties": {
"item": {
"type": "object",
"properties": {
"input": {
"type": "string"
},
"ground_truth": {
"type": "string"
}
},
"required": [
"input",
"ground_truth"
]
}
},
"required": [
"item"
]
}
},
"testing_criteria": [
{
"name": "字符串检查",
"id": "String check-2eaf2d8d-d649-4335-8148-9535a7ca73c2",
"type": "string_check",
"input": "{{item.input}}",
"reference": "{{item.ground_truth}}",
"operation": "eq"
}
],
"name": "更新后的评测",
"created_at": 1739314509,
"metadata": {"description": "更新后的描述"}
}资源类型
评测创建响应
EvalCreateResponse object { id, created_at, data_source_config, 4 more }
包含数据源配置和测试标准的 Eval 对象。 Eval 表示你的大语言模型集成需要完成的一项任务。 例如：
- 提升聊天机器人的质量。
- 了解聊天机器人处理客户支持的能力。
- 检查 o4-mini 是否比 gpt-6-astra 更适合自己的用例。
id: string
评测的唯一标识。
created_at: integer
评测创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source_config: EvalCustomDataSourceConfig or LogsDataSourceConfig { schema, type, metadata } or EvalStoredCompletionsDataSourceConfig
评测运行使用的数据源配置。
EvalCustomDataSourceConfig object { schema, type }
CustomDataSourceConfig，指定 item 命名空间的模式，并可选择指定 sample 命名空间的模式。
响应模式定义以下数据的结构：
- 用于定义测试标准的数据，以及
- 创建运行时需要提供的数据。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "custom" (default: "custom")
数据源类型，固定为 custom。
"custom"
LogsDataSourceConfig object { schema, type, metadata }
LogsDataSourceConfig，指定日志查询的元数据属性。
通常是 usecase=chatbot 或 prompt-version=v2 等元数据。
此数据源配置返回的模式定义评测中可用的变量。
使用此数据源配置时，item 和 sample 均有定义。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "logs" (default: "logs")
数据源类型，固定为 logs。
"logs"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
EvalStoredCompletionsDataSourceConfig object { schema, type, metadata }
已弃用，改用 LogsDataSourceConfig。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "stored_completions" (default: "stored_completions")
数据源类型，固定为 stored_completions。
"stored_completions"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: string
评测名称。
object: "eval" (default: "eval")
对象类型。
"eval"
testing_criteria: array of LabelModelGrader or StringCheckGrader or TextSimilarityGrader or 2 more
测试标准列表。
LabelModelGrader object { input, labels, model, 3 more }
LabelModelGrader 对象，使用模型为评测中的每个条目 分配标签。
input: array of object { content, role, type }
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
labels: array of string
要为评测中每个条目分配的标签。
model: string
评测使用的模型，须支持结构化输出。
name: string
评分器名称。
passing_labels: array of string
表示通过评测的标签，须为 labels 的子集。
type: "label_model"
对象类型，固定为 label_model。
"label_model"
StringCheckGrader object { input, name, operation, 2 more }
StringCheckGrader 对象，使用指定操作对输入文本与参考文本进行字符串比较。
input: string
输入文本，可以包含模板字符串。
name: string
评分器名称。
operation: "eq" or "ne" or "like" or "ilike"
要执行的字符串检查操作，可选 eq、ne、like 或 ilike。
"eq"
"ne"
"like"
"ilike"
reference: string
参考文本，可以包含模板字符串。
type: "string_check"
对象类型，固定为 string_check。
"string_check"
TextSimilarityGrader = TextSimilarityGrader
TextSimilarityGrader 对象，根据文本相似度指标评分。
pass_threshold: number
分数阈值。
PythonGrader = PythonGrader
PythonGrader 对象，对输入运行 Python 脚本。
pass_threshold: optional number
分数阈值。
ScoreModelGrader = ScoreModelGrader
ScoreModelGrader 对象，使用模型为输入评分。
pass_threshold: optional number
分数阈值。
评测自定义数据源配置
EvalCustomDataSourceConfig object { schema, type }
CustomDataSourceConfig，指定 item 命名空间的模式，并可选择指定 sample 命名空间的模式。
响应模式定义以下数据的结构：
- 用于定义测试标准的数据，以及
- 创建运行时需要提供的数据。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "custom" (default: "custom")
数据源类型，固定为 custom。
"custom"
评测删除响应
EvalDeleteResponse object { deleted, eval_id, object }
deleted: boolean
eval_id: string
object: string
评测列表响应
EvalListResponse object { id, created_at, data_source_config, 4 more }
包含数据源配置和测试标准的 Eval 对象。 Eval 表示你的大语言模型集成需要完成的一项任务。 例如：
- 提升聊天机器人的质量。
- 了解聊天机器人处理客户支持的能力。
- 检查 o4-mini 是否比 gpt-6-astra 更适合自己的用例。
id: string
评测的唯一标识。
created_at: integer
评测创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source_config: EvalCustomDataSourceConfig or LogsDataSourceConfig { schema, type, metadata } or EvalStoredCompletionsDataSourceConfig
评测运行使用的数据源配置。
EvalCustomDataSourceConfig object { schema, type }
CustomDataSourceConfig，指定 item 命名空间的模式，并可选择指定 sample 命名空间的模式。
响应模式定义以下数据的结构：
- 用于定义测试标准的数据，以及
- 创建运行时需要提供的数据。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "custom" (default: "custom")
数据源类型，固定为 custom。
"custom"
LogsDataSourceConfig object { schema, type, metadata }
LogsDataSourceConfig，指定日志查询的元数据属性。
通常是 usecase=chatbot 或 prompt-version=v2 等元数据。
此数据源配置返回的模式定义评测中可用的变量。
使用此数据源配置时，item 和 sample 均有定义。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "logs" (default: "logs")
数据源类型，固定为 logs。
"logs"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
EvalStoredCompletionsDataSourceConfig object { schema, type, metadata }
已弃用，改用 LogsDataSourceConfig。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "stored_completions" (default: "stored_completions")
数据源类型，固定为 stored_completions。
"stored_completions"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: string
评测名称。
object: "eval" (default: "eval")
对象类型。
"eval"
testing_criteria: array of LabelModelGrader or StringCheckGrader or TextSimilarityGrader or 2 more
测试标准列表。
LabelModelGrader object { input, labels, model, 3 more }
LabelModelGrader 对象，使用模型为评测中的每个条目 分配标签。
input: array of object { content, role, type }
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
labels: array of string
要为评测中每个条目分配的标签。
model: string
评测使用的模型，须支持结构化输出。
name: string
评分器名称。
passing_labels: array of string
表示通过评测的标签，须为 labels 的子集。
type: "label_model"
对象类型，固定为 label_model。
"label_model"
StringCheckGrader object { input, name, operation, 2 more }
StringCheckGrader 对象，使用指定操作对输入文本与参考文本进行字符串比较。
input: string
输入文本，可以包含模板字符串。
name: string
评分器名称。
operation: "eq" or "ne" or "like" or "ilike"
要执行的字符串检查操作，可选 eq、ne、like 或 ilike。
"eq"
"ne"
"like"
"ilike"
reference: string
参考文本，可以包含模板字符串。
type: "string_check"
对象类型，固定为 string_check。
"string_check"
TextSimilarityGrader = TextSimilarityGrader
TextSimilarityGrader 对象，根据文本相似度指标评分。
pass_threshold: number
分数阈值。
PythonGrader = PythonGrader
PythonGrader 对象，对输入运行 Python 脚本。
pass_threshold: optional number
分数阈值。
ScoreModelGrader = ScoreModelGrader
ScoreModelGrader 对象，使用模型为输入评分。
pass_threshold: optional number
分数阈值。
评测获取响应
EvalRetrieveResponse object { id, created_at, data_source_config, 4 more }
包含数据源配置和测试标准的 Eval 对象。 Eval 表示你的大语言模型集成需要完成的一项任务。 例如：
- 提升聊天机器人的质量。
- 了解聊天机器人处理客户支持的能力。
- 检查 o4-mini 是否比 gpt-6-astra 更适合自己的用例。
id: string
评测的唯一标识。
created_at: integer
评测创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source_config: EvalCustomDataSourceConfig or LogsDataSourceConfig { schema, type, metadata } or EvalStoredCompletionsDataSourceConfig
评测运行使用的数据源配置。
EvalCustomDataSourceConfig object { schema, type }
CustomDataSourceConfig，指定 item 命名空间的模式，并可选择指定 sample 命名空间的模式。
响应模式定义以下数据的结构：
- 用于定义测试标准的数据，以及
- 创建运行时需要提供的数据。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "custom" (default: "custom")
数据源类型，固定为 custom。
"custom"
LogsDataSourceConfig object { schema, type, metadata }
LogsDataSourceConfig，指定日志查询的元数据属性。
通常是 usecase=chatbot 或 prompt-version=v2 等元数据。
此数据源配置返回的模式定义评测中可用的变量。
使用此数据源配置时，item 和 sample 均有定义。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "logs" (default: "logs")
数据源类型，固定为 logs。
"logs"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
EvalStoredCompletionsDataSourceConfig object { schema, type, metadata }
已弃用，改用 LogsDataSourceConfig。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "stored_completions" (default: "stored_completions")
数据源类型，固定为 stored_completions。
"stored_completions"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: string
评测名称。
object: "eval" (default: "eval")
对象类型。
"eval"
testing_criteria: array of LabelModelGrader or StringCheckGrader or TextSimilarityGrader or 2 more
测试标准列表。
LabelModelGrader object { input, labels, model, 3 more }
LabelModelGrader 对象，使用模型为评测中的每个条目 分配标签。
input: array of object { content, role, type }
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
labels: array of string
要为评测中每个条目分配的标签。
model: string
评测使用的模型，须支持结构化输出。
name: string
评分器名称。
passing_labels: array of string
表示通过评测的标签，须为 labels 的子集。
type: "label_model"
对象类型，固定为 label_model。
"label_model"
StringCheckGrader object { input, name, operation, 2 more }
StringCheckGrader 对象，使用指定操作对输入文本与参考文本进行字符串比较。
input: string
输入文本，可以包含模板字符串。
name: string
评分器名称。
operation: "eq" or "ne" or "like" or "ilike"
要执行的字符串检查操作，可选 eq、ne、like 或 ilike。
"eq"
"ne"
"like"
"ilike"
reference: string
参考文本，可以包含模板字符串。
type: "string_check"
对象类型，固定为 string_check。
"string_check"
TextSimilarityGrader = TextSimilarityGrader
TextSimilarityGrader 对象，根据文本相似度指标评分。
pass_threshold: number
分数阈值。
PythonGrader = PythonGrader
PythonGrader 对象，对输入运行 Python 脚本。
pass_threshold: optional number
分数阈值。
ScoreModelGrader = ScoreModelGrader
ScoreModelGrader 对象，使用模型为输入评分。
pass_threshold: optional number
分数阈值。
评测已存储补全数据源配置
EvalStoredCompletionsDataSourceConfig object { schema, type, metadata }
已弃用，改用 LogsDataSourceConfig。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "stored_completions" (default: "stored_completions")
数据源类型，固定为 stored_completions。
"stored_completions"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
评测更新响应
EvalUpdateResponse object { id, created_at, data_source_config, 4 more }
包含数据源配置和测试标准的 Eval 对象。 Eval 表示你的大语言模型集成需要完成的一项任务。 例如：
- 提升聊天机器人的质量。
- 了解聊天机器人处理客户支持的能力。
- 检查 o4-mini 是否比 gpt-6-astra 更适合自己的用例。
id: string
评测的唯一标识。
created_at: integer
评测创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source_config: EvalCustomDataSourceConfig or LogsDataSourceConfig { schema, type, metadata } or EvalStoredCompletionsDataSourceConfig
评测运行使用的数据源配置。
EvalCustomDataSourceConfig object { schema, type }
CustomDataSourceConfig，指定 item 命名空间的模式，并可选择指定 sample 命名空间的模式。
响应模式定义以下数据的结构：
- 用于定义测试标准的数据，以及
- 创建运行时需要提供的数据。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "custom" (default: "custom")
数据源类型，固定为 custom。
"custom"
LogsDataSourceConfig object { schema, type, metadata }
LogsDataSourceConfig，指定日志查询的元数据属性。
通常是 usecase=chatbot 或 prompt-version=v2 等元数据。
此数据源配置返回的模式定义评测中可用的变量。
使用此数据源配置时，item 和 sample 均有定义。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "logs" (default: "logs")
数据源类型，固定为 logs。
"logs"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
EvalStoredCompletionsDataSourceConfig object { schema, type, metadata }
已弃用，改用 LogsDataSourceConfig。
schema: map[unknown]
运行数据源条目的 JSON Schema。 JSON Schema 的构建方法参阅此处。
type: "stored_completions" (default: "stored_completions")
数据源类型，固定为 stored_completions。
"stored_completions"
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: string
评测名称。
object: "eval" (default: "eval")
对象类型。
"eval"
testing_criteria: array of LabelModelGrader or StringCheckGrader or TextSimilarityGrader or 2 more
测试标准列表。
LabelModelGrader object { input, labels, model, 3 more }
LabelModelGrader 对象，使用模型为评测中的每个条目 分配标签。
input: array of object { content, role, type }
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
labels: array of string
要为评测中每个条目分配的标签。
model: string
评测使用的模型，须支持结构化输出。
name: string
评分器名称。
passing_labels: array of string
表示通过评测的标签，须为 labels 的子集。
type: "label_model"
对象类型，固定为 label_model。
"label_model"
StringCheckGrader object { input, name, operation, 2 more }
StringCheckGrader 对象，使用指定操作对输入文本与参考文本进行字符串比较。
input: string
输入文本，可以包含模板字符串。
name: string
评分器名称。
operation: "eq" or "ne" or "like" or "ilike"
要执行的字符串检查操作，可选 eq、ne、like 或 ilike。
"eq"
"ne"
"like"
"ilike"
reference: string
参考文本，可以包含模板字符串。
type: "string_check"
对象类型，固定为 string_check。
"string_check"
TextSimilarityGrader = TextSimilarityGrader
TextSimilarityGrader 对象，根据文本相似度指标评分。
pass_threshold: number
分数阈值。
PythonGrader = PythonGrader
PythonGrader 对象，对输入运行 Python 脚本。
pass_threshold: optional number
分数阈值。
ScoreModelGrader = ScoreModelGrader
ScoreModelGrader 对象，使用模型为输入评分。
pass_threshold: optional number
分数阈值。
Runs 评测运行
取消评测运行
post /evals/{eval_id}/runs/{run_id}/cancel
取消正在进行的评测运行。
路径参数
eval_id: string
要取消其运行的评测的 ID。
run_id: string
要取消的运行的 ID。
返回值
id: string
评测运行的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source: CreateEvalJSONLRunDataSource or CreateEvalCompletionsRunDataSource or ResponsesRunDataSource { source, type, input_messages, 2 more }
本次运行的数据源信息。
CreateEvalJSONLRunDataSource object { source, type }
JsonlRunDataSource 对象，指定与该评测匹配的 JSONL 文件。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type }
决定数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
type: "jsonl" (default: "jsonl")
数据源类型，固定为 jsonl。
"jsonl"
CreateEvalCompletionsRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 CompletionsRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or StoredCompletionsRunDataSource { type, created_after, created_before, 3 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
StoredCompletionsRunDataSource object { type, created_after, created_before, 3 more }
描述一组筛选条件的 StoredCompletionsRunDataSource 配置。
type: "stored_completions" (default: "stored_completions")
来源类型，固定为 stored_completions。
"stored_completions"
created_after: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之后创建的条目。
created_before: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之前创建的条目。
limit: optional integer or null
可选的返回条目数量上限。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: optional string or null
可选的模型筛选条件，例如 'gpt-6-astra'。
type: "completions" (default: "completions")
运行数据源类型，固定为 completions。
"completions"
input_messages: optional TemplateInputMessages { template, type } or ItemReferenceInputMessages { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
TemplateInputMessages object { template, type }
template: array of EasyInputMessage or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
EasyInputMessage object { content, role, phase, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputMessageContentList
用于生成响应的文本、图像或音频输入。 也可以包含此前的助手响应。
TextInput = string
输入模型的文本。
ResponseInputMessageContentList = array of ResponseInputContent
输入模型的一个或多个条目的列表，可以包含不同 内容类型。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputImage object { detail, type, file_id, 2 more }
输入模型的图像。参阅图像输入。
detail: ImageDetail
发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。
"low"
"high"
"auto"
"original"
type: "input_image" (default: "input_image")
输入条目类型，固定为 input_image。
"input_image"
file_id: optional string or null
要发送给模型的文件 ID。
image_url: optional string or null
要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。
format: uri
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputFile object { type, detail, file_data, 4 more }
输入模型的文件。
type: "input_file" (default: "input_file")
输入条目类型，固定为 input_file。
"input_file"
detail: optional "auto" or "low" or "high"
发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。
"auto"
"low"
"high"
file_data: optional string
要发送给模型的文件内容。
file_id: optional string or null
要发送给模型的文件 ID。
file_url: optional string
要发送给模型的文件 URL。
format: uri
filename: optional string
要发送给模型的文件名。
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
phase: optional "commentary" or "final_answer" or null
将 assistant 消息标记为中间说明（commentary）或最终答案（final_answer）。
对于 gpt-5.3-codex 及后续此类模型，发送后续请求时，须保留并重新发送
所有助手消息的 phase；丢弃它可能降低表现。用户消息不使用此字段。
"commentary"
"final_answer"
type: optional "message"
输入消息类型，固定为 message。
"message"
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
ItemReferenceInputMessages object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.input_trajectory"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, response_format, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
response_format: optional ResponseFormatText or ResponseFormatJSONSchema or ResponseFormatJSONObject
指定模型必须输出的格式的对象。
设为 { "type": "json_schema", "json_schema": {...} } 会启用
结构化输出，确保模型遵循你提供的 JSON
模式。更多信息请参阅结构化输出
指南。
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
type: "text"
定义的响应格式类型，固定为 text。
"text"
ResponseFormatJSONSchema object { json_schema, type }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
json_schema: object { name, description, schema, strict }
结构化输出配置选项，包含 JSON Schema。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
schema: optional map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
type: "json_object"
定义的响应格式类型，固定为 json_object。
"json_object"
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
tools: optional array of ChatCompletionFunctionTool
模型可以调用的工具列表。目前工具仅支持函数。通过此项提供模型可为其生成 JSON 输入的函数列表，最多支持 128 个函数。
function: FunctionDefinition
name: string
要调用的函数名称，须使用 a-z、A-Z、0-9，或包含下划线和连字符，最长为 64 个字符。
description: optional string
函数功能的描述，模型据此选择何时以及如何调用该函数。
parameters: optional FunctionParameters
函数接受的参数，以 JSON Schema 对象描述。示例参阅指南，格式说明参阅 JSON Schema 参考。
省略 parameters 表示定义参数列表为空的函数。
strict: optional boolean or null (default: false)
生成函数调用时是否启用严格模式遵循。设为 true 时，模型严格遵循 parameters 字段中定义的模式。strict 为 true 时仅支持 JSON Schema 的子集。结构化输出的更多信息参阅函数调用指南。
type: "function"
工具类型，目前仅支持 function。
"function"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
ResponsesRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 ResponsesRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or EvalResponsesSource { type, created_after, created_before, 8 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
EvalResponsesSource object { type, created_after, created_before, 8 more }
描述运行数据源配置的 EvalResponsesSource 对象。
type: "responses"
运行数据源类型，固定为 responses。
"responses"
created_after: optional integer or null
仅包含在此时间戳之后创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
created_before: optional integer or null
仅包含在此时间戳之前创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
instructions_search: optional string or null
可选的字符串，用于搜索 'instructions' 字段。此查询参数用于选择响应。
metadata: optional unknown or null
响应的元数据筛选条件。此查询参数用于选择响应。
model: optional string or null
要查找其响应的模型名称。此查询参数用于选择响应。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
temperature: optional number or null
采样温度。此查询参数用于选择响应。
tools: optional array of string or null
工具名称列表。此查询参数用于选择响应。
top_p: optional number or null
核采样参数。此查询参数用于选择响应。
users: optional array of string or null
用户标识列表。此查询参数用于选择响应。
type: "responses" (default: "responses")
运行数据源类型，固定为 responses。
"responses"
input_messages: optional InputMessagesTemplate { template, type } or InputMessagesItemReference { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
InputMessagesTemplate object { template, type }
template: array of ChatMessage { content, role } or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
ChatMessage object { content, role }
content: string
消息内容。
role: string
消息角色，例如 "system"、"assistant"、"user"。
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
InputMessagesItemReference object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.name"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, seed, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
text: optional object { format }
模型文本响应的配置选项，可以是纯 文本或结构化 JSON 数据。更多信息：
format: optional ResponseFormatTextConfig
指定模型必须输出的格式的对象。
配置 { "type": "json_schema" } 会启用结构化输出，
确保模型遵循你提供的 JSON Schema。更多信息参阅
结构化输出指南。
默认格式为 { "type": "text" }，没有额外选项。
不建议用于 gpt-4o 及后续模型：
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
ResponseFormatTextJSONSchemaConfig object { name, schema, type, 2 more }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
schema: map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
tools: optional array of Function { name, parameters, strict, 6 more } or FileSearch { type, vector_store_ids, filters, 2 more } or Computer { type } or 13 more
模型生成响应时可以调用的工具数组。你
可以通过 tool_choice 参数指定要使用的工具。
可向模型提供以下两类工具：
- 内置工具：由 OpenAI 提供，用于扩展 模型能力，例如网页搜索 或文件搜索。更多信息参阅 内置工具。
- 函数调用（自定义工具）：由你定义的函数， 使模型可以调用你自己的代码。更多信息参阅 函数调用。
Function object { name, parameters, strict, 6 more }
定义模型可以选择调用的自有代码函数。参阅函数调用。
name: string
要调用的函数名称。
parameters: map[unknown] or null
描述函数参数的 JSON Schema 对象。
strict: boolean or null
是否对此函数工具强制执行严格参数校验。
type: "function" (default: "function")
函数工具类型，固定为 function。
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
"direct"
"programmatic"
async: optional boolean
defer_loading: optional boolean
此函数是否延迟加载并通过工具搜索加载。
description: optional string or null
函数描述，模型据此判断是否调用该函数。
output_schema: optional map[unknown] or null
描述此函数字符串输出中编码的 JSON 值的 JSON Schema 对象。
FileSearch object { type, vector_store_ids, filters, 2 more }
搜索已上传文件中相关内容的工具。参阅文件搜索工具。
type: "file_search" (default: "file_search")
文件搜索工具类型，固定为 file_search。
"file_search"
vector_store_ids: array of string
要搜索的向量存储 ID 列表。
filters: optional ComparisonFilter or CompoundFilter or null
要应用的筛选条件。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
key: string
要与值比较的属性键。
type: "eq" or "ne" or "gt" or 5 more (default: "eq")
指定比较运算符：eq、ne、gt、gte、lt、lte、in、nin。
eq：等于ne：不等于gt：大于gte：大于或等于lt：小于lte：小于或等于in：属于nin：不属于
"eq"
"ne"
"gt"
"gte"
"lt"
"lte"
"in"
"nin"
value: string or number or boolean or array of string or number
用于与属性键比较的值，支持字符串、数字或布尔类型。
string
number
boolean
array of string or number
string
number
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
filters: array of ComparisonFilter or CompoundFilter
要组合的筛选条件数组，条目可以是 ComparisonFilter 或 CompoundFilter。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
type: "and" or "or"
运算类型：and 或 or。
"and"
"or"
max_num_results: optional integer
返回结果数量上限，须介于 1–50 之间，含边界。
ranking_options: optional object { hybrid_search, ranker, score_threshold }
搜索结果的排序选项。
hybrid_search: optional object { embedding_weight, text_weight }
启用混合搜索时，控制倒数排名融合如何平衡语义嵌入匹配与稀疏关键词匹配的权重。
embedding_weight: number
嵌入在倒数排名融合中的权重。
text_weight: number
文本在倒数排名融合中的权重。
ranker: optional "auto" or "default-2024-11-15"
文件搜索所用的排序器。
"auto"
"default-2024-11-15"
score_threshold: optional number
文件搜索的分数阈值，为 0–1 之间的数字。越接近 1，越倾向于只返回最相关的结果，但返回数量可能减少。
Computer object { type }
控制虚拟计算机的工具。参阅计算机工具。
type: "computer" (default: "computer")
计算机工具类型，固定为 computer。
"computer"
ComputerUsePreview object { display_height, display_width, environment, type }
控制虚拟计算机的工具。参阅计算机工具。
display_height: integer
计算机显示区域的高度。
display_width: integer
计算机显示区域的宽度。
environment: "windows" or "mac" or "linux" or 2 more
要控制的计算机环境类型。
"windows"
"mac"
"linux"
"ubuntu"
"browser"
type: "computer_use_preview" (default: "computer_use_preview")
计算机使用工具类型，固定为 computer_use_preview。
"computer_use_preview"
WebSearch object { type, external_web_access, filters, 2 more }
在互联网上搜索与提示词相关的信息来源。参阅 网络搜索工具时。
type: "web_search" or "web_search_2025_08_26" (default: "web_search")
网页搜索工具类型，可选 web_search 或 web_search_2025_08_26。
"web_search"
"web_search_2025_08_26"
external_web_access: optional boolean (default: true)
是否允许网页搜索实时访问互联网。省略时默认为 true。设为 false 时，网页搜索工具以离线或仅缓存模式运行，不会抓取新的外部内容。
filters: optional object { allowed_domains } or null
搜索的筛选条件。
allowed_domains: optional array of string or null (default: [])
搜索允许的域名。未提供时允许所有域名。 也允许访问所提供域名的子域名。
示例：["pubmed.ncbi.nlm.nih.gov"]
search_context_size: optional "low" or "medium" or "high" (default: "medium")
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { city, country, region, 2 more } or null
用户的大致位置。省略或设为 null 时，默认为
美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。
若要本地化结果，须提供相应位置字段。
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
type: optional "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
Mcp object { server_label, type, allowed_callers, 9 more }
通过远程模型上下文协议（MCP）服务器， 向模型提供额外工具。了解 MCP。
server_label: string
此 MCP 服务器的标签，用于在工具调用中标识服务器。
type: "mcp"
MCP 工具类型，固定为 mcp。
"mcp"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
allowed_tools: optional array of string or McpToolFilter { read_only, tool_names } or null
允许的工具名称列表或筛选对象。
McpAllowedTools = array of string
允许的工具名称组成的字符串数组。
McpToolFilter object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
authorization: optional string
可用于远程 MCP 服务器的 OAuth 访问令牌，既可 配合自定义 MCP 服务器 URL，也可配合服务连接器。你的应用 须处理 OAuth 授权流程，并在此提供令牌。
connector_id: optional "connector_dropbox" or "connector_gmail" or "connector_googlecalendar" or 5 more
服务连接器的标识，例如 ChatGPT 中提供的连接器。须提供
server_url、connector_id 或 tunnel_id 中的一项。更多
服务连接器信息参阅此处。
对于 2026 年 9 月 1 日之后发布的模型，此字段已弃用。
使用 server_url 连接远程 MCP 服务器，或使用 tunnel_id
通过安全 MCP 隧道连接。
当前支持的 connector_id 值如下：
- Dropbox：
connector_dropbox - Gmail：
connector_gmail - Google 日历：
connector_googlecalendar - Google 云端硬盘：
connector_googledrive - Microsoft Teams：
connector_microsoftteams - Outlook 日历：
connector_outlookcalendar - Outlook 邮箱：
connector_outlookemail - SharePoint：
connector_sharepoint
"connector_dropbox"
"connector_gmail"
"connector_googlecalendar"
"connector_googledrive"
"connector_microsoftteams"
"connector_outlookcalendar"
"connector_outlookemail"
"connector_sharepoint"
defer_loading: optional boolean
此 MCP 工具是否延迟加载并通过工具搜索发现。
headers: optional map[string] or null
可选的发送给 MCP 服务器的 HTTP 请求头，用于认证 或其他用途。
require_approval: optional McpToolApprovalFilter { always, never } or "always" or "never" or null (default: "always")
指定 MCP 服务器的哪些工具需要批准。
McpToolApprovalFilter object { always, never }
指定 MCP 服务器的哪些工具需要批准。可以是
always、never，或与需要批准的工具关联的
筛选对象。
always: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
never: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
McpToolApprovalSetting = "always" or "never"
为所有工具指定统一的批准策略，可选 always 或
never。设为 always 时，所有工具均需要批准；
设为 never 时，所有工具均不需要批准。
"always"
"never"
server_description: optional string
MCP 服务器的可选描述，用于提供更多上下文。
server_url: optional string
MCP 服务器的 URL。须提供 server_url、connector_id 或
tunnel_id 中的一项。
format: uri
tunnel_id: optional string
用来替代直接服务器 URL 的安全 MCP 隧道 ID。须提供
server_url、connector_id 或 tunnel_id 中的一项。
pattern: ^tunnel_[a-z0-9]{32}$
CodeInterpreter object { container, type, allowed_callers }
运行 Python 代码以帮助生成提示词响应的工具。
container: string or CodeInterpreterToolAuto { type, file_ids, memory_limit, network_policy }
代码解释器容器，可以是容器 ID，也可以是
指定代码可用的已上传文件 ID 的对象，同时可提供
可选的 memory_limit 设置。
string
容器 ID。
CodeInterpreterToolAuto object { type, file_ids, memory_limit, network_policy }
代码解释器容器配置，可以指定运行代码时所处理的文件 ID。
type: "auto" (default: "auto")
固定为 auto。
"auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
代码解释器容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
type: "disabled" (default: "disabled")
禁用出站网络访问，固定为 disabled。
"disabled"
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
allowed_domains: array of string
type 为 allowlist 时允许访问的域名列表。
minItems: 1
type: "allowlist" (default: "allowlist")
仅允许对指定域名发起出站网络访问，固定为 allowlist。
"allowlist"
domain_secrets: optional array of ContainerNetworkPolicyDomainSecret
可选的仅用于允许访问域名的域名级密钥。
minItems: 1
domain: string
密钥关联的域名。
minLength: 1
name: string
要为该域名注入的密钥名称。
minLength: 1
value: string
要为该域名注入的密钥值。
minLength: 1, maxLength: 10485760
type: "code_interpreter"
代码解释器工具类型，固定为 code_interpreter。
"code_interpreter"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
ProgrammaticToolCalling object { type }
type: "programmatic_tool_calling" (default: "programmatic_tool_calling")
工具类型，固定为 programmatic_tool_calling。
"programmatic_tool_calling"
ImageGeneration object { type, action, background, 13 more }
使用 GPT 图像模型生成图像的工具。
type: "image_generation"
图像生成工具类型，固定为 image_generation。
"image_generation"
action: optional "generate" or "edit" or "auto"
生成新图像还是编辑已有图像，默认为 auto。
"generate"
"edit"
"auto"
background: optional "transparent" or "opaque" or "auto" (default: "auto")
生成图像的背景，可选 transparent、opaque，
或 auto。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，包括
对应的 2026-09-08 快照，支持 opaque 和 transparent
背景。受支持的 GPT Image 模型可以使用透明
背景。对于 gpt-image-2 和 gpt-image-2-2026-04-21，此功能处于
预览阶段。使用 transparent 时，须将输出格式设为 png 或 webp。
默认为 auto。
"transparent"
"opaque"
"auto"
complexity: optional "low" or "medium" or "high"
用于规划图像的计算投入，与渲染质量分开设置。
覆盖外层响应用于图像生成的 reasoning.effort。
省略时，继承外层受支持的推理强度，或使用
图像模型配置的默认值。
对于 SVG 输出，此项控制参考图像，而不是 SVG 生成模型的
推理。
"low"
"medium"
"high"
frame_count: optional integer (default: 9)
GIF 帧数，要求 output_format 为 gif，默认为 9。
minimum: 2, maximum: 16
frame_duration_ms: optional integer (default: 200)
每个 GIF 帧的时长，单位为毫秒，取整到 10 毫秒。
要求 output_format 为 gif，默认为 200。
minimum: 20, maximum: 2000
input_fidelity: optional "high" or "low" or null
控制模型为匹配输入图像风格和特征（尤其是面部特征）投入的程度。gpt-image-1.5 支持 high 和 low，gpt-image-1-mini 仅支持 low。使用 gpt-image-2 时应省略此参数。支持该参数的模型默认为 low。
"high"
"low"
input_image_mask: optional object { file_id, image_url }
可选的局部重绘蒙版，包含 image_url
（可选字符串）和 file_id（可选字符串）。
file_id: optional string
蒙版图像的文件 ID。
image_url: optional string
采用 Base64 编码的蒙版图像。
model: optional string or "gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
string
"gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
"gpt-image-1"
"gpt-image-1-mini"
"gpt-image-2"
"gpt-image-2-2026-04-21"
"gpt-image-2.5-sunburst"
"gpt-image-2.5-sunburst-2026-09-08"
"gpt-image-2.5-flare"
"gpt-image-2.5-flare-2026-09-08"
"gpt-image-2.6-sunburst"
"gpt-image-2.6-flare"
"gpt-image-1.5"
"chatgpt-image-latest"
moderation: optional "auto" or "low" (default: "auto")
生成图像的审核级别，默认为 auto。
"auto"
"low"
output_compression: optional integer (default: 100)
输出图像的压缩级别，默认为 100。
minimum: 0, maximum: 100
output_format: optional "png" or "webp" or "jpeg" or 2 more (default: "png")
输出图像格式，可选 png、webp、jpeg、
gif 或 svg，默认为 png。GIF 和 SVG 输出要求模型
支持所选格式。GIF 输出不支持
部分图像流式传输，即 partial_images 大于 0，
也不支持 input_image_mask 或自定义 output_compression。
GIF 输出仍可以流式发送 Responses 生命周期事件。
"png"
"webp"
"jpeg"
"gif"
"svg"
partial_images: optional integer (default: 0)
流式模式中生成的部分图像数量，范围为 0（默认值）到 3。
minimum: 0, maximum: 3
quality: optional "low" or "medium" or "high" or 3 more (default: "auto")
生成图像的质量。GPT 图像模型支持 low、
medium 和 high。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，
包括对应的 2026-09-08 快照，还支持 xhigh 和 max。
默认为 auto。
"low"
"medium"
"high"
"xhigh"
"max"
"auto"
size: optional string or "1024x1024" or "1024x1536" or "1536x1024" or "auto" (default: "auto")
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
string
"1024x1024" or "1024x1536" or "1536x1024" or "auto"
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
"1024x1024"
"1024x1536"
"1536x1024"
"auto"
svg: optional object { model, reasoning }
SVG 生成模型的设置，要求 output_format 为 svg。
启用 SVG 模型选择时，省略此对象会使用
外层响应模型。否则使用默认 SVG 生成模型，且
不能显式覆盖模型。
model: optional string
minLength: 1
reasoning: optional object { effort } or null
SVG 编写的推理强度。省略时，Images 和 Responses 均使用编写模型的默认值。
effort: optional "none" or "minimal" or "low" or 4 more
控制模型为此次请求投入的推理强度。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
LocalShell object { type }
允许模型在本地环境执行 shell 命令的工具。
type: "local_shell" (default: "local_shell")
本地 shell 工具类型，固定为 local_shell。
"local_shell"
Shell object { type, allowed_callers, environment }
允许模型执行 shell 命令的工具。
type: "shell" (default: "shell")
shell 工具类型，固定为 shell。
"shell"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
environment: optional ContainerAuto or LocalEnvironment or ContainerReference or null
ContainerAuto object { type, file_ids, memory_limit, 2 more }
type: "container_auto" (default: "container_auto")
为此请求自动创建容器。
"container_auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
skills: optional array of SkillReference or InlineSkill
可选的技能列表，通过 ID 或内联数据引用技能。
maxItems: 200
SkillReference object { skill_id, type, version }
skill_id: string
引用的技能 ID。
minLength: 1, maxLength: 64
type: "skill_reference" (default: "skill_reference")
引用通过 /v1/skills 接口创建的技能。
"skill_reference"
version: optional string
可选的技能版本。使用正整数或 'latest'，省略时使用默认版本。
InlineSkill object { description, name, source, type }
description: string
技能描述。
name: string
技能名称。
source: InlineSkillSource
内联技能载荷。
data: string
采用 Base64 编码的技能 ZIP 包。
minLength: 1, maxLength: 70254592
media_type: "application/zip" (default: "application/zip")
内联技能载荷的媒体类型，必须为 application/zip。
"application/zip"
type: "base64" (default: "base64")
内联技能来源的类型，必须为 base64。
"base64"
type: "inline" (default: "inline")
为此请求定义内联技能。
"inline"
LocalEnvironment object { type, skills }
type: "local" (default: "local")
使用本地计算机环境。
"local"
skills: optional array of LocalSkill
可选的技能列表。
maxItems: 200
description: string
技能描述。
name: string
技能名称。
path: string
包含该技能的目录路径。
ContainerReference object { container_id, type }
container_id: string
引用的容器 ID。
type: "container_reference" (default: "container_reference")
引用通过 /v1/containers 接口创建的容器。
"container_reference"
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
Text object { type }
无约束的自由文本。
type: "text" (default: "text")
无约束文本格式，固定为 text。
"text"
Grammar object { definition, syntax, type }
用户定义的语法。
definition: string
语法定义。
syntax: "lark" or "regex"
语法定义的语法类型，可选 lark 或 regex。
"lark"
"regex"
type: "grammar" (default: "grammar")
语法格式，固定为 grammar。
"grammar"
Namespace object { description, name, tools, type }
将函数工具或自定义工具归入共享命名空间。
description: string
展示给模型的命名空间描述。
name: string
工具调用使用的命名空间名称，例如 crm。
minLength: 1
tools: array of Function { name, type, allowed_callers, 6 more } or Custom { name, type, allowed_callers, 4 more }
此命名空间内可用的函数工具或自定义工具。
minItems: 1
Function object { name, type, allowed_callers, 6 more }
name: string
pattern: ^[a-zA-Z0-9_-]+$, minLength: 1, maxLength: 128
type: "function" (default: "function")
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此函数是否应延迟加载并通过工具搜索发现。
description: optional string or null
output_schema: optional map[unknown] or null
描述此函数工具字符串输出中编码的 JSON 值的 JSON Schema，不用于描述内容数组输出。
parameters: optional unknown or null
strict: optional boolean or null
是否强制执行严格参数校验。省略时，模式兼容的情况下 Responses 会尝试严格校验，否则退回非严格校验。
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
type: "namespace" (default: "namespace")
工具类型，固定为 namespace。
"namespace"
ToolSearch object { type, description, execution, parameters }
用于延迟加载工具的托管工具搜索或自带工具（BYOT）搜索配置。
type: "tool_search" (default: "tool_search")
工具类型，固定为 tool_search。
"tool_search"
description: optional string or null
客户端执行的工具搜索工具展示给模型的描述。
execution: optional "server" or "client"
工具搜索由服务端还是客户端执行。
"server"
"client"
parameters: optional unknown or null
客户端执行的工具搜索工具的参数模式。
WebSearchPreview object { type, search_content_types, search_context_size, user_location }
搜索网页以获取可用于响应的相关结果的工具。参阅网页搜索工具。
type: "web_search_preview" or "web_search_preview_2025_03_11" (default: "web_search_preview")
网页搜索工具类型，可选 web_search_preview 或 web_search_preview_2025_03_11。
"web_search_preview"
"web_search_preview_2025_03_11"
search_content_types: optional array of "text" or "image"
"text"
"image"
search_context_size: optional "low" or "medium" or "high"
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { type, city, country, 2 more } or null
用户的大致位置。省略或设为 null 时默认为美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。若要本地化结果，须提供相应位置字段。
type: "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
ApplyPatch object { type, allowed_callers }
允许助手使用统一差异格式创建、删除或更新文件。
type: "apply_patch" (default: "apply_patch")
工具类型，固定为 apply_patch。
"apply_patch"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
eval_id: string
关联评测的标识。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: string or null
被评测的模型，如适用。
name: string or null
评测运行名称。
object: "eval.run" (default: "eval.run")
对象类型，固定为 "eval.run"。
"eval.run"
per_model_usage: array of object { cached_tokens, completion_tokens, invocation_count, 3 more } or null
评测运行期间各模型的用量统计。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
invocation_count: integer
调用次数。
model_name: string
模型名称。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
per_testing_criteria_results: array of object { failed, passed, testing_criteria } or null
评测运行中各测试标准的结果。
failed: integer
未通过此标准的测试数量。
passed: integer
通过此标准的测试数量。
testing_criteria: string
测试标准的描述。
report_url: string
在控制台界面中呈现评测运行报告的 URL。
format: uri
result_counts: object { errored, failed, passed, total }
汇总评测运行结果的计数器。
errored: integer
因错误而失败的输出条目数量。
failed: integer
未通过评测的输出条目数量。
passed: integer
通过评测的输出条目数量。
total: integer
已执行的输出条目总数。
status: string
评测运行状态。
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/$EVAL_ID/runs/$RUN_ID/cancel \
-X POST \
-H "Authorization: Bearer $OPENAI_API_KEY"200 响应示例
{
"id": "id",
"created_at": 0,
"data_source": {
"source": {
"content": [
{
"item": {
"foo": "bar"
},
"sample": {
"foo": "bar"
}
}
],
"type": "file_content"
},
"type": "jsonl"
},
"error": {
"code": "code",
"message": "message"
},
"eval_id": "eval_id",
"metadata": {
"foo": "string"
},
"model": "model",
"name": "name",
"object": "eval.run",
"per_model_usage": [
{
"cached_tokens": 0,
"completion_tokens": 0,
"invocation_count": 0,
"model_name": "model_name",
"prompt_tokens": 0,
"total_tokens": 0
}
],
"per_testing_criteria_results": [
{
"failed": 0,
"passed": 0,
"testing_criteria": "testing_criteria"
}
],
"report_url": "https://example.com",
"result_counts": {
"errored": 0,
"failed": 0,
"passed": 0,
"total": 0
},
"status": "status"
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/eval_67abd54d9b0081909a86353f6fb9317a/runs/evalrun_67abd54d60ec8190832b46859da808f7/cancel \
-X POST \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json"响应示例
{
"object": "eval.run",
"id": "evalrun_67abd54d60ec8190832b46859da808f7",
"eval_id": "eval_67abd54d9b0081909a86353f6fb9317a",
"report_url": "https://platform.openai.com/evaluations/eval_67abd54d9b0081909a86353f6fb9317a?run_id=evalrun_67abd54d60ec8190832b46859da808f7",
"status": "canceled",
"model": "gpt-6-astra",
"name": "gpt-6-astra",
"created_at": 1743092069,
"result_counts": {
"total": 0,
"errored": 0,
"failed": 0,
"passed": 0
},
"per_model_usage": null,
"per_testing_criteria_results": null,
"data_source": {
"type": "completions",
"source": {
"type": "file_content",
"content": [
{
"item": {
"input": "科技公司推出先进的人工智能平台",
"ground_truth": "Technology"
}
},
{
"item": {
"input": "通胀担忧之际，央行提高利率",
"ground_truth": "Markets"
}
},
{
"item": {
"input": "国际峰会讨论应对气候变化的策略",
"ground_truth": "World"
}
},
{
"item": {
"input": "大型零售商公布创纪录的假日销售额",
"ground_truth": "Business"
}
},
{
"item": {
"input": "国家队晋级世界锦标赛决赛",
"ground_truth": "Sports"
}
},
{
"item": {
"input": "利好经济数据公布后股市上涨",
"ground_truth": "Markets"
}
},
{
"item": {
"input": "全球制造商宣布与竞争对手合并",
"ground_truth": "Business"
}
},
{
"item": {
"input": "可再生能源技术取得突破",
"ground_truth": "Technology"
}
},
{
"item": {
"input": "各国领导人签署历史性气候协议",
"ground_truth": "World"
}
},
{
"item": {
"input": "职业运动员在锦标赛中刷新纪录",
"ground_truth": "Sports"
}
},
{
"item": {
"input": "金融机构适应新的监管要求",
"ground_truth": "Business"
}
},
{
"item": {
"input": "科技大会展示人工智能领域的进展",
"ground_truth": "Technology"
}
},
{
"item": {
"input": "全球市场对油价波动作出反应",
"ground_truth": "Markets"
}
},
{
"item": {
"input": "新条约加强国际合作",
"ground_truth": "World"
}
},
{
"item": {
"input": "体育联盟公布新赛季调整后的赛程",
"ground_truth": "Sports"
}
}
]
},
"input_messages": {
"type": "template",
"template": [
{
"type": "message",
"role": "developer",
"content": {
"type": "input_text",
"text": "将给定新闻标题归入以下主题之一：Technology（科技）、Markets（市场）、World（国际）、Business（商业）或 Sports（体育）。\n\n# 步骤\n\n1. 分析新闻标题的内容，理解其主要关注点。\n2. 提取主题，找出关键线索或关键词。\n3. 根据这些线索，从 Technology、Markets、World、Business、Sports 五个选项中选择最合适的类别。\n4. 每个标题只能选择一个类别。\n\n# 输出格式\n\n仅返回所选类别的一个英文单词，例如：\"Technology\"、\"Markets\"、\"World\"、\"Business\" 或 \"Sports\"。\n\n# 示例\n\n**输入**：\"苹果发布搭载先进 AI 功能的新款 iPhone\" \n**输出**：\"Technology\"\n\n**输入**：\"投资者等待央行决议，全球股市涨跌互现\" \n**输出**：\"Markets\"\n\n**输入**：\"乌克兰战争：谈判进展最新消息\" \n**输出**：\"World\"\n\n**输入**：\"微软洽谈以 20 亿美元收购游戏公司\" \n**输出**：\"Business\"\n\n**输入**：\"曼联赢得英超足球比赛\" \n**输出**：\"Sports\" \n\n# 注意\n\n- 如果标题似乎符合多个类别，选择最主要的主题。\n- “股票”“公司收购”“比赛”等关键词或短语，以及科技品牌，都可以作为分类线索。\n"
}
},
{
"type": "message",
"role": "user",
"content": {
"type": "input_text",
"text": "{{item.input}}"
}
}
]
},
"model": "gpt-6-astra",
"sampling_params": {
"max_completions_tokens": 2048
}
},
"error": null,
"metadata": {}
}创建评测运行
post /evals/{eval_id}/runs
为指定评测启动新运行，指定数据源以及测试所用的模型配置。数据源将根据评测配置中指定的模式进行校验。
路径参数
eval_id: string
要创建运行的评测的 ID。
请求体参数
内容类型：application/json
data_source: CreateEvalJSONLRunDataSource or CreateEvalCompletionsRunDataSource or ResponsesRunDataSource { source, type, input_messages, 2 more }
本次运行的数据源详情。
CreateEvalJSONLRunDataSource object { source, type }
JsonlRunDataSource 对象，指定与该评测匹配的 JSONL 文件。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type }
决定数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
type: "jsonl" (default: "jsonl")
数据源类型，固定为 jsonl。
"jsonl"
CreateEvalCompletionsRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 CompletionsRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or StoredCompletionsRunDataSource { type, created_after, created_before, 3 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
StoredCompletionsRunDataSource object { type, created_after, created_before, 3 more }
描述一组筛选条件的 StoredCompletionsRunDataSource 配置。
type: "stored_completions" (default: "stored_completions")
来源类型，固定为 stored_completions。
"stored_completions"
created_after: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之后创建的条目。
created_before: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之前创建的条目。
limit: optional integer or null
可选的返回条目数量上限。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: optional string or null
可选的模型筛选条件，例如 'gpt-6-astra'。
type: "completions" (default: "completions")
运行数据源类型，固定为 completions。
"completions"
input_messages: optional TemplateInputMessages { template, type } or ItemReferenceInputMessages { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
TemplateInputMessages object { template, type }
template: array of EasyInputMessage or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
EasyInputMessage object { content, role, phase, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputMessageContentList
用于生成响应的文本、图像或音频输入。 也可以包含此前的助手响应。
TextInput = string
输入模型的文本。
ResponseInputMessageContentList = array of ResponseInputContent
输入模型的一个或多个条目的列表，可以包含不同 内容类型。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputImage object { detail, type, file_id, 2 more }
输入模型的图像。参阅图像输入。
detail: ImageDetail
发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。
"low"
"high"
"auto"
"original"
type: "input_image" (default: "input_image")
输入条目类型，固定为 input_image。
"input_image"
file_id: optional string or null
要发送给模型的文件 ID。
image_url: optional string or null
要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。
format: uri
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputFile object { type, detail, file_data, 4 more }
输入模型的文件。
type: "input_file" (default: "input_file")
输入条目类型，固定为 input_file。
"input_file"
detail: optional "auto" or "low" or "high"
发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。
"auto"
"low"
"high"
file_data: optional string
要发送给模型的文件内容。
file_id: optional string or null
要发送给模型的文件 ID。
file_url: optional string
要发送给模型的文件 URL。
format: uri
filename: optional string
要发送给模型的文件名。
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
phase: optional "commentary" or "final_answer" or null
将 assistant 消息标记为中间说明（commentary）或最终答案（final_answer）。
对于 gpt-5.3-codex 及后续此类模型，发送后续请求时，须保留并重新发送
所有助手消息的 phase；丢弃它可能降低表现。用户消息不使用此字段。
"commentary"
"final_answer"
type: optional "message"
输入消息类型，固定为 message。
"message"
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
ItemReferenceInputMessages object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.input_trajectory"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, response_format, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
response_format: optional ResponseFormatText or ResponseFormatJSONSchema or ResponseFormatJSONObject
指定模型必须输出的格式的对象。
设为 { "type": "json_schema", "json_schema": {...} } 会启用
结构化输出，确保模型遵循你提供的 JSON
模式。更多信息请参阅结构化输出
指南。
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
type: "text"
定义的响应格式类型，固定为 text。
"text"
ResponseFormatJSONSchema object { json_schema, type }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
json_schema: object { name, description, schema, strict }
结构化输出配置选项，包含 JSON Schema。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
schema: optional map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
type: "json_object"
定义的响应格式类型，固定为 json_object。
"json_object"
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
tools: optional array of ChatCompletionFunctionTool
模型可以调用的工具列表。目前工具仅支持函数。通过此项提供模型可为其生成 JSON 输入的函数列表，最多支持 128 个函数。
function: FunctionDefinition
name: string
要调用的函数名称，须使用 a-z、A-Z、0-9，或包含下划线和连字符，最长为 64 个字符。
description: optional string
函数功能的描述，模型据此选择何时以及如何调用该函数。
parameters: optional FunctionParameters
函数接受的参数，以 JSON Schema 对象描述。示例参阅指南，格式说明参阅 JSON Schema 参考。
省略 parameters 表示定义参数列表为空的函数。
strict: optional boolean or null (default: false)
生成函数调用时是否启用严格模式遵循。设为 true 时，模型严格遵循 parameters 字段中定义的模式。strict 为 true 时仅支持 JSON Schema 的子集。结构化输出的更多信息参阅函数调用指南。
type: "function"
工具类型，目前仅支持 function。
"function"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
ResponsesRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 ResponsesRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or EvalResponsesSource { type, created_after, created_before, 8 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
EvalResponsesSource object { type, created_after, created_before, 8 more }
描述运行数据源配置的 EvalResponsesSource 对象。
type: "responses"
运行数据源类型，固定为 responses。
"responses"
created_after: optional integer or null
仅包含在此时间戳之后创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
created_before: optional integer or null
仅包含在此时间戳之前创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
instructions_search: optional string or null
可选的字符串，用于搜索 'instructions' 字段。此查询参数用于选择响应。
metadata: optional unknown or null
响应的元数据筛选条件。此查询参数用于选择响应。
model: optional string or null
要查找其响应的模型名称。此查询参数用于选择响应。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
temperature: optional number or null
采样温度。此查询参数用于选择响应。
tools: optional array of string or null
工具名称列表。此查询参数用于选择响应。
top_p: optional number or null
核采样参数。此查询参数用于选择响应。
users: optional array of string or null
用户标识列表。此查询参数用于选择响应。
type: "responses" (default: "responses")
运行数据源类型，固定为 responses。
"responses"
input_messages: optional InputMessagesTemplate { template, type } or InputMessagesItemReference { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
InputMessagesTemplate object { template, type }
template: array of ChatMessage { content, role } or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
ChatMessage object { content, role }
content: string
消息内容。
role: string
消息角色，例如 "system"、"assistant"、"user"。
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
InputMessagesItemReference object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.name"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, seed, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
text: optional object { format }
模型文本响应的配置选项，可以是纯 文本或结构化 JSON 数据。更多信息：
format: optional ResponseFormatTextConfig
指定模型必须输出的格式的对象。
配置 { "type": "json_schema" } 会启用结构化输出，
确保模型遵循你提供的 JSON Schema。更多信息参阅
结构化输出指南。
默认格式为 { "type": "text" }，没有额外选项。
不建议用于 gpt-4o 及后续模型：
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
ResponseFormatTextJSONSchemaConfig object { name, schema, type, 2 more }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
schema: map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
tools: optional array of Function { name, parameters, strict, 6 more } or FileSearch { type, vector_store_ids, filters, 2 more } or Computer { type } or 13 more
模型生成响应时可以调用的工具数组。你
可以通过 tool_choice 参数指定要使用的工具。
可向模型提供以下两类工具：
- 内置工具：由 OpenAI 提供，用于扩展 模型能力，例如网页搜索 或文件搜索。更多信息参阅 内置工具。
- 函数调用（自定义工具）：由你定义的函数， 使模型可以调用你自己的代码。更多信息参阅 函数调用。
Function object { name, parameters, strict, 6 more }
定义模型可以选择调用的自有代码函数。参阅函数调用。
name: string
要调用的函数名称。
parameters: map[unknown] or null
描述函数参数的 JSON Schema 对象。
strict: boolean or null
是否对此函数工具强制执行严格参数校验。
type: "function" (default: "function")
函数工具类型，固定为 function。
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
"direct"
"programmatic"
async: optional boolean
defer_loading: optional boolean
此函数是否延迟加载并通过工具搜索加载。
description: optional string or null
函数描述，模型据此判断是否调用该函数。
output_schema: optional map[unknown] or null
描述此函数字符串输出中编码的 JSON 值的 JSON Schema 对象。
FileSearch object { type, vector_store_ids, filters, 2 more }
搜索已上传文件中相关内容的工具。参阅文件搜索工具。
type: "file_search" (default: "file_search")
文件搜索工具类型，固定为 file_search。
"file_search"
vector_store_ids: array of string
要搜索的向量存储 ID 列表。
filters: optional ComparisonFilter or CompoundFilter or null
要应用的筛选条件。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
key: string
要与值比较的属性键。
type: "eq" or "ne" or "gt" or 5 more (default: "eq")
指定比较运算符：eq、ne、gt、gte、lt、lte、in、nin。
eq：等于ne：不等于gt：大于gte：大于或等于lt：小于lte：小于或等于in：属于nin：不属于
"eq"
"ne"
"gt"
"gte"
"lt"
"lte"
"in"
"nin"
value: string or number or boolean or array of string or number
用于与属性键比较的值，支持字符串、数字或布尔类型。
string
number
boolean
array of string or number
string
number
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
filters: array of ComparisonFilter or CompoundFilter
要组合的筛选条件数组，条目可以是 ComparisonFilter 或 CompoundFilter。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
type: "and" or "or"
运算类型：and 或 or。
"and"
"or"
max_num_results: optional integer
返回结果数量上限，须介于 1–50 之间，含边界。
ranking_options: optional object { hybrid_search, ranker, score_threshold }
搜索结果的排序选项。
hybrid_search: optional object { embedding_weight, text_weight }
启用混合搜索时，控制倒数排名融合如何平衡语义嵌入匹配与稀疏关键词匹配的权重。
embedding_weight: number
嵌入在倒数排名融合中的权重。
text_weight: number
文本在倒数排名融合中的权重。
ranker: optional "auto" or "default-2024-11-15"
文件搜索所用的排序器。
"auto"
"default-2024-11-15"
score_threshold: optional number
文件搜索的分数阈值，为 0–1 之间的数字。越接近 1，越倾向于只返回最相关的结果，但返回数量可能减少。
Computer object { type }
控制虚拟计算机的工具。参阅计算机工具。
type: "computer" (default: "computer")
计算机工具类型，固定为 computer。
"computer"
ComputerUsePreview object { display_height, display_width, environment, type }
控制虚拟计算机的工具。参阅计算机工具。
display_height: integer
计算机显示区域的高度。
display_width: integer
计算机显示区域的宽度。
environment: "windows" or "mac" or "linux" or 2 more
要控制的计算机环境类型。
"windows"
"mac"
"linux"
"ubuntu"
"browser"
type: "computer_use_preview" (default: "computer_use_preview")
计算机使用工具类型，固定为 computer_use_preview。
"computer_use_preview"
WebSearch object { type, external_web_access, filters, 2 more }
在互联网上搜索与提示词相关的信息来源。参阅 网络搜索工具时。
type: "web_search" or "web_search_2025_08_26" (default: "web_search")
网页搜索工具类型，可选 web_search 或 web_search_2025_08_26。
"web_search"
"web_search_2025_08_26"
external_web_access: optional boolean (default: true)
是否允许网页搜索实时访问互联网。省略时默认为 true。设为 false 时，网页搜索工具以离线或仅缓存模式运行，不会抓取新的外部内容。
filters: optional object { allowed_domains } or null
搜索的筛选条件。
allowed_domains: optional array of string or null (default: [])
搜索允许的域名。未提供时允许所有域名。 也允许访问所提供域名的子域名。
示例：["pubmed.ncbi.nlm.nih.gov"]
search_context_size: optional "low" or "medium" or "high" (default: "medium")
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { city, country, region, 2 more } or null
用户的大致位置。省略或设为 null 时，默认为
美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。
若要本地化结果，须提供相应位置字段。
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
type: optional "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
Mcp object { server_label, type, allowed_callers, 9 more }
通过远程模型上下文协议（MCP）服务器， 向模型提供额外工具。了解 MCP。
server_label: string
此 MCP 服务器的标签，用于在工具调用中标识服务器。
type: "mcp"
MCP 工具类型，固定为 mcp。
"mcp"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
allowed_tools: optional array of string or McpToolFilter { read_only, tool_names } or null
允许的工具名称列表或筛选对象。
McpAllowedTools = array of string
允许的工具名称组成的字符串数组。
McpToolFilter object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
authorization: optional string
可用于远程 MCP 服务器的 OAuth 访问令牌，既可 配合自定义 MCP 服务器 URL，也可配合服务连接器。你的应用 须处理 OAuth 授权流程，并在此提供令牌。
connector_id: optional "connector_dropbox" or "connector_gmail" or "connector_googlecalendar" or 5 more
服务连接器的标识，例如 ChatGPT 中提供的连接器。须提供
server_url、connector_id 或 tunnel_id 中的一项。更多
服务连接器信息参阅此处。
对于 2026 年 9 月 1 日之后发布的模型，此字段已弃用。
使用 server_url 连接远程 MCP 服务器，或使用 tunnel_id
通过安全 MCP 隧道连接。
当前支持的 connector_id 值如下：
- Dropbox：
connector_dropbox - Gmail：
connector_gmail - Google 日历：
connector_googlecalendar - Google 云端硬盘：
connector_googledrive - Microsoft Teams：
connector_microsoftteams - Outlook 日历：
connector_outlookcalendar - Outlook 邮箱：
connector_outlookemail - SharePoint：
connector_sharepoint
"connector_dropbox"
"connector_gmail"
"connector_googlecalendar"
"connector_googledrive"
"connector_microsoftteams"
"connector_outlookcalendar"
"connector_outlookemail"
"connector_sharepoint"
defer_loading: optional boolean
此 MCP 工具是否延迟加载并通过工具搜索发现。
headers: optional map[string] or null
可选的发送给 MCP 服务器的 HTTP 请求头，用于认证 或其他用途。
require_approval: optional McpToolApprovalFilter { always, never } or "always" or "never" or null (default: "always")
指定 MCP 服务器的哪些工具需要批准。
McpToolApprovalFilter object { always, never }
指定 MCP 服务器的哪些工具需要批准。可以是
always、never，或与需要批准的工具关联的
筛选对象。
always: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
never: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
McpToolApprovalSetting = "always" or "never"
为所有工具指定统一的批准策略，可选 always 或
never。设为 always 时，所有工具均需要批准；
设为 never 时，所有工具均不需要批准。
"always"
"never"
server_description: optional string
MCP 服务器的可选描述，用于提供更多上下文。
server_url: optional string
MCP 服务器的 URL。须提供 server_url、connector_id 或
tunnel_id 中的一项。
format: uri
tunnel_id: optional string
用来替代直接服务器 URL 的安全 MCP 隧道 ID。须提供
server_url、connector_id 或 tunnel_id 中的一项。
pattern: ^tunnel_[a-z0-9]{32}$
CodeInterpreter object { container, type, allowed_callers }
运行 Python 代码以帮助生成提示词响应的工具。
container: string or CodeInterpreterToolAuto { type, file_ids, memory_limit, network_policy }
代码解释器容器，可以是容器 ID，也可以是
指定代码可用的已上传文件 ID 的对象，同时可提供
可选的 memory_limit 设置。
string
容器 ID。
CodeInterpreterToolAuto object { type, file_ids, memory_limit, network_policy }
代码解释器容器配置，可以指定运行代码时所处理的文件 ID。
type: "auto" (default: "auto")
固定为 auto。
"auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
代码解释器容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
type: "disabled" (default: "disabled")
禁用出站网络访问，固定为 disabled。
"disabled"
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
allowed_domains: array of string
type 为 allowlist 时允许访问的域名列表。
minItems: 1
type: "allowlist" (default: "allowlist")
仅允许对指定域名发起出站网络访问，固定为 allowlist。
"allowlist"
domain_secrets: optional array of ContainerNetworkPolicyDomainSecret
可选的仅用于允许访问域名的域名级密钥。
minItems: 1
domain: string
密钥关联的域名。
minLength: 1
name: string
要为该域名注入的密钥名称。
minLength: 1
value: string
要为该域名注入的密钥值。
minLength: 1, maxLength: 10485760
type: "code_interpreter"
代码解释器工具类型，固定为 code_interpreter。
"code_interpreter"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
ProgrammaticToolCalling object { type }
type: "programmatic_tool_calling" (default: "programmatic_tool_calling")
工具类型，固定为 programmatic_tool_calling。
"programmatic_tool_calling"
ImageGeneration object { type, action, background, 13 more }
使用 GPT 图像模型生成图像的工具。
type: "image_generation"
图像生成工具类型，固定为 image_generation。
"image_generation"
action: optional "generate" or "edit" or "auto"
生成新图像还是编辑已有图像，默认为 auto。
"generate"
"edit"
"auto"
background: optional "transparent" or "opaque" or "auto" (default: "auto")
生成图像的背景，可选 transparent、opaque，
或 auto。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，包括
对应的 2026-09-08 快照，支持 opaque 和 transparent
背景。受支持的 GPT Image 模型可以使用透明
背景。对于 gpt-image-2 和 gpt-image-2-2026-04-21，此功能处于
预览阶段。使用 transparent 时，须将输出格式设为 png 或 webp。
默认为 auto。
"transparent"
"opaque"
"auto"
complexity: optional "low" or "medium" or "high"
用于规划图像的计算投入，与渲染质量分开设置。
覆盖外层响应用于图像生成的 reasoning.effort。
省略时，继承外层受支持的推理强度，或使用
图像模型配置的默认值。
对于 SVG 输出，此项控制参考图像，而不是 SVG 生成模型的
推理。
"low"
"medium"
"high"
frame_count: optional integer (default: 9)
GIF 帧数，要求 output_format 为 gif，默认为 9。
minimum: 2, maximum: 16
frame_duration_ms: optional integer (default: 200)
每个 GIF 帧的时长，单位为毫秒，取整到 10 毫秒。
要求 output_format 为 gif，默认为 200。
minimum: 20, maximum: 2000
input_fidelity: optional "high" or "low" or null
控制模型为匹配输入图像风格和特征（尤其是面部特征）投入的程度。gpt-image-1.5 支持 high 和 low，gpt-image-1-mini 仅支持 low。使用 gpt-image-2 时应省略此参数。支持该参数的模型默认为 low。
"high"
"low"
input_image_mask: optional object { file_id, image_url }
可选的局部重绘蒙版，包含 image_url
（可选字符串）和 file_id（可选字符串）。
file_id: optional string
蒙版图像的文件 ID。
image_url: optional string
采用 Base64 编码的蒙版图像。
model: optional string or "gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
string
"gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
"gpt-image-1"
"gpt-image-1-mini"
"gpt-image-2"
"gpt-image-2-2026-04-21"
"gpt-image-2.5-sunburst"
"gpt-image-2.5-sunburst-2026-09-08"
"gpt-image-2.5-flare"
"gpt-image-2.5-flare-2026-09-08"
"gpt-image-2.6-sunburst"
"gpt-image-2.6-flare"
"gpt-image-1.5"
"chatgpt-image-latest"
moderation: optional "auto" or "low" (default: "auto")
生成图像的审核级别，默认为 auto。
"auto"
"low"
output_compression: optional integer (default: 100)
输出图像的压缩级别，默认为 100。
minimum: 0, maximum: 100
output_format: optional "png" or "webp" or "jpeg" or 2 more (default: "png")
输出图像格式，可选 png、webp、jpeg、
gif 或 svg，默认为 png。GIF 和 SVG 输出要求模型
支持所选格式。GIF 输出不支持
部分图像流式传输，即 partial_images 大于 0，
也不支持 input_image_mask 或自定义 output_compression。
GIF 输出仍可以流式发送 Responses 生命周期事件。
"png"
"webp"
"jpeg"
"gif"
"svg"
partial_images: optional integer (default: 0)
流式模式中生成的部分图像数量，范围为 0（默认值）到 3。
minimum: 0, maximum: 3
quality: optional "low" or "medium" or "high" or 3 more (default: "auto")
生成图像的质量。GPT 图像模型支持 low、
medium 和 high。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，
包括对应的 2026-09-08 快照，还支持 xhigh 和 max。
默认为 auto。
"low"
"medium"
"high"
"xhigh"
"max"
"auto"
size: optional string or "1024x1024" or "1024x1536" or "1536x1024" or "auto" (default: "auto")
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
string
"1024x1024" or "1024x1536" or "1536x1024" or "auto"
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
"1024x1024"
"1024x1536"
"1536x1024"
"auto"
svg: optional object { model, reasoning }
SVG 生成模型的设置，要求 output_format 为 svg。
启用 SVG 模型选择时，省略此对象会使用
外层响应模型。否则使用默认 SVG 生成模型，且
不能显式覆盖模型。
model: optional string
minLength: 1
reasoning: optional object { effort } or null
SVG 编写的推理强度。省略时，Images 和 Responses 均使用编写模型的默认值。
effort: optional "none" or "minimal" or "low" or 4 more
控制模型为此次请求投入的推理强度。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
LocalShell object { type }
允许模型在本地环境执行 shell 命令的工具。
type: "local_shell" (default: "local_shell")
本地 shell 工具类型，固定为 local_shell。
"local_shell"
Shell object { type, allowed_callers, environment }
允许模型执行 shell 命令的工具。
type: "shell" (default: "shell")
shell 工具类型，固定为 shell。
"shell"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
environment: optional ContainerAuto or LocalEnvironment or ContainerReference or null
ContainerAuto object { type, file_ids, memory_limit, 2 more }
type: "container_auto" (default: "container_auto")
为此请求自动创建容器。
"container_auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
skills: optional array of SkillReference or InlineSkill
可选的技能列表，通过 ID 或内联数据引用技能。
maxItems: 200
SkillReference object { skill_id, type, version }
skill_id: string
引用的技能 ID。
minLength: 1, maxLength: 64
type: "skill_reference" (default: "skill_reference")
引用通过 /v1/skills 接口创建的技能。
"skill_reference"
version: optional string
可选的技能版本。使用正整数或 'latest'，省略时使用默认版本。
InlineSkill object { description, name, source, type }
description: string
技能描述。
name: string
技能名称。
source: InlineSkillSource
内联技能载荷。
data: string
采用 Base64 编码的技能 ZIP 包。
minLength: 1, maxLength: 70254592
media_type: "application/zip" (default: "application/zip")
内联技能载荷的媒体类型，必须为 application/zip。
"application/zip"
type: "base64" (default: "base64")
内联技能来源的类型，必须为 base64。
"base64"
type: "inline" (default: "inline")
为此请求定义内联技能。
"inline"
LocalEnvironment object { type, skills }
type: "local" (default: "local")
使用本地计算机环境。
"local"
skills: optional array of LocalSkill
可选的技能列表。
maxItems: 200
description: string
技能描述。
name: string
技能名称。
path: string
包含该技能的目录路径。
ContainerReference object { container_id, type }
container_id: string
引用的容器 ID。
type: "container_reference" (default: "container_reference")
引用通过 /v1/containers 接口创建的容器。
"container_reference"
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
Text object { type }
无约束的自由文本。
type: "text" (default: "text")
无约束文本格式，固定为 text。
"text"
Grammar object { definition, syntax, type }
用户定义的语法。
definition: string
语法定义。
syntax: "lark" or "regex"
语法定义的语法类型，可选 lark 或 regex。
"lark"
"regex"
type: "grammar" (default: "grammar")
语法格式，固定为 grammar。
"grammar"
Namespace object { description, name, tools, type }
将函数工具或自定义工具归入共享命名空间。
description: string
展示给模型的命名空间描述。
name: string
工具调用使用的命名空间名称，例如 crm。
minLength: 1
tools: array of Function { name, type, allowed_callers, 6 more } or Custom { name, type, allowed_callers, 4 more }
此命名空间内可用的函数工具或自定义工具。
minItems: 1
Function object { name, type, allowed_callers, 6 more }
name: string
pattern: ^[a-zA-Z0-9_-]+$, minLength: 1, maxLength: 128
type: "function" (default: "function")
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此函数是否应延迟加载并通过工具搜索发现。
description: optional string or null
output_schema: optional map[unknown] or null
描述此函数工具字符串输出中编码的 JSON 值的 JSON Schema，不用于描述内容数组输出。
parameters: optional unknown or null
strict: optional boolean or null
是否强制执行严格参数校验。省略时，模式兼容的情况下 Responses 会尝试严格校验，否则退回非严格校验。
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
type: "namespace" (default: "namespace")
工具类型，固定为 namespace。
"namespace"
ToolSearch object { type, description, execution, parameters }
用于延迟加载工具的托管工具搜索或自带工具（BYOT）搜索配置。
type: "tool_search" (default: "tool_search")
工具类型，固定为 tool_search。
"tool_search"
description: optional string or null
客户端执行的工具搜索工具展示给模型的描述。
execution: optional "server" or "client"
工具搜索由服务端还是客户端执行。
"server"
"client"
parameters: optional unknown or null
客户端执行的工具搜索工具的参数模式。
WebSearchPreview object { type, search_content_types, search_context_size, user_location }
搜索网页以获取可用于响应的相关结果的工具。参阅网页搜索工具。
type: "web_search_preview" or "web_search_preview_2025_03_11" (default: "web_search_preview")
网页搜索工具类型，可选 web_search_preview 或 web_search_preview_2025_03_11。
"web_search_preview"
"web_search_preview_2025_03_11"
search_content_types: optional array of "text" or "image"
"text"
"image"
search_context_size: optional "low" or "medium" or "high"
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { type, city, country, 2 more } or null
用户的大致位置。省略或设为 null 时默认为美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。若要本地化结果，须提供相应位置字段。
type: "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
ApplyPatch object { type, allowed_callers }
允许助手使用统一差异格式创建、删除或更新文件。
type: "apply_patch" (default: "apply_patch")
工具类型，固定为 apply_patch。
"apply_patch"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
name: optional string
运行名称。
返回值
id: string
评测运行的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source: CreateEvalJSONLRunDataSource or CreateEvalCompletionsRunDataSource or ResponsesRunDataSource { source, type, input_messages, 2 more }
本次运行的数据源信息。
CreateEvalJSONLRunDataSource object { source, type }
JsonlRunDataSource 对象，指定与该评测匹配的 JSONL 文件。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type }
决定数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
type: "jsonl" (default: "jsonl")
数据源类型，固定为 jsonl。
"jsonl"
CreateEvalCompletionsRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 CompletionsRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or StoredCompletionsRunDataSource { type, created_after, created_before, 3 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
StoredCompletionsRunDataSource object { type, created_after, created_before, 3 more }
描述一组筛选条件的 StoredCompletionsRunDataSource 配置。
type: "stored_completions" (default: "stored_completions")
来源类型，固定为 stored_completions。
"stored_completions"
created_after: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之后创建的条目。
created_before: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之前创建的条目。
limit: optional integer or null
可选的返回条目数量上限。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: optional string or null
可选的模型筛选条件，例如 'gpt-6-astra'。
type: "completions" (default: "completions")
运行数据源类型，固定为 completions。
"completions"
input_messages: optional TemplateInputMessages { template, type } or ItemReferenceInputMessages { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
TemplateInputMessages object { template, type }
template: array of EasyInputMessage or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
EasyInputMessage object { content, role, phase, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputMessageContentList
用于生成响应的文本、图像或音频输入。 也可以包含此前的助手响应。
TextInput = string
输入模型的文本。
ResponseInputMessageContentList = array of ResponseInputContent
输入模型的一个或多个条目的列表，可以包含不同 内容类型。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputImage object { detail, type, file_id, 2 more }
输入模型的图像。参阅图像输入。
detail: ImageDetail
发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。
"low"
"high"
"auto"
"original"
type: "input_image" (default: "input_image")
输入条目类型，固定为 input_image。
"input_image"
file_id: optional string or null
要发送给模型的文件 ID。
image_url: optional string or null
要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。
format: uri
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputFile object { type, detail, file_data, 4 more }
输入模型的文件。
type: "input_file" (default: "input_file")
输入条目类型，固定为 input_file。
"input_file"
detail: optional "auto" or "low" or "high"
发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。
"auto"
"low"
"high"
file_data: optional string
要发送给模型的文件内容。
file_id: optional string or null
要发送给模型的文件 ID。
file_url: optional string
要发送给模型的文件 URL。
format: uri
filename: optional string
要发送给模型的文件名。
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
phase: optional "commentary" or "final_answer" or null
将 assistant 消息标记为中间说明（commentary）或最终答案（final_answer）。
对于 gpt-5.3-codex 及后续此类模型，发送后续请求时，须保留并重新发送
所有助手消息的 phase；丢弃它可能降低表现。用户消息不使用此字段。
"commentary"
"final_answer"
type: optional "message"
输入消息类型，固定为 message。
"message"
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
ItemReferenceInputMessages object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.input_trajectory"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, response_format, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
response_format: optional ResponseFormatText or ResponseFormatJSONSchema or ResponseFormatJSONObject
指定模型必须输出的格式的对象。
设为 { "type": "json_schema", "json_schema": {...} } 会启用
结构化输出，确保模型遵循你提供的 JSON
模式。更多信息请参阅结构化输出
指南。
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
type: "text"
定义的响应格式类型，固定为 text。
"text"
ResponseFormatJSONSchema object { json_schema, type }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
json_schema: object { name, description, schema, strict }
结构化输出配置选项，包含 JSON Schema。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
schema: optional map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
type: "json_object"
定义的响应格式类型，固定为 json_object。
"json_object"
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
tools: optional array of ChatCompletionFunctionTool
模型可以调用的工具列表。目前工具仅支持函数。通过此项提供模型可为其生成 JSON 输入的函数列表，最多支持 128 个函数。
function: FunctionDefinition
name: string
要调用的函数名称，须使用 a-z、A-Z、0-9，或包含下划线和连字符，最长为 64 个字符。
description: optional string
函数功能的描述，模型据此选择何时以及如何调用该函数。
parameters: optional FunctionParameters
函数接受的参数，以 JSON Schema 对象描述。示例参阅指南，格式说明参阅 JSON Schema 参考。
省略 parameters 表示定义参数列表为空的函数。
strict: optional boolean or null (default: false)
生成函数调用时是否启用严格模式遵循。设为 true 时，模型严格遵循 parameters 字段中定义的模式。strict 为 true 时仅支持 JSON Schema 的子集。结构化输出的更多信息参阅函数调用指南。
type: "function"
工具类型，目前仅支持 function。
"function"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
ResponsesRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 ResponsesRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or EvalResponsesSource { type, created_after, created_before, 8 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
EvalResponsesSource object { type, created_after, created_before, 8 more }
描述运行数据源配置的 EvalResponsesSource 对象。
type: "responses"
运行数据源类型，固定为 responses。
"responses"
created_after: optional integer or null
仅包含在此时间戳之后创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
created_before: optional integer or null
仅包含在此时间戳之前创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
instructions_search: optional string or null
可选的字符串，用于搜索 'instructions' 字段。此查询参数用于选择响应。
metadata: optional unknown or null
响应的元数据筛选条件。此查询参数用于选择响应。
model: optional string or null
要查找其响应的模型名称。此查询参数用于选择响应。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
temperature: optional number or null
采样温度。此查询参数用于选择响应。
tools: optional array of string or null
工具名称列表。此查询参数用于选择响应。
top_p: optional number or null
核采样参数。此查询参数用于选择响应。
users: optional array of string or null
用户标识列表。此查询参数用于选择响应。
type: "responses" (default: "responses")
运行数据源类型，固定为 responses。
"responses"
input_messages: optional InputMessagesTemplate { template, type } or InputMessagesItemReference { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
InputMessagesTemplate object { template, type }
template: array of ChatMessage { content, role } or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
ChatMessage object { content, role }
content: string
消息内容。
role: string
消息角色，例如 "system"、"assistant"、"user"。
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
InputMessagesItemReference object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.name"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, seed, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
text: optional object { format }
模型文本响应的配置选项，可以是纯 文本或结构化 JSON 数据。更多信息：
format: optional ResponseFormatTextConfig
指定模型必须输出的格式的对象。
配置 { "type": "json_schema" } 会启用结构化输出，
确保模型遵循你提供的 JSON Schema。更多信息参阅
结构化输出指南。
默认格式为 { "type": "text" }，没有额外选项。
不建议用于 gpt-4o 及后续模型：
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
ResponseFormatTextJSONSchemaConfig object { name, schema, type, 2 more }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
schema: map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
tools: optional array of Function { name, parameters, strict, 6 more } or FileSearch { type, vector_store_ids, filters, 2 more } or Computer { type } or 13 more
模型生成响应时可以调用的工具数组。你
可以通过 tool_choice 参数指定要使用的工具。
可向模型提供以下两类工具：
- 内置工具：由 OpenAI 提供，用于扩展 模型能力，例如网页搜索 或文件搜索。更多信息参阅 内置工具。
- 函数调用（自定义工具）：由你定义的函数， 使模型可以调用你自己的代码。更多信息参阅 函数调用。
Function object { name, parameters, strict, 6 more }
定义模型可以选择调用的自有代码函数。参阅函数调用。
name: string
要调用的函数名称。
parameters: map[unknown] or null
描述函数参数的 JSON Schema 对象。
strict: boolean or null
是否对此函数工具强制执行严格参数校验。
type: "function" (default: "function")
函数工具类型，固定为 function。
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
"direct"
"programmatic"
async: optional boolean
defer_loading: optional boolean
此函数是否延迟加载并通过工具搜索加载。
description: optional string or null
函数描述，模型据此判断是否调用该函数。
output_schema: optional map[unknown] or null
描述此函数字符串输出中编码的 JSON 值的 JSON Schema 对象。
FileSearch object { type, vector_store_ids, filters, 2 more }
搜索已上传文件中相关内容的工具。参阅文件搜索工具。
type: "file_search" (default: "file_search")
文件搜索工具类型，固定为 file_search。
"file_search"
vector_store_ids: array of string
要搜索的向量存储 ID 列表。
filters: optional ComparisonFilter or CompoundFilter or null
要应用的筛选条件。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
key: string
要与值比较的属性键。
type: "eq" or "ne" or "gt" or 5 more (default: "eq")
指定比较运算符：eq、ne、gt、gte、lt、lte、in、nin。
eq：等于ne：不等于gt：大于gte：大于或等于lt：小于lte：小于或等于in：属于nin：不属于
"eq"
"ne"
"gt"
"gte"
"lt"
"lte"
"in"
"nin"
value: string or number or boolean or array of string or number
用于与属性键比较的值，支持字符串、数字或布尔类型。
string
number
boolean
array of string or number
string
number
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
filters: array of ComparisonFilter or CompoundFilter
要组合的筛选条件数组，条目可以是 ComparisonFilter 或 CompoundFilter。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
type: "and" or "or"
运算类型：and 或 or。
"and"
"or"
max_num_results: optional integer
返回结果数量上限，须介于 1–50 之间，含边界。
ranking_options: optional object { hybrid_search, ranker, score_threshold }
搜索结果的排序选项。
hybrid_search: optional object { embedding_weight, text_weight }
启用混合搜索时，控制倒数排名融合如何平衡语义嵌入匹配与稀疏关键词匹配的权重。
embedding_weight: number
嵌入在倒数排名融合中的权重。
text_weight: number
文本在倒数排名融合中的权重。
ranker: optional "auto" or "default-2024-11-15"
文件搜索所用的排序器。
"auto"
"default-2024-11-15"
score_threshold: optional number
文件搜索的分数阈值，为 0–1 之间的数字。越接近 1，越倾向于只返回最相关的结果，但返回数量可能减少。
Computer object { type }
控制虚拟计算机的工具。参阅计算机工具。
type: "computer" (default: "computer")
计算机工具类型，固定为 computer。
"computer"
ComputerUsePreview object { display_height, display_width, environment, type }
控制虚拟计算机的工具。参阅计算机工具。
display_height: integer
计算机显示区域的高度。
display_width: integer
计算机显示区域的宽度。
environment: "windows" or "mac" or "linux" or 2 more
要控制的计算机环境类型。
"windows"
"mac"
"linux"
"ubuntu"
"browser"
type: "computer_use_preview" (default: "computer_use_preview")
计算机使用工具类型，固定为 computer_use_preview。
"computer_use_preview"
WebSearch object { type, external_web_access, filters, 2 more }
在互联网上搜索与提示词相关的信息来源。参阅 网络搜索工具时。
type: "web_search" or "web_search_2025_08_26" (default: "web_search")
网页搜索工具类型，可选 web_search 或 web_search_2025_08_26。
"web_search"
"web_search_2025_08_26"
external_web_access: optional boolean (default: true)
是否允许网页搜索实时访问互联网。省略时默认为 true。设为 false 时，网页搜索工具以离线或仅缓存模式运行，不会抓取新的外部内容。
filters: optional object { allowed_domains } or null
搜索的筛选条件。
allowed_domains: optional array of string or null (default: [])
搜索允许的域名。未提供时允许所有域名。 也允许访问所提供域名的子域名。
示例：["pubmed.ncbi.nlm.nih.gov"]
search_context_size: optional "low" or "medium" or "high" (default: "medium")
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { city, country, region, 2 more } or null
用户的大致位置。省略或设为 null 时，默认为
美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。
若要本地化结果，须提供相应位置字段。
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
type: optional "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
Mcp object { server_label, type, allowed_callers, 9 more }
通过远程模型上下文协议（MCP）服务器， 向模型提供额外工具。了解 MCP。
server_label: string
此 MCP 服务器的标签，用于在工具调用中标识服务器。
type: "mcp"
MCP 工具类型，固定为 mcp。
"mcp"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
allowed_tools: optional array of string or McpToolFilter { read_only, tool_names } or null
允许的工具名称列表或筛选对象。
McpAllowedTools = array of string
允许的工具名称组成的字符串数组。
McpToolFilter object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
authorization: optional string
可用于远程 MCP 服务器的 OAuth 访问令牌，既可 配合自定义 MCP 服务器 URL，也可配合服务连接器。你的应用 须处理 OAuth 授权流程，并在此提供令牌。
connector_id: optional "connector_dropbox" or "connector_gmail" or "connector_googlecalendar" or 5 more
服务连接器的标识，例如 ChatGPT 中提供的连接器。须提供
server_url、connector_id 或 tunnel_id 中的一项。更多
服务连接器信息参阅此处。
对于 2026 年 9 月 1 日之后发布的模型，此字段已弃用。
使用 server_url 连接远程 MCP 服务器，或使用 tunnel_id
通过安全 MCP 隧道连接。
当前支持的 connector_id 值如下：
- Dropbox：
connector_dropbox - Gmail：
connector_gmail - Google 日历：
connector_googlecalendar - Google 云端硬盘：
connector_googledrive - Microsoft Teams：
connector_microsoftteams - Outlook 日历：
connector_outlookcalendar - Outlook 邮箱：
connector_outlookemail - SharePoint：
connector_sharepoint
"connector_dropbox"
"connector_gmail"
"connector_googlecalendar"
"connector_googledrive"
"connector_microsoftteams"
"connector_outlookcalendar"
"connector_outlookemail"
"connector_sharepoint"
defer_loading: optional boolean
此 MCP 工具是否延迟加载并通过工具搜索发现。
headers: optional map[string] or null
可选的发送给 MCP 服务器的 HTTP 请求头，用于认证 或其他用途。
require_approval: optional McpToolApprovalFilter { always, never } or "always" or "never" or null (default: "always")
指定 MCP 服务器的哪些工具需要批准。
McpToolApprovalFilter object { always, never }
指定 MCP 服务器的哪些工具需要批准。可以是
always、never，或与需要批准的工具关联的
筛选对象。
always: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
never: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
McpToolApprovalSetting = "always" or "never"
为所有工具指定统一的批准策略，可选 always 或
never。设为 always 时，所有工具均需要批准；
设为 never 时，所有工具均不需要批准。
"always"
"never"
server_description: optional string
MCP 服务器的可选描述，用于提供更多上下文。
server_url: optional string
MCP 服务器的 URL。须提供 server_url、connector_id 或
tunnel_id 中的一项。
format: uri
tunnel_id: optional string
用来替代直接服务器 URL 的安全 MCP 隧道 ID。须提供
server_url、connector_id 或 tunnel_id 中的一项。
pattern: ^tunnel_[a-z0-9]{32}$
CodeInterpreter object { container, type, allowed_callers }
运行 Python 代码以帮助生成提示词响应的工具。
container: string or CodeInterpreterToolAuto { type, file_ids, memory_limit, network_policy }
代码解释器容器，可以是容器 ID，也可以是
指定代码可用的已上传文件 ID 的对象，同时可提供
可选的 memory_limit 设置。
string
容器 ID。
CodeInterpreterToolAuto object { type, file_ids, memory_limit, network_policy }
代码解释器容器配置，可以指定运行代码时所处理的文件 ID。
type: "auto" (default: "auto")
固定为 auto。
"auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
代码解释器容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
type: "disabled" (default: "disabled")
禁用出站网络访问，固定为 disabled。
"disabled"
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
allowed_domains: array of string
type 为 allowlist 时允许访问的域名列表。
minItems: 1
type: "allowlist" (default: "allowlist")
仅允许对指定域名发起出站网络访问，固定为 allowlist。
"allowlist"
domain_secrets: optional array of ContainerNetworkPolicyDomainSecret
可选的仅用于允许访问域名的域名级密钥。
minItems: 1
domain: string
密钥关联的域名。
minLength: 1
name: string
要为该域名注入的密钥名称。
minLength: 1
value: string
要为该域名注入的密钥值。
minLength: 1, maxLength: 10485760
type: "code_interpreter"
代码解释器工具类型，固定为 code_interpreter。
"code_interpreter"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
ProgrammaticToolCalling object { type }
type: "programmatic_tool_calling" (default: "programmatic_tool_calling")
工具类型，固定为 programmatic_tool_calling。
"programmatic_tool_calling"
ImageGeneration object { type, action, background, 13 more }
使用 GPT 图像模型生成图像的工具。
type: "image_generation"
图像生成工具类型，固定为 image_generation。
"image_generation"
action: optional "generate" or "edit" or "auto"
生成新图像还是编辑已有图像，默认为 auto。
"generate"
"edit"
"auto"
background: optional "transparent" or "opaque" or "auto" (default: "auto")
生成图像的背景，可选 transparent、opaque，
或 auto。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，包括
对应的 2026-09-08 快照，支持 opaque 和 transparent
背景。受支持的 GPT Image 模型可以使用透明
背景。对于 gpt-image-2 和 gpt-image-2-2026-04-21，此功能处于
预览阶段。使用 transparent 时，须将输出格式设为 png 或 webp。
默认为 auto。
"transparent"
"opaque"
"auto"
complexity: optional "low" or "medium" or "high"
用于规划图像的计算投入，与渲染质量分开设置。
覆盖外层响应用于图像生成的 reasoning.effort。
省略时，继承外层受支持的推理强度，或使用
图像模型配置的默认值。
对于 SVG 输出，此项控制参考图像，而不是 SVG 生成模型的
推理。
"low"
"medium"
"high"
frame_count: optional integer (default: 9)
GIF 帧数，要求 output_format 为 gif，默认为 9。
minimum: 2, maximum: 16
frame_duration_ms: optional integer (default: 200)
每个 GIF 帧的时长，单位为毫秒，取整到 10 毫秒。
要求 output_format 为 gif，默认为 200。
minimum: 20, maximum: 2000
input_fidelity: optional "high" or "low" or null
控制模型为匹配输入图像风格和特征（尤其是面部特征）投入的程度。gpt-image-1.5 支持 high 和 low，gpt-image-1-mini 仅支持 low。使用 gpt-image-2 时应省略此参数。支持该参数的模型默认为 low。
"high"
"low"
input_image_mask: optional object { file_id, image_url }
可选的局部重绘蒙版，包含 image_url
（可选字符串）和 file_id（可选字符串）。
file_id: optional string
蒙版图像的文件 ID。
image_url: optional string
采用 Base64 编码的蒙版图像。
model: optional string or "gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
string
"gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
"gpt-image-1"
"gpt-image-1-mini"
"gpt-image-2"
"gpt-image-2-2026-04-21"
"gpt-image-2.5-sunburst"
"gpt-image-2.5-sunburst-2026-09-08"
"gpt-image-2.5-flare"
"gpt-image-2.5-flare-2026-09-08"
"gpt-image-2.6-sunburst"
"gpt-image-2.6-flare"
"gpt-image-1.5"
"chatgpt-image-latest"
moderation: optional "auto" or "low" (default: "auto")
生成图像的审核级别，默认为 auto。
"auto"
"low"
output_compression: optional integer (default: 100)
输出图像的压缩级别，默认为 100。
minimum: 0, maximum: 100
output_format: optional "png" or "webp" or "jpeg" or 2 more (default: "png")
输出图像格式，可选 png、webp、jpeg、
gif 或 svg，默认为 png。GIF 和 SVG 输出要求模型
支持所选格式。GIF 输出不支持
部分图像流式传输，即 partial_images 大于 0，
也不支持 input_image_mask 或自定义 output_compression。
GIF 输出仍可以流式发送 Responses 生命周期事件。
"png"
"webp"
"jpeg"
"gif"
"svg"
partial_images: optional integer (default: 0)
流式模式中生成的部分图像数量，范围为 0（默认值）到 3。
minimum: 0, maximum: 3
quality: optional "low" or "medium" or "high" or 3 more (default: "auto")
生成图像的质量。GPT 图像模型支持 low、
medium 和 high。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，
包括对应的 2026-09-08 快照，还支持 xhigh 和 max。
默认为 auto。
"low"
"medium"
"high"
"xhigh"
"max"
"auto"
size: optional string or "1024x1024" or "1024x1536" or "1536x1024" or "auto" (default: "auto")
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
string
"1024x1024" or "1024x1536" or "1536x1024" or "auto"
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
"1024x1024"
"1024x1536"
"1536x1024"
"auto"
svg: optional object { model, reasoning }
SVG 生成模型的设置，要求 output_format 为 svg。
启用 SVG 模型选择时，省略此对象会使用
外层响应模型。否则使用默认 SVG 生成模型，且
不能显式覆盖模型。
model: optional string
minLength: 1
reasoning: optional object { effort } or null
SVG 编写的推理强度。省略时，Images 和 Responses 均使用编写模型的默认值。
effort: optional "none" or "minimal" or "low" or 4 more
控制模型为此次请求投入的推理强度。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
LocalShell object { type }
允许模型在本地环境执行 shell 命令的工具。
type: "local_shell" (default: "local_shell")
本地 shell 工具类型，固定为 local_shell。
"local_shell"
Shell object { type, allowed_callers, environment }
允许模型执行 shell 命令的工具。
type: "shell" (default: "shell")
shell 工具类型，固定为 shell。
"shell"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
environment: optional ContainerAuto or LocalEnvironment or ContainerReference or null
ContainerAuto object { type, file_ids, memory_limit, 2 more }
type: "container_auto" (default: "container_auto")
为此请求自动创建容器。
"container_auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
skills: optional array of SkillReference or InlineSkill
可选的技能列表，通过 ID 或内联数据引用技能。
maxItems: 200
SkillReference object { skill_id, type, version }
skill_id: string
引用的技能 ID。
minLength: 1, maxLength: 64
type: "skill_reference" (default: "skill_reference")
引用通过 /v1/skills 接口创建的技能。
"skill_reference"
version: optional string
可选的技能版本。使用正整数或 'latest'，省略时使用默认版本。
InlineSkill object { description, name, source, type }
description: string
技能描述。
name: string
技能名称。
source: InlineSkillSource
内联技能载荷。
data: string
采用 Base64 编码的技能 ZIP 包。
minLength: 1, maxLength: 70254592
media_type: "application/zip" (default: "application/zip")
内联技能载荷的媒体类型，必须为 application/zip。
"application/zip"
type: "base64" (default: "base64")
内联技能来源的类型，必须为 base64。
"base64"
type: "inline" (default: "inline")
为此请求定义内联技能。
"inline"
LocalEnvironment object { type, skills }
type: "local" (default: "local")
使用本地计算机环境。
"local"
skills: optional array of LocalSkill
可选的技能列表。
maxItems: 200
description: string
技能描述。
name: string
技能名称。
path: string
包含该技能的目录路径。
ContainerReference object { container_id, type }
container_id: string
引用的容器 ID。
type: "container_reference" (default: "container_reference")
引用通过 /v1/containers 接口创建的容器。
"container_reference"
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
Text object { type }
无约束的自由文本。
type: "text" (default: "text")
无约束文本格式，固定为 text。
"text"
Grammar object { definition, syntax, type }
用户定义的语法。
definition: string
语法定义。
syntax: "lark" or "regex"
语法定义的语法类型，可选 lark 或 regex。
"lark"
"regex"
type: "grammar" (default: "grammar")
语法格式，固定为 grammar。
"grammar"
Namespace object { description, name, tools, type }
将函数工具或自定义工具归入共享命名空间。
description: string
展示给模型的命名空间描述。
name: string
工具调用使用的命名空间名称，例如 crm。
minLength: 1
tools: array of Function { name, type, allowed_callers, 6 more } or Custom { name, type, allowed_callers, 4 more }
此命名空间内可用的函数工具或自定义工具。
minItems: 1
Function object { name, type, allowed_callers, 6 more }
name: string
pattern: ^[a-zA-Z0-9_-]+$, minLength: 1, maxLength: 128
type: "function" (default: "function")
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此函数是否应延迟加载并通过工具搜索发现。
description: optional string or null
output_schema: optional map[unknown] or null
描述此函数工具字符串输出中编码的 JSON 值的 JSON Schema，不用于描述内容数组输出。
parameters: optional unknown or null
strict: optional boolean or null
是否强制执行严格参数校验。省略时，模式兼容的情况下 Responses 会尝试严格校验，否则退回非严格校验。
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
type: "namespace" (default: "namespace")
工具类型，固定为 namespace。
"namespace"
ToolSearch object { type, description, execution, parameters }
用于延迟加载工具的托管工具搜索或自带工具（BYOT）搜索配置。
type: "tool_search" (default: "tool_search")
工具类型，固定为 tool_search。
"tool_search"
description: optional string or null
客户端执行的工具搜索工具展示给模型的描述。
execution: optional "server" or "client"
工具搜索由服务端还是客户端执行。
"server"
"client"
parameters: optional unknown or null
客户端执行的工具搜索工具的参数模式。
WebSearchPreview object { type, search_content_types, search_context_size, user_location }
搜索网页以获取可用于响应的相关结果的工具。参阅网页搜索工具。
type: "web_search_preview" or "web_search_preview_2025_03_11" (default: "web_search_preview")
网页搜索工具类型，可选 web_search_preview 或 web_search_preview_2025_03_11。
"web_search_preview"
"web_search_preview_2025_03_11"
search_content_types: optional array of "text" or "image"
"text"
"image"
search_context_size: optional "low" or "medium" or "high"
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { type, city, country, 2 more } or null
用户的大致位置。省略或设为 null 时默认为美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。若要本地化结果，须提供相应位置字段。
type: "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
ApplyPatch object { type, allowed_callers }
允许助手使用统一差异格式创建、删除或更新文件。
type: "apply_patch" (default: "apply_patch")
工具类型，固定为 apply_patch。
"apply_patch"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
eval_id: string
关联评测的标识。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: string or null
被评测的模型，如适用。
name: string or null
评测运行名称。
object: "eval.run" (default: "eval.run")
对象类型，固定为 "eval.run"。
"eval.run"
per_model_usage: array of object { cached_tokens, completion_tokens, invocation_count, 3 more } or null
评测运行期间各模型的用量统计。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
invocation_count: integer
调用次数。
model_name: string
模型名称。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
per_testing_criteria_results: array of object { failed, passed, testing_criteria } or null
评测运行中各测试标准的结果。
failed: integer
未通过此标准的测试数量。
passed: integer
通过此标准的测试数量。
testing_criteria: string
测试标准的描述。
report_url: string
在控制台界面中呈现评测运行报告的 URL。
format: uri
result_counts: object { errored, failed, passed, total }
汇总评测运行结果的计数器。
errored: integer
因错误而失败的输出条目数量。
failed: integer
未通过评测的输出条目数量。
passed: integer
通过评测的输出条目数量。
total: integer
已执行的输出条目总数。
status: string
评测运行状态。
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/$EVAL_ID/runs \
-H 'Content-Type: application/json' \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
"data_source": {
"source": {
"content": [
{
"item": {
"foo": "bar"
}
}
],
"type": "file_content"
},
"type": "jsonl"
}
}'201：示例
{
"id": "id",
"created_at": 0,
"data_source": {
"source": {
"content": [
{
"item": {
"foo": "bar"
},
"sample": {
"foo": "bar"
}
}
],
"type": "file_content"
},
"type": "jsonl"
},
"error": {
"code": "code",
"message": "message"
},
"eval_id": "eval_id",
"metadata": {
"foo": "string"
},
"model": "model",
"name": "name",
"object": "eval.run",
"per_model_usage": [
{
"cached_tokens": 0,
"completion_tokens": 0,
"invocation_count": 0,
"model_name": "model_name",
"prompt_tokens": 0,
"total_tokens": 0
}
],
"per_testing_criteria_results": [
{
"failed": 0,
"passed": 0,
"testing_criteria": "testing_criteria"
}
],
"report_url": "https://example.com",
"result_counts": {
"errored": 0,
"failed": 0,
"passed": 0,
"total": 0
},
"status": "status"
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/eval_67e579652b548190aaa83ada4b125f47/runs \
-X POST \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{"name":"gpt-6-astra","data_source":{"type":"completions","input_messages":{"type":"template","template":[{"role":"developer","content":"将给定新闻标题归入以下主题之一：Technology（科技）、Markets（市场）、World（国际）、Business（商业）或 Sports（体育）。\n\n# 步骤\n\n1. 分析新闻标题的内容，理解其主要关注点。\n2. 提取主题，找出关键线索或关键词。\n3. 根据这些线索，从 Technology、Markets、World、Business、Sports 五个选项中选择最合适的类别。\n4. 每个标题只能选择一个类别。\n\n# 输出格式\n\n仅返回所选类别的一个英文单词，例如：\"Technology\"、\"Markets\"、\"World\"、\"Business\" 或 \"Sports\"。\n\n# 示例\n\n**输入**：\"苹果发布搭载先进 AI 功能的新款 iPhone\" \n**输出**：\"Technology\"\n\n**输入**：\"投资者等待央行决议，全球股市涨跌互现\" \n**输出**：\"Markets\"\n\n**输入**：\"乌克兰战争：谈判进展最新消息\" \n**输出**：\"World\"\n\n**输入**：\"微软洽谈以 20 亿美元收购游戏公司\" \n**输出**：\"Business\"\n\n**输入**：\"曼联赢得英超足球比赛\" \n**输出**：\"Sports\" \n\n# 注意\n\n- 如果标题似乎符合多个类别，选择最主要的主题。\n- “股票”“公司收购”“比赛”等关键词或短语，以及科技品牌，都可以作为分类线索。\n"} , {"role":"user","content":"{{item.input}}"}]} ,"sampling_params":{"max_completions_tokens":2048},"model":"gpt-6-astra","source":{"type":"file_content","content":[{"item":{"input":"科技公司推出先进的人工智能平台","ground_truth":"Technology"}}]}}}'响应示例
{
"object": "eval.run",
"id": "evalrun_67e57965b480819094274e3a32235e4c",
"eval_id": "eval_67e579652b548190aaa83ada4b125f47",
"report_url": "https://platform.openai.com/evaluations/eval_67e579652b548190aaa83ada4b125f47&run_id=evalrun_67e57965b480819094274e3a32235e4c",
"status": "queued",
"model": "gpt-6-astra",
"name": "gpt-6-astra",
"created_at": 1743092069,
"result_counts": {
"total": 0,
"errored": 0,
"failed": 0,
"passed": 0
},
"per_model_usage": null,
"per_testing_criteria_results": null,
"data_source": {
"type": "completions",
"source": {
"type": "file_content",
"content": [
{
"item": {
"input": "科技公司推出先进的人工智能平台",
"ground_truth": "Technology"
}
}
]
},
"input_messages": {
"type": "template",
"template": [
{
"type": "message",
"role": "developer",
"content": {
"type": "input_text",
"text": "将给定新闻标题归入以下主题之一：Technology（科技）、Markets（市场）、World（国际）、Business（商业）或 Sports（体育）。\n\n# 步骤\n\n1. 分析新闻标题的内容，理解其主要关注点。\n2. 提取主题，找出关键线索或关键词。\n3. 根据这些线索，从 Technology、Markets、World、Business、Sports 五个选项中选择最合适的类别。\n4. 每个标题只能选择一个类别。\n\n# 输出格式\n\n仅返回所选类别的一个英文单词，例如：\"Technology\"、\"Markets\"、\"World\"、\"Business\" 或 \"Sports\"。\n\n# 示例\n\n**输入**：\"苹果发布搭载先进 AI 功能的新款 iPhone\" \n**输出**：\"Technology\"\n\n**输入**：\"投资者等待央行决议，全球股市涨跌互现\" \n**输出**：\"Markets\"\n\n**输入**：\"乌克兰战争：谈判进展最新消息\" \n**输出**：\"World\"\n\n**输入**：\"微软洽谈以 20 亿美元收购游戏公司\" \n**输出**：\"Business\"\n\n**输入**：\"曼联赢得英超足球比赛\" \n**输出**：\"Sports\" \n\n# 注意\n\n- 如果标题似乎符合多个类别，选择最主要的主题。\n- “股票”“公司收购”“比赛”等关键词或短语，以及科技品牌，都可以作为分类线索。\n"
}
},
{
"type": "message",
"role": "user",
"content": {
"type": "input_text",
"text": "{{item.input}}"
}
}
]
},
"model": "gpt-6-astra",
"sampling_params": {
"max_completions_tokens": 2048
}
},
"error": null,
"metadata": {}
}删除评测运行
delete /evals/{eval_id}/runs/{run_id}
删除评测运行。
路径参数
eval_id: string
要删除其运行的评测的 ID。
run_id: string
要删除的运行的 ID。
返回值
deleted: optional boolean
object: optional string
run_id: optional string
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/$EVAL_ID/runs/$RUN_ID \
-X DELETE \
-H "Authorization: Bearer $OPENAI_API_KEY"200 响应示例
{
"deleted": true,
"object": "eval.run.deleted",
"run_id": "evalrun_677469f564d48190807532a852da3afb"
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/eval_123abc/runs/evalrun_abc456 \
-X DELETE \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json"响应示例
{
"object": "eval.run.deleted",
"deleted": true,
"run_id": "evalrun_abc456"
}获取评测运行列表
get /evals/{eval_id}/runs
获取某个评测的运行列表。
路径参数
eval_id: string
要获取其运行列表的评测的 ID。
查询参数
after: optional string
上一次分页请求中的最后一个运行的标识。
limit: optional integer (default: 20)
要获取的运行数量。
order: optional "asc" or "desc" (default: "asc")
按时间戳对运行排序，使用 asc 升序或 desc 降序，默认为 asc。
"asc"
"desc"
status: optional "queued" or "in_progress" or "completed" or 2 more
按状态筛选运行，可选 queued、in_progress、failed、completed 或 canceled。
"queued"
"in_progress"
"completed"
"canceled"
"failed"
返回值
data: array of object { id, created_at, data_source, 11 more }
评测运行对象数组。
id: string
评测运行的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source: CreateEvalJSONLRunDataSource or CreateEvalCompletionsRunDataSource or ResponsesRunDataSource { source, type, input_messages, 2 more }
本次运行的数据源信息。
CreateEvalJSONLRunDataSource object { source, type }
JsonlRunDataSource 对象，指定与该评测匹配的 JSONL 文件。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type }
决定数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
type: "jsonl" (default: "jsonl")
数据源类型，固定为 jsonl。
"jsonl"
CreateEvalCompletionsRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 CompletionsRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or StoredCompletionsRunDataSource { type, created_after, created_before, 3 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
StoredCompletionsRunDataSource object { type, created_after, created_before, 3 more }
描述一组筛选条件的 StoredCompletionsRunDataSource 配置。
type: "stored_completions" (default: "stored_completions")
来源类型，固定为 stored_completions。
"stored_completions"
created_after: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之后创建的条目。
created_before: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之前创建的条目。
limit: optional integer or null
可选的返回条目数量上限。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: optional string or null
可选的模型筛选条件，例如 'gpt-6-astra'。
type: "completions" (default: "completions")
运行数据源类型，固定为 completions。
"completions"
input_messages: optional TemplateInputMessages { template, type } or ItemReferenceInputMessages { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
TemplateInputMessages object { template, type }
template: array of EasyInputMessage or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
EasyInputMessage object { content, role, phase, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputMessageContentList
用于生成响应的文本、图像或音频输入。 也可以包含此前的助手响应。
TextInput = string
输入模型的文本。
ResponseInputMessageContentList = array of ResponseInputContent
输入模型的一个或多个条目的列表，可以包含不同 内容类型。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputImage object { detail, type, file_id, 2 more }
输入模型的图像。参阅图像输入。
detail: ImageDetail
发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。
"low"
"high"
"auto"
"original"
type: "input_image" (default: "input_image")
输入条目类型，固定为 input_image。
"input_image"
file_id: optional string or null
要发送给模型的文件 ID。
image_url: optional string or null
要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。
format: uri
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputFile object { type, detail, file_data, 4 more }
输入模型的文件。
type: "input_file" (default: "input_file")
输入条目类型，固定为 input_file。
"input_file"
detail: optional "auto" or "low" or "high"
发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。
"auto"
"low"
"high"
file_data: optional string
要发送给模型的文件内容。
file_id: optional string or null
要发送给模型的文件 ID。
file_url: optional string
要发送给模型的文件 URL。
format: uri
filename: optional string
要发送给模型的文件名。
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
phase: optional "commentary" or "final_answer" or null
将 assistant 消息标记为中间说明（commentary）或最终答案（final_answer）。
对于 gpt-5.3-codex 及后续此类模型，发送后续请求时，须保留并重新发送
所有助手消息的 phase；丢弃它可能降低表现。用户消息不使用此字段。
"commentary"
"final_answer"
type: optional "message"
输入消息类型，固定为 message。
"message"
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
ItemReferenceInputMessages object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.input_trajectory"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, response_format, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
response_format: optional ResponseFormatText or ResponseFormatJSONSchema or ResponseFormatJSONObject
指定模型必须输出的格式的对象。
设为 { "type": "json_schema", "json_schema": {...} } 会启用
结构化输出，确保模型遵循你提供的 JSON
模式。更多信息请参阅结构化输出
指南。
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
type: "text"
定义的响应格式类型，固定为 text。
"text"
ResponseFormatJSONSchema object { json_schema, type }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
json_schema: object { name, description, schema, strict }
结构化输出配置选项，包含 JSON Schema。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
schema: optional map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
type: "json_object"
定义的响应格式类型，固定为 json_object。
"json_object"
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
tools: optional array of ChatCompletionFunctionTool
模型可以调用的工具列表。目前工具仅支持函数。通过此项提供模型可为其生成 JSON 输入的函数列表，最多支持 128 个函数。
function: FunctionDefinition
name: string
要调用的函数名称，须使用 a-z、A-Z、0-9，或包含下划线和连字符，最长为 64 个字符。
description: optional string
函数功能的描述，模型据此选择何时以及如何调用该函数。
parameters: optional FunctionParameters
函数接受的参数，以 JSON Schema 对象描述。示例参阅指南，格式说明参阅 JSON Schema 参考。
省略 parameters 表示定义参数列表为空的函数。
strict: optional boolean or null (default: false)
生成函数调用时是否启用严格模式遵循。设为 true 时，模型严格遵循 parameters 字段中定义的模式。strict 为 true 时仅支持 JSON Schema 的子集。结构化输出的更多信息参阅函数调用指南。
type: "function"
工具类型，目前仅支持 function。
"function"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
ResponsesRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 ResponsesRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or EvalResponsesSource { type, created_after, created_before, 8 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
EvalResponsesSource object { type, created_after, created_before, 8 more }
描述运行数据源配置的 EvalResponsesSource 对象。
type: "responses"
运行数据源类型，固定为 responses。
"responses"
created_after: optional integer or null
仅包含在此时间戳之后创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
created_before: optional integer or null
仅包含在此时间戳之前创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
instructions_search: optional string or null
可选的字符串，用于搜索 'instructions' 字段。此查询参数用于选择响应。
metadata: optional unknown or null
响应的元数据筛选条件。此查询参数用于选择响应。
model: optional string or null
要查找其响应的模型名称。此查询参数用于选择响应。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
temperature: optional number or null
采样温度。此查询参数用于选择响应。
tools: optional array of string or null
工具名称列表。此查询参数用于选择响应。
top_p: optional number or null
核采样参数。此查询参数用于选择响应。
users: optional array of string or null
用户标识列表。此查询参数用于选择响应。
type: "responses" (default: "responses")
运行数据源类型，固定为 responses。
"responses"
input_messages: optional InputMessagesTemplate { template, type } or InputMessagesItemReference { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
InputMessagesTemplate object { template, type }
template: array of ChatMessage { content, role } or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
ChatMessage object { content, role }
content: string
消息内容。
role: string
消息角色，例如 "system"、"assistant"、"user"。
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
InputMessagesItemReference object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.name"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, seed, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
text: optional object { format }
模型文本响应的配置选项，可以是纯 文本或结构化 JSON 数据。更多信息：
format: optional ResponseFormatTextConfig
指定模型必须输出的格式的对象。
配置 { "type": "json_schema" } 会启用结构化输出，
确保模型遵循你提供的 JSON Schema。更多信息参阅
结构化输出指南。
默认格式为 { "type": "text" }，没有额外选项。
不建议用于 gpt-4o 及后续模型：
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
ResponseFormatTextJSONSchemaConfig object { name, schema, type, 2 more }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
schema: map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
tools: optional array of Function { name, parameters, strict, 6 more } or FileSearch { type, vector_store_ids, filters, 2 more } or Computer { type } or 13 more
模型生成响应时可以调用的工具数组。你
可以通过 tool_choice 参数指定要使用的工具。
可向模型提供以下两类工具：
- 内置工具：由 OpenAI 提供，用于扩展 模型能力，例如网页搜索 或文件搜索。更多信息参阅 内置工具。
- 函数调用（自定义工具）：由你定义的函数， 使模型可以调用你自己的代码。更多信息参阅 函数调用。
Function object { name, parameters, strict, 6 more }
定义模型可以选择调用的自有代码函数。参阅函数调用。
name: string
要调用的函数名称。
parameters: map[unknown] or null
描述函数参数的 JSON Schema 对象。
strict: boolean or null
是否对此函数工具强制执行严格参数校验。
type: "function" (default: "function")
函数工具类型，固定为 function。
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
"direct"
"programmatic"
async: optional boolean
defer_loading: optional boolean
此函数是否延迟加载并通过工具搜索加载。
description: optional string or null
函数描述，模型据此判断是否调用该函数。
output_schema: optional map[unknown] or null
描述此函数字符串输出中编码的 JSON 值的 JSON Schema 对象。
FileSearch object { type, vector_store_ids, filters, 2 more }
搜索已上传文件中相关内容的工具。参阅文件搜索工具。
type: "file_search" (default: "file_search")
文件搜索工具类型，固定为 file_search。
"file_search"
vector_store_ids: array of string
要搜索的向量存储 ID 列表。
filters: optional ComparisonFilter or CompoundFilter or null
要应用的筛选条件。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
key: string
要与值比较的属性键。
type: "eq" or "ne" or "gt" or 5 more (default: "eq")
指定比较运算符：eq、ne、gt、gte、lt、lte、in、nin。
eq：等于ne：不等于gt：大于gte：大于或等于lt：小于lte：小于或等于in：属于nin：不属于
"eq"
"ne"
"gt"
"gte"
"lt"
"lte"
"in"
"nin"
value: string or number or boolean or array of string or number
用于与属性键比较的值，支持字符串、数字或布尔类型。
string
number
boolean
array of string or number
string
number
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
filters: array of ComparisonFilter or CompoundFilter
要组合的筛选条件数组，条目可以是 ComparisonFilter 或 CompoundFilter。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
type: "and" or "or"
运算类型：and 或 or。
"and"
"or"
max_num_results: optional integer
返回结果数量上限，须介于 1–50 之间，含边界。
ranking_options: optional object { hybrid_search, ranker, score_threshold }
搜索结果的排序选项。
hybrid_search: optional object { embedding_weight, text_weight }
启用混合搜索时，控制倒数排名融合如何平衡语义嵌入匹配与稀疏关键词匹配的权重。
embedding_weight: number
嵌入在倒数排名融合中的权重。
text_weight: number
文本在倒数排名融合中的权重。
ranker: optional "auto" or "default-2024-11-15"
文件搜索所用的排序器。
"auto"
"default-2024-11-15"
score_threshold: optional number
文件搜索的分数阈值，为 0–1 之间的数字。越接近 1，越倾向于只返回最相关的结果，但返回数量可能减少。
Computer object { type }
控制虚拟计算机的工具。参阅计算机工具。
type: "computer" (default: "computer")
计算机工具类型，固定为 computer。
"computer"
ComputerUsePreview object { display_height, display_width, environment, type }
控制虚拟计算机的工具。参阅计算机工具。
display_height: integer
计算机显示区域的高度。
display_width: integer
计算机显示区域的宽度。
environment: "windows" or "mac" or "linux" or 2 more
要控制的计算机环境类型。
"windows"
"mac"
"linux"
"ubuntu"
"browser"
type: "computer_use_preview" (default: "computer_use_preview")
计算机使用工具类型，固定为 computer_use_preview。
"computer_use_preview"
WebSearch object { type, external_web_access, filters, 2 more }
在互联网上搜索与提示词相关的信息来源。参阅 网络搜索工具时。
type: "web_search" or "web_search_2025_08_26" (default: "web_search")
网页搜索工具类型，可选 web_search 或 web_search_2025_08_26。
"web_search"
"web_search_2025_08_26"
external_web_access: optional boolean (default: true)
是否允许网页搜索实时访问互联网。省略时默认为 true。设为 false 时，网页搜索工具以离线或仅缓存模式运行，不会抓取新的外部内容。
filters: optional object { allowed_domains } or null
搜索的筛选条件。
allowed_domains: optional array of string or null (default: [])
搜索允许的域名。未提供时允许所有域名。 也允许访问所提供域名的子域名。
示例：["pubmed.ncbi.nlm.nih.gov"]
search_context_size: optional "low" or "medium" or "high" (default: "medium")
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { city, country, region, 2 more } or null
用户的大致位置。省略或设为 null 时，默认为
美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。
若要本地化结果，须提供相应位置字段。
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
type: optional "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
Mcp object { server_label, type, allowed_callers, 9 more }
通过远程模型上下文协议（MCP）服务器， 向模型提供额外工具。了解 MCP。
server_label: string
此 MCP 服务器的标签，用于在工具调用中标识服务器。
type: "mcp"
MCP 工具类型，固定为 mcp。
"mcp"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
allowed_tools: optional array of string or McpToolFilter { read_only, tool_names } or null
允许的工具名称列表或筛选对象。
McpAllowedTools = array of string
允许的工具名称组成的字符串数组。
McpToolFilter object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
authorization: optional string
可用于远程 MCP 服务器的 OAuth 访问令牌，既可 配合自定义 MCP 服务器 URL，也可配合服务连接器。你的应用 须处理 OAuth 授权流程，并在此提供令牌。
connector_id: optional "connector_dropbox" or "connector_gmail" or "connector_googlecalendar" or 5 more
服务连接器的标识，例如 ChatGPT 中提供的连接器。须提供
server_url、connector_id 或 tunnel_id 中的一项。更多
服务连接器信息参阅此处。
对于 2026 年 9 月 1 日之后发布的模型，此字段已弃用。
使用 server_url 连接远程 MCP 服务器，或使用 tunnel_id
通过安全 MCP 隧道连接。
当前支持的 connector_id 值如下：
- Dropbox：
connector_dropbox - Gmail：
connector_gmail - Google 日历：
connector_googlecalendar - Google 云端硬盘：
connector_googledrive - Microsoft Teams：
connector_microsoftteams - Outlook 日历：
connector_outlookcalendar - Outlook 邮箱：
connector_outlookemail - SharePoint：
connector_sharepoint
"connector_dropbox"
"connector_gmail"
"connector_googlecalendar"
"connector_googledrive"
"connector_microsoftteams"
"connector_outlookcalendar"
"connector_outlookemail"
"connector_sharepoint"
defer_loading: optional boolean
此 MCP 工具是否延迟加载并通过工具搜索发现。
headers: optional map[string] or null
可选的发送给 MCP 服务器的 HTTP 请求头，用于认证 或其他用途。
require_approval: optional McpToolApprovalFilter { always, never } or "always" or "never" or null (default: "always")
指定 MCP 服务器的哪些工具需要批准。
McpToolApprovalFilter object { always, never }
指定 MCP 服务器的哪些工具需要批准。可以是
always、never，或与需要批准的工具关联的
筛选对象。
always: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
never: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
McpToolApprovalSetting = "always" or "never"
为所有工具指定统一的批准策略，可选 always 或
never。设为 always 时，所有工具均需要批准；
设为 never 时，所有工具均不需要批准。
"always"
"never"
server_description: optional string
MCP 服务器的可选描述，用于提供更多上下文。
server_url: optional string
MCP 服务器的 URL。须提供 server_url、connector_id 或
tunnel_id 中的一项。
format: uri
tunnel_id: optional string
用来替代直接服务器 URL 的安全 MCP 隧道 ID。须提供
server_url、connector_id 或 tunnel_id 中的一项。
pattern: ^tunnel_[a-z0-9]{32}$
CodeInterpreter object { container, type, allowed_callers }
运行 Python 代码以帮助生成提示词响应的工具。
container: string or CodeInterpreterToolAuto { type, file_ids, memory_limit, network_policy }
代码解释器容器，可以是容器 ID，也可以是
指定代码可用的已上传文件 ID 的对象，同时可提供
可选的 memory_limit 设置。
string
容器 ID。
CodeInterpreterToolAuto object { type, file_ids, memory_limit, network_policy }
代码解释器容器配置，可以指定运行代码时所处理的文件 ID。
type: "auto" (default: "auto")
固定为 auto。
"auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
代码解释器容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
type: "disabled" (default: "disabled")
禁用出站网络访问，固定为 disabled。
"disabled"
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
allowed_domains: array of string
type 为 allowlist 时允许访问的域名列表。
minItems: 1
type: "allowlist" (default: "allowlist")
仅允许对指定域名发起出站网络访问，固定为 allowlist。
"allowlist"
domain_secrets: optional array of ContainerNetworkPolicyDomainSecret
可选的仅用于允许访问域名的域名级密钥。
minItems: 1
domain: string
密钥关联的域名。
minLength: 1
name: string
要为该域名注入的密钥名称。
minLength: 1
value: string
要为该域名注入的密钥值。
minLength: 1, maxLength: 10485760
type: "code_interpreter"
代码解释器工具类型，固定为 code_interpreter。
"code_interpreter"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
ProgrammaticToolCalling object { type }
type: "programmatic_tool_calling" (default: "programmatic_tool_calling")
工具类型，固定为 programmatic_tool_calling。
"programmatic_tool_calling"
ImageGeneration object { type, action, background, 13 more }
使用 GPT 图像模型生成图像的工具。
type: "image_generation"
图像生成工具类型，固定为 image_generation。
"image_generation"
action: optional "generate" or "edit" or "auto"
生成新图像还是编辑已有图像，默认为 auto。
"generate"
"edit"
"auto"
background: optional "transparent" or "opaque" or "auto" (default: "auto")
生成图像的背景，可选 transparent、opaque，
或 auto。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，包括
对应的 2026-09-08 快照，支持 opaque 和 transparent
背景。受支持的 GPT Image 模型可以使用透明
背景。对于 gpt-image-2 和 gpt-image-2-2026-04-21，此功能处于
预览阶段。使用 transparent 时，须将输出格式设为 png 或 webp。
默认为 auto。
"transparent"
"opaque"
"auto"
complexity: optional "low" or "medium" or "high"
用于规划图像的计算投入，与渲染质量分开设置。
覆盖外层响应用于图像生成的 reasoning.effort。
省略时，继承外层受支持的推理强度，或使用
图像模型配置的默认值。
对于 SVG 输出，此项控制参考图像，而不是 SVG 生成模型的
推理。
"low"
"medium"
"high"
frame_count: optional integer (default: 9)
GIF 帧数，要求 output_format 为 gif，默认为 9。
minimum: 2, maximum: 16
frame_duration_ms: optional integer (default: 200)
每个 GIF 帧的时长，单位为毫秒，取整到 10 毫秒。
要求 output_format 为 gif，默认为 200。
minimum: 20, maximum: 2000
input_fidelity: optional "high" or "low" or null
控制模型为匹配输入图像风格和特征（尤其是面部特征）投入的程度。gpt-image-1.5 支持 high 和 low，gpt-image-1-mini 仅支持 low。使用 gpt-image-2 时应省略此参数。支持该参数的模型默认为 low。
"high"
"low"
input_image_mask: optional object { file_id, image_url }
可选的局部重绘蒙版，包含 image_url
（可选字符串）和 file_id（可选字符串）。
file_id: optional string
蒙版图像的文件 ID。
image_url: optional string
采用 Base64 编码的蒙版图像。
model: optional string or "gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
string
"gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
"gpt-image-1"
"gpt-image-1-mini"
"gpt-image-2"
"gpt-image-2-2026-04-21"
"gpt-image-2.5-sunburst"
"gpt-image-2.5-sunburst-2026-09-08"
"gpt-image-2.5-flare"
"gpt-image-2.5-flare-2026-09-08"
"gpt-image-2.6-sunburst"
"gpt-image-2.6-flare"
"gpt-image-1.5"
"chatgpt-image-latest"
moderation: optional "auto" or "low" (default: "auto")
生成图像的审核级别，默认为 auto。
"auto"
"low"
output_compression: optional integer (default: 100)
输出图像的压缩级别，默认为 100。
minimum: 0, maximum: 100
output_format: optional "png" or "webp" or "jpeg" or 2 more (default: "png")
输出图像格式，可选 png、webp、jpeg、
gif 或 svg，默认为 png。GIF 和 SVG 输出要求模型
支持所选格式。GIF 输出不支持
部分图像流式传输，即 partial_images 大于 0，
也不支持 input_image_mask 或自定义 output_compression。
GIF 输出仍可以流式发送 Responses 生命周期事件。
"png"
"webp"
"jpeg"
"gif"
"svg"
partial_images: optional integer (default: 0)
流式模式中生成的部分图像数量，范围为 0（默认值）到 3。
minimum: 0, maximum: 3
quality: optional "low" or "medium" or "high" or 3 more (default: "auto")
生成图像的质量。GPT 图像模型支持 low、
medium 和 high。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，
包括对应的 2026-09-08 快照，还支持 xhigh 和 max。
默认为 auto。
"low"
"medium"
"high"
"xhigh"
"max"
"auto"
size: optional string or "1024x1024" or "1024x1536" or "1536x1024" or "auto" (default: "auto")
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
string
"1024x1024" or "1024x1536" or "1536x1024" or "auto"
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
"1024x1024"
"1024x1536"
"1536x1024"
"auto"
svg: optional object { model, reasoning }
SVG 生成模型的设置，要求 output_format 为 svg。
启用 SVG 模型选择时，省略此对象会使用
外层响应模型。否则使用默认 SVG 生成模型，且
不能显式覆盖模型。
model: optional string
minLength: 1
reasoning: optional object { effort } or null
SVG 编写的推理强度。省略时，Images 和 Responses 均使用编写模型的默认值。
effort: optional "none" or "minimal" or "low" or 4 more
控制模型为此次请求投入的推理强度。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
LocalShell object { type }
允许模型在本地环境执行 shell 命令的工具。
type: "local_shell" (default: "local_shell")
本地 shell 工具类型，固定为 local_shell。
"local_shell"
Shell object { type, allowed_callers, environment }
允许模型执行 shell 命令的工具。
type: "shell" (default: "shell")
shell 工具类型，固定为 shell。
"shell"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
environment: optional ContainerAuto or LocalEnvironment or ContainerReference or null
ContainerAuto object { type, file_ids, memory_limit, 2 more }
type: "container_auto" (default: "container_auto")
为此请求自动创建容器。
"container_auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
skills: optional array of SkillReference or InlineSkill
可选的技能列表，通过 ID 或内联数据引用技能。
maxItems: 200
SkillReference object { skill_id, type, version }
skill_id: string
引用的技能 ID。
minLength: 1, maxLength: 64
type: "skill_reference" (default: "skill_reference")
引用通过 /v1/skills 接口创建的技能。
"skill_reference"
version: optional string
可选的技能版本。使用正整数或 'latest'，省略时使用默认版本。
InlineSkill object { description, name, source, type }
description: string
技能描述。
name: string
技能名称。
source: InlineSkillSource
内联技能载荷。
data: string
采用 Base64 编码的技能 ZIP 包。
minLength: 1, maxLength: 70254592
media_type: "application/zip" (default: "application/zip")
内联技能载荷的媒体类型，必须为 application/zip。
"application/zip"
type: "base64" (default: "base64")
内联技能来源的类型，必须为 base64。
"base64"
type: "inline" (default: "inline")
为此请求定义内联技能。
"inline"
LocalEnvironment object { type, skills }
type: "local" (default: "local")
使用本地计算机环境。
"local"
skills: optional array of LocalSkill
可选的技能列表。
maxItems: 200
description: string
技能描述。
name: string
技能名称。
path: string
包含该技能的目录路径。
ContainerReference object { container_id, type }
container_id: string
引用的容器 ID。
type: "container_reference" (default: "container_reference")
引用通过 /v1/containers 接口创建的容器。
"container_reference"
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
Text object { type }
无约束的自由文本。
type: "text" (default: "text")
无约束文本格式，固定为 text。
"text"
Grammar object { definition, syntax, type }
用户定义的语法。
definition: string
语法定义。
syntax: "lark" or "regex"
语法定义的语法类型，可选 lark 或 regex。
"lark"
"regex"
type: "grammar" (default: "grammar")
语法格式，固定为 grammar。
"grammar"
Namespace object { description, name, tools, type }
将函数工具或自定义工具归入共享命名空间。
description: string
展示给模型的命名空间描述。
name: string
工具调用使用的命名空间名称，例如 crm。
minLength: 1
tools: array of Function { name, type, allowed_callers, 6 more } or Custom { name, type, allowed_callers, 4 more }
此命名空间内可用的函数工具或自定义工具。
minItems: 1
Function object { name, type, allowed_callers, 6 more }
name: string
pattern: ^[a-zA-Z0-9_-]+$, minLength: 1, maxLength: 128
type: "function" (default: "function")
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此函数是否应延迟加载并通过工具搜索发现。
description: optional string or null
output_schema: optional map[unknown] or null
描述此函数工具字符串输出中编码的 JSON 值的 JSON Schema，不用于描述内容数组输出。
parameters: optional unknown or null
strict: optional boolean or null
是否强制执行严格参数校验。省略时，模式兼容的情况下 Responses 会尝试严格校验，否则退回非严格校验。
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
type: "namespace" (default: "namespace")
工具类型，固定为 namespace。
"namespace"
ToolSearch object { type, description, execution, parameters }
用于延迟加载工具的托管工具搜索或自带工具（BYOT）搜索配置。
type: "tool_search" (default: "tool_search")
工具类型，固定为 tool_search。
"tool_search"
description: optional string or null
客户端执行的工具搜索工具展示给模型的描述。
execution: optional "server" or "client"
工具搜索由服务端还是客户端执行。
"server"
"client"
parameters: optional unknown or null
客户端执行的工具搜索工具的参数模式。
WebSearchPreview object { type, search_content_types, search_context_size, user_location }
搜索网页以获取可用于响应的相关结果的工具。参阅网页搜索工具。
type: "web_search_preview" or "web_search_preview_2025_03_11" (default: "web_search_preview")
网页搜索工具类型，可选 web_search_preview 或 web_search_preview_2025_03_11。
"web_search_preview"
"web_search_preview_2025_03_11"
search_content_types: optional array of "text" or "image"
"text"
"image"
search_context_size: optional "low" or "medium" or "high"
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { type, city, country, 2 more } or null
用户的大致位置。省略或设为 null 时默认为美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。若要本地化结果，须提供相应位置字段。
type: "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
ApplyPatch object { type, allowed_callers }
允许助手使用统一差异格式创建、删除或更新文件。
type: "apply_patch" (default: "apply_patch")
工具类型，固定为 apply_patch。
"apply_patch"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
eval_id: string
关联评测的标识。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: string or null
被评测的模型，如适用。
name: string or null
评测运行名称。
object: "eval.run" (default: "eval.run")
对象类型，固定为 "eval.run"。
"eval.run"
per_model_usage: array of object { cached_tokens, completion_tokens, invocation_count, 3 more } or null
评测运行期间各模型的用量统计。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
invocation_count: integer
调用次数。
model_name: string
模型名称。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
per_testing_criteria_results: array of object { failed, passed, testing_criteria } or null
评测运行中各测试标准的结果。
failed: integer
未通过此标准的测试数量。
passed: integer
通过此标准的测试数量。
testing_criteria: string
测试标准的描述。
report_url: string
在控制台界面中呈现评测运行报告的 URL。
format: uri
result_counts: object { errored, failed, passed, total }
汇总评测运行结果的计数器。
errored: integer
因错误而失败的输出条目数量。
failed: integer
未通过评测的输出条目数量。
passed: integer
通过评测的输出条目数量。
total: integer
已执行的输出条目总数。
status: string
评测运行状态。
first_id: string
data 数组中第一个评测运行的标识。
has_more: boolean
是否还有更多可用评测。
last_id: string
data 数组中最后一个评测运行的标识。
object: "list" (default: "list")
对象类型，固定为 "list"。
"list"
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/$EVAL_ID/runs \
-H "Authorization: Bearer $OPENAI_API_KEY"200 响应示例
{
"data": [
{
"id": "id",
"created_at": 0,
"data_source": {
"source": {
"content": [
{
"item": {
"foo": "bar"
},
"sample": {
"foo": "bar"
}
}
],
"type": "file_content"
},
"type": "jsonl"
},
"error": {
"code": "code",
"message": "message"
},
"eval_id": "eval_id",
"metadata": {
"foo": "string"
},
"model": "model",
"name": "name",
"object": "eval.run",
"per_model_usage": [
{
"cached_tokens": 0,
"completion_tokens": 0,
"invocation_count": 0,
"model_name": "model_name",
"prompt_tokens": 0,
"total_tokens": 0
}
],
"per_testing_criteria_results": [
{
"failed": 0,
"passed": 0,
"testing_criteria": "testing_criteria"
}
],
"report_url": "https://example.com",
"result_counts": {
"errored": 0,
"failed": 0,
"passed": 0,
"total": 0
},
"status": "status"
}
],
"first_id": "first_id",
"has_more": true,
"last_id": "last_id",
"object": "list"
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/egroup_67abd54d9b0081909a86353f6fb9317a/runs \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json"响应示例
{
"object": "list",
"data": [
{
"object": "eval.run",
"id": "evalrun_67e0c7d31560819090d60c0780591042",
"eval_id": "eval_67e0c726d560819083f19a957c4c640b",
"report_url": "https://platform.openai.com/evaluations/eval_67e0c726d560819083f19a957c4c640b",
"status": "completed",
"model": "o3-mini",
"name": "bulk_with_negative_examples_o3-mini",
"created_at": 1742784467,
"result_counts": {
"total": 1,
"errored": 0,
"failed": 0,
"passed": 1
},
"per_model_usage": [
{
"model_name": "o3-mini",
"invocation_count": 1,
"prompt_tokens": 563,
"completion_tokens": 874,
"total_tokens": 1437,
"cached_tokens": 0
}
],
"per_testing_criteria_results": [
{
"testing_criteria": "Push Notification Summary Grader-1808cd0b-eeec-4e0b-a519-337e79f4f5d1",
"passed": 1,
"failed": 0
}
],
"data_source": {
"type": "completions",
"source": {
"type": "file_content",
"content": [
{
"item": {
"notifications": "\n- Sarah 发来新消息：\"稍后能给我打个电话吗？\"\n- 你的包裹已送达！\n- 限时优惠：未来 2 小时内电子产品八折！\n"
}
}
]
},
"input_messages": {
"type": "template",
"template": [
{
"type": "message",
"role": "developer",
"content": {
"type": "input_text",
"text": "\n\n\n\n你是一名乐于助人的助手，接收一组推送通知，并将其汇总为简短摘要。\n推送通知将以下列形式提供：\n<push_notifications>\n...notificationlist...\n</push_notifications>\n\n只返回摘要，不添加其他内容。\n\n\n摘要须简洁明快。\n\n\n好的摘要示例：\n<push_notifications>\n- 交通提醒：主街发生事故。- 包裹配送中：预计下午 5 点前送达。- 新好友推荐：与 Emma 建立联系。\n</push_notifications>\n<summary>\n交通提醒、包裹预计下午 5 点前送达、新好友推荐（Emily）。\n</summary>\n\n\n不好的摘要示例：\n<push_notifications>\n- 交通提醒：主街发生事故。- 包裹配送中：预计下午 5 点前送达。- 新好友推荐：与 Emma 建立联系。\n</push_notifications>\n<summary>\n主街发生了交通事故。你的包裹将在下午 5 点前送达，系统向你推荐的新好友是 Emily。\n</summary>\n"
}
},
{
"type": "message",
"role": "user",
"content": {
"type": "input_text",
"text": "<push_notifications>{{item.notifications}}</push_notifications>"
}
}
]
},
"model": "o3-mini"
},
"error": null,
"metadata": {}
}
],
"first_id": "evalrun_67e0c7d31560819090d60c0780591042",
"last_id": "evalrun_67e0c7d31560819090d60c0780591042",
"has_more": true
}获取评测运行
get /evals/{eval_id}/runs/{run_id}
按 ID 获取评测运行。
路径参数
eval_id: string
要获取其运行列表的评测的 ID。
run_id: string
要获取的运行的 ID。
返回值
id: string
评测运行的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source: CreateEvalJSONLRunDataSource or CreateEvalCompletionsRunDataSource or ResponsesRunDataSource { source, type, input_messages, 2 more }
本次运行的数据源信息。
CreateEvalJSONLRunDataSource object { source, type }
JsonlRunDataSource 对象，指定与该评测匹配的 JSONL 文件。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type }
决定数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
type: "jsonl" (default: "jsonl")
数据源类型，固定为 jsonl。
"jsonl"
CreateEvalCompletionsRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 CompletionsRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or StoredCompletionsRunDataSource { type, created_after, created_before, 3 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
StoredCompletionsRunDataSource object { type, created_after, created_before, 3 more }
描述一组筛选条件的 StoredCompletionsRunDataSource 配置。
type: "stored_completions" (default: "stored_completions")
来源类型，固定为 stored_completions。
"stored_completions"
created_after: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之后创建的条目。
created_before: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之前创建的条目。
limit: optional integer or null
可选的返回条目数量上限。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: optional string or null
可选的模型筛选条件，例如 'gpt-6-astra'。
type: "completions" (default: "completions")
运行数据源类型，固定为 completions。
"completions"
input_messages: optional TemplateInputMessages { template, type } or ItemReferenceInputMessages { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
TemplateInputMessages object { template, type }
template: array of EasyInputMessage or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
EasyInputMessage object { content, role, phase, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputMessageContentList
用于生成响应的文本、图像或音频输入。 也可以包含此前的助手响应。
TextInput = string
输入模型的文本。
ResponseInputMessageContentList = array of ResponseInputContent
输入模型的一个或多个条目的列表，可以包含不同 内容类型。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputImage object { detail, type, file_id, 2 more }
输入模型的图像。参阅图像输入。
detail: ImageDetail
发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。
"low"
"high"
"auto"
"original"
type: "input_image" (default: "input_image")
输入条目类型，固定为 input_image。
"input_image"
file_id: optional string or null
要发送给模型的文件 ID。
image_url: optional string or null
要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。
format: uri
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputFile object { type, detail, file_data, 4 more }
输入模型的文件。
type: "input_file" (default: "input_file")
输入条目类型，固定为 input_file。
"input_file"
detail: optional "auto" or "low" or "high"
发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。
"auto"
"low"
"high"
file_data: optional string
要发送给模型的文件内容。
file_id: optional string or null
要发送给模型的文件 ID。
file_url: optional string
要发送给模型的文件 URL。
format: uri
filename: optional string
要发送给模型的文件名。
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
phase: optional "commentary" or "final_answer" or null
将 assistant 消息标记为中间说明（commentary）或最终答案（final_answer）。
对于 gpt-5.3-codex 及后续此类模型，发送后续请求时，须保留并重新发送
所有助手消息的 phase；丢弃它可能降低表现。用户消息不使用此字段。
"commentary"
"final_answer"
type: optional "message"
输入消息类型，固定为 message。
"message"
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
ItemReferenceInputMessages object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.input_trajectory"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, response_format, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
response_format: optional ResponseFormatText or ResponseFormatJSONSchema or ResponseFormatJSONObject
指定模型必须输出的格式的对象。
设为 { "type": "json_schema", "json_schema": {...} } 会启用
结构化输出，确保模型遵循你提供的 JSON
模式。更多信息请参阅结构化输出
指南。
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
type: "text"
定义的响应格式类型，固定为 text。
"text"
ResponseFormatJSONSchema object { json_schema, type }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
json_schema: object { name, description, schema, strict }
结构化输出配置选项，包含 JSON Schema。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
schema: optional map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
type: "json_object"
定义的响应格式类型，固定为 json_object。
"json_object"
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
tools: optional array of ChatCompletionFunctionTool
模型可以调用的工具列表。目前工具仅支持函数。通过此项提供模型可为其生成 JSON 输入的函数列表，最多支持 128 个函数。
function: FunctionDefinition
name: string
要调用的函数名称，须使用 a-z、A-Z、0-9，或包含下划线和连字符，最长为 64 个字符。
description: optional string
函数功能的描述，模型据此选择何时以及如何调用该函数。
parameters: optional FunctionParameters
函数接受的参数，以 JSON Schema 对象描述。示例参阅指南，格式说明参阅 JSON Schema 参考。
省略 parameters 表示定义参数列表为空的函数。
strict: optional boolean or null (default: false)
生成函数调用时是否启用严格模式遵循。设为 true 时，模型严格遵循 parameters 字段中定义的模式。strict 为 true 时仅支持 JSON Schema 的子集。结构化输出的更多信息参阅函数调用指南。
type: "function"
工具类型，目前仅支持 function。
"function"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
ResponsesRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 ResponsesRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or EvalResponsesSource { type, created_after, created_before, 8 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
EvalResponsesSource object { type, created_after, created_before, 8 more }
描述运行数据源配置的 EvalResponsesSource 对象。
type: "responses"
运行数据源类型，固定为 responses。
"responses"
created_after: optional integer or null
仅包含在此时间戳之后创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
created_before: optional integer or null
仅包含在此时间戳之前创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
instructions_search: optional string or null
可选的字符串，用于搜索 'instructions' 字段。此查询参数用于选择响应。
metadata: optional unknown or null
响应的元数据筛选条件。此查询参数用于选择响应。
model: optional string or null
要查找其响应的模型名称。此查询参数用于选择响应。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
temperature: optional number or null
采样温度。此查询参数用于选择响应。
tools: optional array of string or null
工具名称列表。此查询参数用于选择响应。
top_p: optional number or null
核采样参数。此查询参数用于选择响应。
users: optional array of string or null
用户标识列表。此查询参数用于选择响应。
type: "responses" (default: "responses")
运行数据源类型，固定为 responses。
"responses"
input_messages: optional InputMessagesTemplate { template, type } or InputMessagesItemReference { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
InputMessagesTemplate object { template, type }
template: array of ChatMessage { content, role } or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
ChatMessage object { content, role }
content: string
消息内容。
role: string
消息角色，例如 "system"、"assistant"、"user"。
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
InputMessagesItemReference object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.name"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, seed, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
text: optional object { format }
模型文本响应的配置选项，可以是纯 文本或结构化 JSON 数据。更多信息：
format: optional ResponseFormatTextConfig
指定模型必须输出的格式的对象。
配置 { "type": "json_schema" } 会启用结构化输出，
确保模型遵循你提供的 JSON Schema。更多信息参阅
结构化输出指南。
默认格式为 { "type": "text" }，没有额外选项。
不建议用于 gpt-4o 及后续模型：
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
ResponseFormatTextJSONSchemaConfig object { name, schema, type, 2 more }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
schema: map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
tools: optional array of Function { name, parameters, strict, 6 more } or FileSearch { type, vector_store_ids, filters, 2 more } or Computer { type } or 13 more
模型生成响应时可以调用的工具数组。你
可以通过 tool_choice 参数指定要使用的工具。
可向模型提供以下两类工具：
- 内置工具：由 OpenAI 提供，用于扩展 模型能力，例如网页搜索 或文件搜索。更多信息参阅 内置工具。
- 函数调用（自定义工具）：由你定义的函数， 使模型可以调用你自己的代码。更多信息参阅 函数调用。
Function object { name, parameters, strict, 6 more }
定义模型可以选择调用的自有代码函数。参阅函数调用。
name: string
要调用的函数名称。
parameters: map[unknown] or null
描述函数参数的 JSON Schema 对象。
strict: boolean or null
是否对此函数工具强制执行严格参数校验。
type: "function" (default: "function")
函数工具类型，固定为 function。
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
"direct"
"programmatic"
async: optional boolean
defer_loading: optional boolean
此函数是否延迟加载并通过工具搜索加载。
description: optional string or null
函数描述，模型据此判断是否调用该函数。
output_schema: optional map[unknown] or null
描述此函数字符串输出中编码的 JSON 值的 JSON Schema 对象。
FileSearch object { type, vector_store_ids, filters, 2 more }
搜索已上传文件中相关内容的工具。参阅文件搜索工具。
type: "file_search" (default: "file_search")
文件搜索工具类型，固定为 file_search。
"file_search"
vector_store_ids: array of string
要搜索的向量存储 ID 列表。
filters: optional ComparisonFilter or CompoundFilter or null
要应用的筛选条件。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
key: string
要与值比较的属性键。
type: "eq" or "ne" or "gt" or 5 more (default: "eq")
指定比较运算符：eq、ne、gt、gte、lt、lte、in、nin。
eq：等于ne：不等于gt：大于gte：大于或等于lt：小于lte：小于或等于in：属于nin：不属于
"eq"
"ne"
"gt"
"gte"
"lt"
"lte"
"in"
"nin"
value: string or number or boolean or array of string or number
用于与属性键比较的值，支持字符串、数字或布尔类型。
string
number
boolean
array of string or number
string
number
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
filters: array of ComparisonFilter or CompoundFilter
要组合的筛选条件数组，条目可以是 ComparisonFilter 或 CompoundFilter。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
type: "and" or "or"
运算类型：and 或 or。
"and"
"or"
max_num_results: optional integer
返回结果数量上限，须介于 1–50 之间，含边界。
ranking_options: optional object { hybrid_search, ranker, score_threshold }
搜索结果的排序选项。
hybrid_search: optional object { embedding_weight, text_weight }
启用混合搜索时，控制倒数排名融合如何平衡语义嵌入匹配与稀疏关键词匹配的权重。
embedding_weight: number
嵌入在倒数排名融合中的权重。
text_weight: number
文本在倒数排名融合中的权重。
ranker: optional "auto" or "default-2024-11-15"
文件搜索所用的排序器。
"auto"
"default-2024-11-15"
score_threshold: optional number
文件搜索的分数阈值，为 0–1 之间的数字。越接近 1，越倾向于只返回最相关的结果，但返回数量可能减少。
Computer object { type }
控制虚拟计算机的工具。参阅计算机工具。
type: "computer" (default: "computer")
计算机工具类型，固定为 computer。
"computer"
ComputerUsePreview object { display_height, display_width, environment, type }
控制虚拟计算机的工具。参阅计算机工具。
display_height: integer
计算机显示区域的高度。
display_width: integer
计算机显示区域的宽度。
environment: "windows" or "mac" or "linux" or 2 more
要控制的计算机环境类型。
"windows"
"mac"
"linux"
"ubuntu"
"browser"
type: "computer_use_preview" (default: "computer_use_preview")
计算机使用工具类型，固定为 computer_use_preview。
"computer_use_preview"
WebSearch object { type, external_web_access, filters, 2 more }
在互联网上搜索与提示词相关的信息来源。参阅 网络搜索工具时。
type: "web_search" or "web_search_2025_08_26" (default: "web_search")
网页搜索工具类型，可选 web_search 或 web_search_2025_08_26。
"web_search"
"web_search_2025_08_26"
external_web_access: optional boolean (default: true)
是否允许网页搜索实时访问互联网。省略时默认为 true。设为 false 时，网页搜索工具以离线或仅缓存模式运行，不会抓取新的外部内容。
filters: optional object { allowed_domains } or null
搜索的筛选条件。
allowed_domains: optional array of string or null (default: [])
搜索允许的域名。未提供时允许所有域名。 也允许访问所提供域名的子域名。
示例：["pubmed.ncbi.nlm.nih.gov"]
search_context_size: optional "low" or "medium" or "high" (default: "medium")
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { city, country, region, 2 more } or null
用户的大致位置。省略或设为 null 时，默认为
美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。
若要本地化结果，须提供相应位置字段。
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
type: optional "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
Mcp object { server_label, type, allowed_callers, 9 more }
通过远程模型上下文协议（MCP）服务器， 向模型提供额外工具。了解 MCP。
server_label: string
此 MCP 服务器的标签，用于在工具调用中标识服务器。
type: "mcp"
MCP 工具类型，固定为 mcp。
"mcp"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
allowed_tools: optional array of string or McpToolFilter { read_only, tool_names } or null
允许的工具名称列表或筛选对象。
McpAllowedTools = array of string
允许的工具名称组成的字符串数组。
McpToolFilter object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
authorization: optional string
可用于远程 MCP 服务器的 OAuth 访问令牌，既可 配合自定义 MCP 服务器 URL，也可配合服务连接器。你的应用 须处理 OAuth 授权流程，并在此提供令牌。
connector_id: optional "connector_dropbox" or "connector_gmail" or "connector_googlecalendar" or 5 more
服务连接器的标识，例如 ChatGPT 中提供的连接器。须提供
server_url、connector_id 或 tunnel_id 中的一项。更多
服务连接器信息参阅此处。
对于 2026 年 9 月 1 日之后发布的模型，此字段已弃用。
使用 server_url 连接远程 MCP 服务器，或使用 tunnel_id
通过安全 MCP 隧道连接。
当前支持的 connector_id 值如下：
- Dropbox：
connector_dropbox - Gmail：
connector_gmail - Google 日历：
connector_googlecalendar - Google 云端硬盘：
connector_googledrive - Microsoft Teams：
connector_microsoftteams - Outlook 日历：
connector_outlookcalendar - Outlook 邮箱：
connector_outlookemail - SharePoint：
connector_sharepoint
"connector_dropbox"
"connector_gmail"
"connector_googlecalendar"
"connector_googledrive"
"connector_microsoftteams"
"connector_outlookcalendar"
"connector_outlookemail"
"connector_sharepoint"
defer_loading: optional boolean
此 MCP 工具是否延迟加载并通过工具搜索发现。
headers: optional map[string] or null
可选的发送给 MCP 服务器的 HTTP 请求头，用于认证 或其他用途。
require_approval: optional McpToolApprovalFilter { always, never } or "always" or "never" or null (default: "always")
指定 MCP 服务器的哪些工具需要批准。
McpToolApprovalFilter object { always, never }
指定 MCP 服务器的哪些工具需要批准。可以是
always、never，或与需要批准的工具关联的
筛选对象。
always: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
never: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
McpToolApprovalSetting = "always" or "never"
为所有工具指定统一的批准策略，可选 always 或
never。设为 always 时，所有工具均需要批准；
设为 never 时，所有工具均不需要批准。
"always"
"never"
server_description: optional string
MCP 服务器的可选描述，用于提供更多上下文。
server_url: optional string
MCP 服务器的 URL。须提供 server_url、connector_id 或
tunnel_id 中的一项。
format: uri
tunnel_id: optional string
用来替代直接服务器 URL 的安全 MCP 隧道 ID。须提供
server_url、connector_id 或 tunnel_id 中的一项。
pattern: ^tunnel_[a-z0-9]{32}$
CodeInterpreter object { container, type, allowed_callers }
运行 Python 代码以帮助生成提示词响应的工具。
container: string or CodeInterpreterToolAuto { type, file_ids, memory_limit, network_policy }
代码解释器容器，可以是容器 ID，也可以是
指定代码可用的已上传文件 ID 的对象，同时可提供
可选的 memory_limit 设置。
string
容器 ID。
CodeInterpreterToolAuto object { type, file_ids, memory_limit, network_policy }
代码解释器容器配置，可以指定运行代码时所处理的文件 ID。
type: "auto" (default: "auto")
固定为 auto。
"auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
代码解释器容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
type: "disabled" (default: "disabled")
禁用出站网络访问，固定为 disabled。
"disabled"
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
allowed_domains: array of string
type 为 allowlist 时允许访问的域名列表。
minItems: 1
type: "allowlist" (default: "allowlist")
仅允许对指定域名发起出站网络访问，固定为 allowlist。
"allowlist"
domain_secrets: optional array of ContainerNetworkPolicyDomainSecret
可选的仅用于允许访问域名的域名级密钥。
minItems: 1
domain: string
密钥关联的域名。
minLength: 1
name: string
要为该域名注入的密钥名称。
minLength: 1
value: string
要为该域名注入的密钥值。
minLength: 1, maxLength: 10485760
type: "code_interpreter"
代码解释器工具类型，固定为 code_interpreter。
"code_interpreter"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
ProgrammaticToolCalling object { type }
type: "programmatic_tool_calling" (default: "programmatic_tool_calling")
工具类型，固定为 programmatic_tool_calling。
"programmatic_tool_calling"
ImageGeneration object { type, action, background, 13 more }
使用 GPT 图像模型生成图像的工具。
type: "image_generation"
图像生成工具类型，固定为 image_generation。
"image_generation"
action: optional "generate" or "edit" or "auto"
生成新图像还是编辑已有图像，默认为 auto。
"generate"
"edit"
"auto"
background: optional "transparent" or "opaque" or "auto" (default: "auto")
生成图像的背景，可选 transparent、opaque，
或 auto。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，包括
对应的 2026-09-08 快照，支持 opaque 和 transparent
背景。受支持的 GPT Image 模型可以使用透明
背景。对于 gpt-image-2 和 gpt-image-2-2026-04-21，此功能处于
预览阶段。使用 transparent 时，须将输出格式设为 png 或 webp。
默认为 auto。
"transparent"
"opaque"
"auto"
complexity: optional "low" or "medium" or "high"
用于规划图像的计算投入，与渲染质量分开设置。
覆盖外层响应用于图像生成的 reasoning.effort。
省略时，继承外层受支持的推理强度，或使用
图像模型配置的默认值。
对于 SVG 输出，此项控制参考图像，而不是 SVG 生成模型的
推理。
"low"
"medium"
"high"
frame_count: optional integer (default: 9)
GIF 帧数，要求 output_format 为 gif，默认为 9。
minimum: 2, maximum: 16
frame_duration_ms: optional integer (default: 200)
每个 GIF 帧的时长，单位为毫秒，取整到 10 毫秒。
要求 output_format 为 gif，默认为 200。
minimum: 20, maximum: 2000
input_fidelity: optional "high" or "low" or null
控制模型为匹配输入图像风格和特征（尤其是面部特征）投入的程度。gpt-image-1.5 支持 high 和 low，gpt-image-1-mini 仅支持 low。使用 gpt-image-2 时应省略此参数。支持该参数的模型默认为 low。
"high"
"low"
input_image_mask: optional object { file_id, image_url }
可选的局部重绘蒙版，包含 image_url
（可选字符串）和 file_id（可选字符串）。
file_id: optional string
蒙版图像的文件 ID。
image_url: optional string
采用 Base64 编码的蒙版图像。
model: optional string or "gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
string
"gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
"gpt-image-1"
"gpt-image-1-mini"
"gpt-image-2"
"gpt-image-2-2026-04-21"
"gpt-image-2.5-sunburst"
"gpt-image-2.5-sunburst-2026-09-08"
"gpt-image-2.5-flare"
"gpt-image-2.5-flare-2026-09-08"
"gpt-image-2.6-sunburst"
"gpt-image-2.6-flare"
"gpt-image-1.5"
"chatgpt-image-latest"
moderation: optional "auto" or "low" (default: "auto")
生成图像的审核级别，默认为 auto。
"auto"
"low"
output_compression: optional integer (default: 100)
输出图像的压缩级别，默认为 100。
minimum: 0, maximum: 100
output_format: optional "png" or "webp" or "jpeg" or 2 more (default: "png")
输出图像格式，可选 png、webp、jpeg、
gif 或 svg，默认为 png。GIF 和 SVG 输出要求模型
支持所选格式。GIF 输出不支持
部分图像流式传输，即 partial_images 大于 0，
也不支持 input_image_mask 或自定义 output_compression。
GIF 输出仍可以流式发送 Responses 生命周期事件。
"png"
"webp"
"jpeg"
"gif"
"svg"
partial_images: optional integer (default: 0)
流式模式中生成的部分图像数量，范围为 0（默认值）到 3。
minimum: 0, maximum: 3
quality: optional "low" or "medium" or "high" or 3 more (default: "auto")
生成图像的质量。GPT 图像模型支持 low、
medium 和 high。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，
包括对应的 2026-09-08 快照，还支持 xhigh 和 max。
默认为 auto。
"low"
"medium"
"high"
"xhigh"
"max"
"auto"
size: optional string or "1024x1024" or "1024x1536" or "1536x1024" or "auto" (default: "auto")
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
string
"1024x1024" or "1024x1536" or "1536x1024" or "auto"
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
"1024x1024"
"1024x1536"
"1536x1024"
"auto"
svg: optional object { model, reasoning }
SVG 生成模型的设置，要求 output_format 为 svg。
启用 SVG 模型选择时，省略此对象会使用
外层响应模型。否则使用默认 SVG 生成模型，且
不能显式覆盖模型。
model: optional string
minLength: 1
reasoning: optional object { effort } or null
SVG 编写的推理强度。省略时，Images 和 Responses 均使用编写模型的默认值。
effort: optional "none" or "minimal" or "low" or 4 more
控制模型为此次请求投入的推理强度。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
LocalShell object { type }
允许模型在本地环境执行 shell 命令的工具。
type: "local_shell" (default: "local_shell")
本地 shell 工具类型，固定为 local_shell。
"local_shell"
Shell object { type, allowed_callers, environment }
允许模型执行 shell 命令的工具。
type: "shell" (default: "shell")
shell 工具类型，固定为 shell。
"shell"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
environment: optional ContainerAuto or LocalEnvironment or ContainerReference or null
ContainerAuto object { type, file_ids, memory_limit, 2 more }
type: "container_auto" (default: "container_auto")
为此请求自动创建容器。
"container_auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
skills: optional array of SkillReference or InlineSkill
可选的技能列表，通过 ID 或内联数据引用技能。
maxItems: 200
SkillReference object { skill_id, type, version }
skill_id: string
引用的技能 ID。
minLength: 1, maxLength: 64
type: "skill_reference" (default: "skill_reference")
引用通过 /v1/skills 接口创建的技能。
"skill_reference"
version: optional string
可选的技能版本。使用正整数或 'latest'，省略时使用默认版本。
InlineSkill object { description, name, source, type }
description: string
技能描述。
name: string
技能名称。
source: InlineSkillSource
内联技能载荷。
data: string
采用 Base64 编码的技能 ZIP 包。
minLength: 1, maxLength: 70254592
media_type: "application/zip" (default: "application/zip")
内联技能载荷的媒体类型，必须为 application/zip。
"application/zip"
type: "base64" (default: "base64")
内联技能来源的类型，必须为 base64。
"base64"
type: "inline" (default: "inline")
为此请求定义内联技能。
"inline"
LocalEnvironment object { type, skills }
type: "local" (default: "local")
使用本地计算机环境。
"local"
skills: optional array of LocalSkill
可选的技能列表。
maxItems: 200
description: string
技能描述。
name: string
技能名称。
path: string
包含该技能的目录路径。
ContainerReference object { container_id, type }
container_id: string
引用的容器 ID。
type: "container_reference" (default: "container_reference")
引用通过 /v1/containers 接口创建的容器。
"container_reference"
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
Text object { type }
无约束的自由文本。
type: "text" (default: "text")
无约束文本格式，固定为 text。
"text"
Grammar object { definition, syntax, type }
用户定义的语法。
definition: string
语法定义。
syntax: "lark" or "regex"
语法定义的语法类型，可选 lark 或 regex。
"lark"
"regex"
type: "grammar" (default: "grammar")
语法格式，固定为 grammar。
"grammar"
Namespace object { description, name, tools, type }
将函数工具或自定义工具归入共享命名空间。
description: string
展示给模型的命名空间描述。
name: string
工具调用使用的命名空间名称，例如 crm。
minLength: 1
tools: array of Function { name, type, allowed_callers, 6 more } or Custom { name, type, allowed_callers, 4 more }
此命名空间内可用的函数工具或自定义工具。
minItems: 1
Function object { name, type, allowed_callers, 6 more }
name: string
pattern: ^[a-zA-Z0-9_-]+$, minLength: 1, maxLength: 128
type: "function" (default: "function")
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此函数是否应延迟加载并通过工具搜索发现。
description: optional string or null
output_schema: optional map[unknown] or null
描述此函数工具字符串输出中编码的 JSON 值的 JSON Schema，不用于描述内容数组输出。
parameters: optional unknown or null
strict: optional boolean or null
是否强制执行严格参数校验。省略时，模式兼容的情况下 Responses 会尝试严格校验，否则退回非严格校验。
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
type: "namespace" (default: "namespace")
工具类型，固定为 namespace。
"namespace"
ToolSearch object { type, description, execution, parameters }
用于延迟加载工具的托管工具搜索或自带工具（BYOT）搜索配置。
type: "tool_search" (default: "tool_search")
工具类型，固定为 tool_search。
"tool_search"
description: optional string or null
客户端执行的工具搜索工具展示给模型的描述。
execution: optional "server" or "client"
工具搜索由服务端还是客户端执行。
"server"
"client"
parameters: optional unknown or null
客户端执行的工具搜索工具的参数模式。
WebSearchPreview object { type, search_content_types, search_context_size, user_location }
搜索网页以获取可用于响应的相关结果的工具。参阅网页搜索工具。
type: "web_search_preview" or "web_search_preview_2025_03_11" (default: "web_search_preview")
网页搜索工具类型，可选 web_search_preview 或 web_search_preview_2025_03_11。
"web_search_preview"
"web_search_preview_2025_03_11"
search_content_types: optional array of "text" or "image"
"text"
"image"
search_context_size: optional "low" or "medium" or "high"
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { type, city, country, 2 more } or null
用户的大致位置。省略或设为 null 时默认为美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。若要本地化结果，须提供相应位置字段。
type: "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
ApplyPatch object { type, allowed_callers }
允许助手使用统一差异格式创建、删除或更新文件。
type: "apply_patch" (default: "apply_patch")
工具类型，固定为 apply_patch。
"apply_patch"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
eval_id: string
关联评测的标识。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: string or null
被评测的模型，如适用。
name: string or null
评测运行名称。
object: "eval.run" (default: "eval.run")
对象类型，固定为 "eval.run"。
"eval.run"
per_model_usage: array of object { cached_tokens, completion_tokens, invocation_count, 3 more } or null
评测运行期间各模型的用量统计。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
invocation_count: integer
调用次数。
model_name: string
模型名称。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
per_testing_criteria_results: array of object { failed, passed, testing_criteria } or null
评测运行中各测试标准的结果。
failed: integer
未通过此标准的测试数量。
passed: integer
通过此标准的测试数量。
testing_criteria: string
测试标准的描述。
report_url: string
在控制台界面中呈现评测运行报告的 URL。
format: uri
result_counts: object { errored, failed, passed, total }
汇总评测运行结果的计数器。
errored: integer
因错误而失败的输出条目数量。
failed: integer
未通过评测的输出条目数量。
passed: integer
通过评测的输出条目数量。
total: integer
已执行的输出条目总数。
status: string
评测运行状态。
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/$EVAL_ID/runs/$RUN_ID \
-H "Authorization: Bearer $OPENAI_API_KEY"200 响应示例
{
"id": "id",
"created_at": 0,
"data_source": {
"source": {
"content": [
{
"item": {
"foo": "bar"
},
"sample": {
"foo": "bar"
}
}
],
"type": "file_content"
},
"type": "jsonl"
},
"error": {
"code": "code",
"message": "message"
},
"eval_id": "eval_id",
"metadata": {
"foo": "string"
},
"model": "model",
"name": "name",
"object": "eval.run",
"per_model_usage": [
{
"cached_tokens": 0,
"completion_tokens": 0,
"invocation_count": 0,
"model_name": "model_name",
"prompt_tokens": 0,
"total_tokens": 0
}
],
"per_testing_criteria_results": [
{
"failed": 0,
"passed": 0,
"testing_criteria": "testing_criteria"
}
],
"report_url": "https://example.com",
"result_counts": {
"errored": 0,
"failed": 0,
"passed": 0,
"total": 0
},
"status": "status"
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/eval_67abd54d9b0081909a86353f6fb9317a/runs/evalrun_67abd54d60ec8190832b46859da808f7 \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json"响应示例
{
"object": "eval.run",
"id": "evalrun_67abd54d60ec8190832b46859da808f7",
"eval_id": "eval_67abd54d9b0081909a86353f6fb9317a",
"report_url": "https://platform.openai.com/evaluations/eval_67abd54d9b0081909a86353f6fb9317a?run_id=evalrun_67abd54d60ec8190832b46859da808f7",
"status": "queued",
"model": "gpt-6-astra",
"name": "gpt-6-astra",
"created_at": 1743092069,
"result_counts": {
"total": 0,
"errored": 0,
"failed": 0,
"passed": 0
},
"per_model_usage": null,
"per_testing_criteria_results": null,
"data_source": {
"type": "completions",
"source": {
"type": "file_content",
"content": [
{
"item": {
"input": "科技公司推出先进的人工智能平台",
"ground_truth": "Technology"
}
},
{
"item": {
"input": "通胀担忧之际，央行提高利率",
"ground_truth": "Markets"
}
},
{
"item": {
"input": "国际峰会讨论应对气候变化的策略",
"ground_truth": "World"
}
},
{
"item": {
"input": "大型零售商公布创纪录的假日销售额",
"ground_truth": "Business"
}
},
{
"item": {
"input": "国家队晋级世界锦标赛决赛",
"ground_truth": "Sports"
}
},
{
"item": {
"input": "利好经济数据公布后股市上涨",
"ground_truth": "Markets"
}
},
{
"item": {
"input": "全球制造商宣布与竞争对手合并",
"ground_truth": "Business"
}
},
{
"item": {
"input": "可再生能源技术取得突破",
"ground_truth": "Technology"
}
},
{
"item": {
"input": "各国领导人签署历史性气候协议",
"ground_truth": "World"
}
},
{
"item": {
"input": "职业运动员在锦标赛中刷新纪录",
"ground_truth": "Sports"
}
},
{
"item": {
"input": "金融机构适应新的监管要求",
"ground_truth": "Business"
}
},
{
"item": {
"input": "科技大会展示人工智能领域的进展",
"ground_truth": "Technology"
}
},
{
"item": {
"input": "全球市场对油价波动作出反应",
"ground_truth": "Markets"
}
},
{
"item": {
"input": "新条约加强国际合作",
"ground_truth": "World"
}
},
{
"item": {
"input": "体育联盟公布新赛季调整后的赛程",
"ground_truth": "Sports"
}
}
]
},
"input_messages": {
"type": "template",
"template": [
{
"type": "message",
"role": "developer",
"content": {
"type": "input_text",
"text": "将给定新闻标题归入以下主题之一：Technology（科技）、Markets（市场）、World（国际）、Business（商业）或 Sports（体育）。\n\n# 步骤\n\n1. 分析新闻标题的内容，理解其主要关注点。\n2. 提取主题，找出关键线索或关键词。\n3. 根据这些线索，从 Technology、Markets、World、Business、Sports 五个选项中选择最合适的类别。\n4. 每个标题只能选择一个类别。\n\n# 输出格式\n\n仅返回所选类别的一个英文单词，例如：\"Technology\"、\"Markets\"、\"World\"、\"Business\" 或 \"Sports\"。\n\n# 示例\n\n**输入**：\"苹果发布搭载先进 AI 功能的新款 iPhone\" \n**输出**：\"Technology\"\n\n**输入**：\"投资者等待央行决议，全球股市涨跌互现\" \n**输出**：\"Markets\"\n\n**输入**：\"乌克兰战争：谈判进展最新消息\" \n**输出**：\"World\"\n\n**输入**：\"微软洽谈以 20 亿美元收购游戏公司\" \n**输出**：\"Business\"\n\n**输入**：\"曼联赢得英超足球比赛\" \n**输出**：\"Sports\" \n\n# 注意\n\n- 如果标题似乎符合多个类别，选择最主要的主题。\n- “股票”“公司收购”“比赛”等关键词或短语，以及科技品牌，都可以作为分类线索。\n"
}
},
{
"type": "message",
"role": "user",
"content": {
"type": "input_text",
"text": "{{item.input}}"
}
}
]
},
"model": "gpt-6-astra",
"sampling_params": {
"max_completions_tokens": 2048
}
},
"error": null,
"metadata": {}
}资源类型
创建评测补全运行数据源
CreateEvalCompletionsRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 CompletionsRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or StoredCompletionsRunDataSource { type, created_after, created_before, 3 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
StoredCompletionsRunDataSource object { type, created_after, created_before, 3 more }
描述一组筛选条件的 StoredCompletionsRunDataSource 配置。
type: "stored_completions" (default: "stored_completions")
来源类型，固定为 stored_completions。
"stored_completions"
created_after: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之后创建的条目。
created_before: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之前创建的条目。
limit: optional integer or null
可选的返回条目数量上限。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: optional string or null
可选的模型筛选条件，例如 'gpt-6-astra'。
type: "completions" (default: "completions")
运行数据源类型，固定为 completions。
"completions"
input_messages: optional TemplateInputMessages { template, type } or ItemReferenceInputMessages { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
TemplateInputMessages object { template, type }
template: array of EasyInputMessage or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
EasyInputMessage object { content, role, phase, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputMessageContentList
用于生成响应的文本、图像或音频输入。 也可以包含此前的助手响应。
TextInput = string
输入模型的文本。
ResponseInputMessageContentList = array of ResponseInputContent
输入模型的一个或多个条目的列表，可以包含不同 内容类型。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputImage object { detail, type, file_id, 2 more }
输入模型的图像。参阅图像输入。
detail: ImageDetail
发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。
"low"
"high"
"auto"
"original"
type: "input_image" (default: "input_image")
输入条目类型，固定为 input_image。
"input_image"
file_id: optional string or null
要发送给模型的文件 ID。
image_url: optional string or null
要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。
format: uri
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputFile object { type, detail, file_data, 4 more }
输入模型的文件。
type: "input_file" (default: "input_file")
输入条目类型，固定为 input_file。
"input_file"
detail: optional "auto" or "low" or "high"
发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。
"auto"
"low"
"high"
file_data: optional string
要发送给模型的文件内容。
file_id: optional string or null
要发送给模型的文件 ID。
file_url: optional string
要发送给模型的文件 URL。
format: uri
filename: optional string
要发送给模型的文件名。
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
phase: optional "commentary" or "final_answer" or null
将 assistant 消息标记为中间说明（commentary）或最终答案（final_answer）。
对于 gpt-5.3-codex 及后续此类模型，发送后续请求时，须保留并重新发送
所有助手消息的 phase；丢弃它可能降低表现。用户消息不使用此字段。
"commentary"
"final_answer"
type: optional "message"
输入消息类型，固定为 message。
"message"
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
ItemReferenceInputMessages object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.input_trajectory"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, response_format, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
response_format: optional ResponseFormatText or ResponseFormatJSONSchema or ResponseFormatJSONObject
指定模型必须输出的格式的对象。
设为 { "type": "json_schema", "json_schema": {...} } 会启用
结构化输出，确保模型遵循你提供的 JSON
模式。更多信息请参阅结构化输出
指南。
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
type: "text"
定义的响应格式类型，固定为 text。
"text"
ResponseFormatJSONSchema object { json_schema, type }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
json_schema: object { name, description, schema, strict }
结构化输出配置选项，包含 JSON Schema。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
schema: optional map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
type: "json_object"
定义的响应格式类型，固定为 json_object。
"json_object"
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
tools: optional array of ChatCompletionFunctionTool
模型可以调用的工具列表。目前工具仅支持函数。通过此项提供模型可为其生成 JSON 输入的函数列表，最多支持 128 个函数。
function: FunctionDefinition
name: string
要调用的函数名称，须使用 a-z、A-Z、0-9，或包含下划线和连字符，最长为 64 个字符。
description: optional string
函数功能的描述，模型据此选择何时以及如何调用该函数。
parameters: optional FunctionParameters
函数接受的参数，以 JSON Schema 对象描述。示例参阅指南，格式说明参阅 JSON Schema 参考。
省略 parameters 表示定义参数列表为空的函数。
strict: optional boolean or null (default: false)
生成函数调用时是否启用严格模式遵循。设为 true 时，模型严格遵循 parameters 字段中定义的模式。strict 为 true 时仅支持 JSON Schema 的子集。结构化输出的更多信息参阅函数调用指南。
type: "function"
工具类型，目前仅支持 function。
"function"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
创建评测 JSONL 运行数据源
CreateEvalJSONLRunDataSource object { source, type }
JsonlRunDataSource 对象，指定与该评测匹配的 JSONL 文件。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type }
决定数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
type: "jsonl" (default: "jsonl")
数据源类型，固定为 jsonl。
"jsonl"
Eval API 错误
EvalAPIError object { code, message }
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
运行取消响应
RunCancelResponse object { id, created_at, data_source, 11 more }
表示评测运行的模式。
id: string
评测运行的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source: CreateEvalJSONLRunDataSource or CreateEvalCompletionsRunDataSource or ResponsesRunDataSource { source, type, input_messages, 2 more }
本次运行的数据源信息。
CreateEvalJSONLRunDataSource object { source, type }
JsonlRunDataSource 对象，指定与该评测匹配的 JSONL 文件。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type }
决定数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
type: "jsonl" (default: "jsonl")
数据源类型，固定为 jsonl。
"jsonl"
CreateEvalCompletionsRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 CompletionsRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or StoredCompletionsRunDataSource { type, created_after, created_before, 3 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
StoredCompletionsRunDataSource object { type, created_after, created_before, 3 more }
描述一组筛选条件的 StoredCompletionsRunDataSource 配置。
type: "stored_completions" (default: "stored_completions")
来源类型，固定为 stored_completions。
"stored_completions"
created_after: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之后创建的条目。
created_before: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之前创建的条目。
limit: optional integer or null
可选的返回条目数量上限。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: optional string or null
可选的模型筛选条件，例如 'gpt-6-astra'。
type: "completions" (default: "completions")
运行数据源类型，固定为 completions。
"completions"
input_messages: optional TemplateInputMessages { template, type } or ItemReferenceInputMessages { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
TemplateInputMessages object { template, type }
template: array of EasyInputMessage or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
EasyInputMessage object { content, role, phase, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputMessageContentList
用于生成响应的文本、图像或音频输入。 也可以包含此前的助手响应。
TextInput = string
输入模型的文本。
ResponseInputMessageContentList = array of ResponseInputContent
输入模型的一个或多个条目的列表，可以包含不同 内容类型。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputImage object { detail, type, file_id, 2 more }
输入模型的图像。参阅图像输入。
detail: ImageDetail
发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。
"low"
"high"
"auto"
"original"
type: "input_image" (default: "input_image")
输入条目类型，固定为 input_image。
"input_image"
file_id: optional string or null
要发送给模型的文件 ID。
image_url: optional string or null
要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。
format: uri
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputFile object { type, detail, file_data, 4 more }
输入模型的文件。
type: "input_file" (default: "input_file")
输入条目类型，固定为 input_file。
"input_file"
detail: optional "auto" or "low" or "high"
发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。
"auto"
"low"
"high"
file_data: optional string
要发送给模型的文件内容。
file_id: optional string or null
要发送给模型的文件 ID。
file_url: optional string
要发送给模型的文件 URL。
format: uri
filename: optional string
要发送给模型的文件名。
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
phase: optional "commentary" or "final_answer" or null
将 assistant 消息标记为中间说明（commentary）或最终答案（final_answer）。
对于 gpt-5.3-codex 及后续此类模型，发送后续请求时，须保留并重新发送
所有助手消息的 phase；丢弃它可能降低表现。用户消息不使用此字段。
"commentary"
"final_answer"
type: optional "message"
输入消息类型，固定为 message。
"message"
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
ItemReferenceInputMessages object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.input_trajectory"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, response_format, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
response_format: optional ResponseFormatText or ResponseFormatJSONSchema or ResponseFormatJSONObject
指定模型必须输出的格式的对象。
设为 { "type": "json_schema", "json_schema": {...} } 会启用
结构化输出，确保模型遵循你提供的 JSON
模式。更多信息请参阅结构化输出
指南。
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
type: "text"
定义的响应格式类型，固定为 text。
"text"
ResponseFormatJSONSchema object { json_schema, type }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
json_schema: object { name, description, schema, strict }
结构化输出配置选项，包含 JSON Schema。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
schema: optional map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
type: "json_object"
定义的响应格式类型，固定为 json_object。
"json_object"
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
tools: optional array of ChatCompletionFunctionTool
模型可以调用的工具列表。目前工具仅支持函数。通过此项提供模型可为其生成 JSON 输入的函数列表，最多支持 128 个函数。
function: FunctionDefinition
name: string
要调用的函数名称，须使用 a-z、A-Z、0-9，或包含下划线和连字符，最长为 64 个字符。
description: optional string
函数功能的描述，模型据此选择何时以及如何调用该函数。
parameters: optional FunctionParameters
函数接受的参数，以 JSON Schema 对象描述。示例参阅指南，格式说明参阅 JSON Schema 参考。
省略 parameters 表示定义参数列表为空的函数。
strict: optional boolean or null (default: false)
生成函数调用时是否启用严格模式遵循。设为 true 时，模型严格遵循 parameters 字段中定义的模式。strict 为 true 时仅支持 JSON Schema 的子集。结构化输出的更多信息参阅函数调用指南。
type: "function"
工具类型，目前仅支持 function。
"function"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
ResponsesRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 ResponsesRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or EvalResponsesSource { type, created_after, created_before, 8 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
EvalResponsesSource object { type, created_after, created_before, 8 more }
描述运行数据源配置的 EvalResponsesSource 对象。
type: "responses"
运行数据源类型，固定为 responses。
"responses"
created_after: optional integer or null
仅包含在此时间戳之后创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
created_before: optional integer or null
仅包含在此时间戳之前创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
instructions_search: optional string or null
可选的字符串，用于搜索 'instructions' 字段。此查询参数用于选择响应。
metadata: optional unknown or null
响应的元数据筛选条件。此查询参数用于选择响应。
model: optional string or null
要查找其响应的模型名称。此查询参数用于选择响应。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
temperature: optional number or null
采样温度。此查询参数用于选择响应。
tools: optional array of string or null
工具名称列表。此查询参数用于选择响应。
top_p: optional number or null
核采样参数。此查询参数用于选择响应。
users: optional array of string or null
用户标识列表。此查询参数用于选择响应。
type: "responses" (default: "responses")
运行数据源类型，固定为 responses。
"responses"
input_messages: optional InputMessagesTemplate { template, type } or InputMessagesItemReference { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
InputMessagesTemplate object { template, type }
template: array of ChatMessage { content, role } or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
ChatMessage object { content, role }
content: string
消息内容。
role: string
消息角色，例如 "system"、"assistant"、"user"。
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
InputMessagesItemReference object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.name"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, seed, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
text: optional object { format }
模型文本响应的配置选项，可以是纯 文本或结构化 JSON 数据。更多信息：
format: optional ResponseFormatTextConfig
指定模型必须输出的格式的对象。
配置 { "type": "json_schema" } 会启用结构化输出，
确保模型遵循你提供的 JSON Schema。更多信息参阅
结构化输出指南。
默认格式为 { "type": "text" }，没有额外选项。
不建议用于 gpt-4o 及后续模型：
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
ResponseFormatTextJSONSchemaConfig object { name, schema, type, 2 more }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
schema: map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
tools: optional array of Function { name, parameters, strict, 6 more } or FileSearch { type, vector_store_ids, filters, 2 more } or Computer { type } or 13 more
模型生成响应时可以调用的工具数组。你
可以通过 tool_choice 参数指定要使用的工具。
可向模型提供以下两类工具：
- 内置工具：由 OpenAI 提供，用于扩展 模型能力，例如网页搜索 或文件搜索。更多信息参阅 内置工具。
- 函数调用（自定义工具）：由你定义的函数， 使模型可以调用你自己的代码。更多信息参阅 函数调用。
Function object { name, parameters, strict, 6 more }
定义模型可以选择调用的自有代码函数。参阅函数调用。
name: string
要调用的函数名称。
parameters: map[unknown] or null
描述函数参数的 JSON Schema 对象。
strict: boolean or null
是否对此函数工具强制执行严格参数校验。
type: "function" (default: "function")
函数工具类型，固定为 function。
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
"direct"
"programmatic"
async: optional boolean
defer_loading: optional boolean
此函数是否延迟加载并通过工具搜索加载。
description: optional string or null
函数描述，模型据此判断是否调用该函数。
output_schema: optional map[unknown] or null
描述此函数字符串输出中编码的 JSON 值的 JSON Schema 对象。
FileSearch object { type, vector_store_ids, filters, 2 more }
搜索已上传文件中相关内容的工具。参阅文件搜索工具。
type: "file_search" (default: "file_search")
文件搜索工具类型，固定为 file_search。
"file_search"
vector_store_ids: array of string
要搜索的向量存储 ID 列表。
filters: optional ComparisonFilter or CompoundFilter or null
要应用的筛选条件。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
key: string
要与值比较的属性键。
type: "eq" or "ne" or "gt" or 5 more (default: "eq")
指定比较运算符：eq、ne、gt、gte、lt、lte、in、nin。
eq：等于ne：不等于gt：大于gte：大于或等于lt：小于lte：小于或等于in：属于nin：不属于
"eq"
"ne"
"gt"
"gte"
"lt"
"lte"
"in"
"nin"
value: string or number or boolean or array of string or number
用于与属性键比较的值，支持字符串、数字或布尔类型。
string
number
boolean
array of string or number
string
number
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
filters: array of ComparisonFilter or CompoundFilter
要组合的筛选条件数组，条目可以是 ComparisonFilter 或 CompoundFilter。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
type: "and" or "or"
运算类型：and 或 or。
"and"
"or"
max_num_results: optional integer
返回结果数量上限，须介于 1–50 之间，含边界。
ranking_options: optional object { hybrid_search, ranker, score_threshold }
搜索结果的排序选项。
hybrid_search: optional object { embedding_weight, text_weight }
启用混合搜索时，控制倒数排名融合如何平衡语义嵌入匹配与稀疏关键词匹配的权重。
embedding_weight: number
嵌入在倒数排名融合中的权重。
text_weight: number
文本在倒数排名融合中的权重。
ranker: optional "auto" or "default-2024-11-15"
文件搜索所用的排序器。
"auto"
"default-2024-11-15"
score_threshold: optional number
文件搜索的分数阈值，为 0–1 之间的数字。越接近 1，越倾向于只返回最相关的结果，但返回数量可能减少。
Computer object { type }
控制虚拟计算机的工具。参阅计算机工具。
type: "computer" (default: "computer")
计算机工具类型，固定为 computer。
"computer"
ComputerUsePreview object { display_height, display_width, environment, type }
控制虚拟计算机的工具。参阅计算机工具。
display_height: integer
计算机显示区域的高度。
display_width: integer
计算机显示区域的宽度。
environment: "windows" or "mac" or "linux" or 2 more
要控制的计算机环境类型。
"windows"
"mac"
"linux"
"ubuntu"
"browser"
type: "computer_use_preview" (default: "computer_use_preview")
计算机使用工具类型，固定为 computer_use_preview。
"computer_use_preview"
WebSearch object { type, external_web_access, filters, 2 more }
在互联网上搜索与提示词相关的信息来源。参阅 网络搜索工具时。
type: "web_search" or "web_search_2025_08_26" (default: "web_search")
网页搜索工具类型，可选 web_search 或 web_search_2025_08_26。
"web_search"
"web_search_2025_08_26"
external_web_access: optional boolean (default: true)
是否允许网页搜索实时访问互联网。省略时默认为 true。设为 false 时，网页搜索工具以离线或仅缓存模式运行，不会抓取新的外部内容。
filters: optional object { allowed_domains } or null
搜索的筛选条件。
allowed_domains: optional array of string or null (default: [])
搜索允许的域名。未提供时允许所有域名。 也允许访问所提供域名的子域名。
示例：["pubmed.ncbi.nlm.nih.gov"]
search_context_size: optional "low" or "medium" or "high" (default: "medium")
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { city, country, region, 2 more } or null
用户的大致位置。省略或设为 null 时，默认为
美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。
若要本地化结果，须提供相应位置字段。
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
type: optional "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
Mcp object { server_label, type, allowed_callers, 9 more }
通过远程模型上下文协议（MCP）服务器， 向模型提供额外工具。了解 MCP。
server_label: string
此 MCP 服务器的标签，用于在工具调用中标识服务器。
type: "mcp"
MCP 工具类型，固定为 mcp。
"mcp"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
allowed_tools: optional array of string or McpToolFilter { read_only, tool_names } or null
允许的工具名称列表或筛选对象。
McpAllowedTools = array of string
允许的工具名称组成的字符串数组。
McpToolFilter object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
authorization: optional string
可用于远程 MCP 服务器的 OAuth 访问令牌，既可 配合自定义 MCP 服务器 URL，也可配合服务连接器。你的应用 须处理 OAuth 授权流程，并在此提供令牌。
connector_id: optional "connector_dropbox" or "connector_gmail" or "connector_googlecalendar" or 5 more
服务连接器的标识，例如 ChatGPT 中提供的连接器。须提供
server_url、connector_id 或 tunnel_id 中的一项。更多
服务连接器信息参阅此处。
对于 2026 年 9 月 1 日之后发布的模型，此字段已弃用。
使用 server_url 连接远程 MCP 服务器，或使用 tunnel_id
通过安全 MCP 隧道连接。
当前支持的 connector_id 值如下：
- Dropbox：
connector_dropbox - Gmail：
connector_gmail - Google 日历：
connector_googlecalendar - Google 云端硬盘：
connector_googledrive - Microsoft Teams：
connector_microsoftteams - Outlook 日历：
connector_outlookcalendar - Outlook 邮箱：
connector_outlookemail - SharePoint：
connector_sharepoint
"connector_dropbox"
"connector_gmail"
"connector_googlecalendar"
"connector_googledrive"
"connector_microsoftteams"
"connector_outlookcalendar"
"connector_outlookemail"
"connector_sharepoint"
defer_loading: optional boolean
此 MCP 工具是否延迟加载并通过工具搜索发现。
headers: optional map[string] or null
可选的发送给 MCP 服务器的 HTTP 请求头，用于认证 或其他用途。
require_approval: optional McpToolApprovalFilter { always, never } or "always" or "never" or null (default: "always")
指定 MCP 服务器的哪些工具需要批准。
McpToolApprovalFilter object { always, never }
指定 MCP 服务器的哪些工具需要批准。可以是
always、never，或与需要批准的工具关联的
筛选对象。
always: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
never: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
McpToolApprovalSetting = "always" or "never"
为所有工具指定统一的批准策略，可选 always 或
never。设为 always 时，所有工具均需要批准；
设为 never 时，所有工具均不需要批准。
"always"
"never"
server_description: optional string
MCP 服务器的可选描述，用于提供更多上下文。
server_url: optional string
MCP 服务器的 URL。须提供 server_url、connector_id 或
tunnel_id 中的一项。
format: uri
tunnel_id: optional string
用来替代直接服务器 URL 的安全 MCP 隧道 ID。须提供
server_url、connector_id 或 tunnel_id 中的一项。
pattern: ^tunnel_[a-z0-9]{32}$
CodeInterpreter object { container, type, allowed_callers }
运行 Python 代码以帮助生成提示词响应的工具。
container: string or CodeInterpreterToolAuto { type, file_ids, memory_limit, network_policy }
代码解释器容器，可以是容器 ID，也可以是
指定代码可用的已上传文件 ID 的对象，同时可提供
可选的 memory_limit 设置。
string
容器 ID。
CodeInterpreterToolAuto object { type, file_ids, memory_limit, network_policy }
代码解释器容器配置，可以指定运行代码时所处理的文件 ID。
type: "auto" (default: "auto")
固定为 auto。
"auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
代码解释器容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
type: "disabled" (default: "disabled")
禁用出站网络访问，固定为 disabled。
"disabled"
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
allowed_domains: array of string
type 为 allowlist 时允许访问的域名列表。
minItems: 1
type: "allowlist" (default: "allowlist")
仅允许对指定域名发起出站网络访问，固定为 allowlist。
"allowlist"
domain_secrets: optional array of ContainerNetworkPolicyDomainSecret
可选的仅用于允许访问域名的域名级密钥。
minItems: 1
domain: string
密钥关联的域名。
minLength: 1
name: string
要为该域名注入的密钥名称。
minLength: 1
value: string
要为该域名注入的密钥值。
minLength: 1, maxLength: 10485760
type: "code_interpreter"
代码解释器工具类型，固定为 code_interpreter。
"code_interpreter"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
ProgrammaticToolCalling object { type }
type: "programmatic_tool_calling" (default: "programmatic_tool_calling")
工具类型，固定为 programmatic_tool_calling。
"programmatic_tool_calling"
ImageGeneration object { type, action, background, 13 more }
使用 GPT 图像模型生成图像的工具。
type: "image_generation"
图像生成工具类型，固定为 image_generation。
"image_generation"
action: optional "generate" or "edit" or "auto"
生成新图像还是编辑已有图像，默认为 auto。
"generate"
"edit"
"auto"
background: optional "transparent" or "opaque" or "auto" (default: "auto")
生成图像的背景，可选 transparent、opaque，
或 auto。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，包括
对应的 2026-09-08 快照，支持 opaque 和 transparent
背景。受支持的 GPT Image 模型可以使用透明
背景。对于 gpt-image-2 和 gpt-image-2-2026-04-21，此功能处于
预览阶段。使用 transparent 时，须将输出格式设为 png 或 webp。
默认为 auto。
"transparent"
"opaque"
"auto"
complexity: optional "low" or "medium" or "high"
用于规划图像的计算投入，与渲染质量分开设置。
覆盖外层响应用于图像生成的 reasoning.effort。
省略时，继承外层受支持的推理强度，或使用
图像模型配置的默认值。
对于 SVG 输出，此项控制参考图像，而不是 SVG 生成模型的
推理。
"low"
"medium"
"high"
frame_count: optional integer (default: 9)
GIF 帧数，要求 output_format 为 gif，默认为 9。
minimum: 2, maximum: 16
frame_duration_ms: optional integer (default: 200)
每个 GIF 帧的时长，单位为毫秒，取整到 10 毫秒。
要求 output_format 为 gif，默认为 200。
minimum: 20, maximum: 2000
input_fidelity: optional "high" or "low" or null
控制模型为匹配输入图像风格和特征（尤其是面部特征）投入的程度。gpt-image-1.5 支持 high 和 low，gpt-image-1-mini 仅支持 low。使用 gpt-image-2 时应省略此参数。支持该参数的模型默认为 low。
"high"
"low"
input_image_mask: optional object { file_id, image_url }
可选的局部重绘蒙版，包含 image_url
（可选字符串）和 file_id（可选字符串）。
file_id: optional string
蒙版图像的文件 ID。
image_url: optional string
采用 Base64 编码的蒙版图像。
model: optional string or "gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
string
"gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
"gpt-image-1"
"gpt-image-1-mini"
"gpt-image-2"
"gpt-image-2-2026-04-21"
"gpt-image-2.5-sunburst"
"gpt-image-2.5-sunburst-2026-09-08"
"gpt-image-2.5-flare"
"gpt-image-2.5-flare-2026-09-08"
"gpt-image-2.6-sunburst"
"gpt-image-2.6-flare"
"gpt-image-1.5"
"chatgpt-image-latest"
moderation: optional "auto" or "low" (default: "auto")
生成图像的审核级别，默认为 auto。
"auto"
"low"
output_compression: optional integer (default: 100)
输出图像的压缩级别，默认为 100。
minimum: 0, maximum: 100
output_format: optional "png" or "webp" or "jpeg" or 2 more (default: "png")
输出图像格式，可选 png、webp、jpeg、
gif 或 svg，默认为 png。GIF 和 SVG 输出要求模型
支持所选格式。GIF 输出不支持
部分图像流式传输，即 partial_images 大于 0，
也不支持 input_image_mask 或自定义 output_compression。
GIF 输出仍可以流式发送 Responses 生命周期事件。
"png"
"webp"
"jpeg"
"gif"
"svg"
partial_images: optional integer (default: 0)
流式模式中生成的部分图像数量，范围为 0（默认值）到 3。
minimum: 0, maximum: 3
quality: optional "low" or "medium" or "high" or 3 more (default: "auto")
生成图像的质量。GPT 图像模型支持 low、
medium 和 high。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，
包括对应的 2026-09-08 快照，还支持 xhigh 和 max。
默认为 auto。
"low"
"medium"
"high"
"xhigh"
"max"
"auto"
size: optional string or "1024x1024" or "1024x1536" or "1536x1024" or "auto" (default: "auto")
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
string
"1024x1024" or "1024x1536" or "1536x1024" or "auto"
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
"1024x1024"
"1024x1536"
"1536x1024"
"auto"
svg: optional object { model, reasoning }
SVG 生成模型的设置，要求 output_format 为 svg。
启用 SVG 模型选择时，省略此对象会使用
外层响应模型。否则使用默认 SVG 生成模型，且
不能显式覆盖模型。
model: optional string
minLength: 1
reasoning: optional object { effort } or null
SVG 编写的推理强度。省略时，Images 和 Responses 均使用编写模型的默认值。
effort: optional "none" or "minimal" or "low" or 4 more
控制模型为此次请求投入的推理强度。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
LocalShell object { type }
允许模型在本地环境执行 shell 命令的工具。
type: "local_shell" (default: "local_shell")
本地 shell 工具类型，固定为 local_shell。
"local_shell"
Shell object { type, allowed_callers, environment }
允许模型执行 shell 命令的工具。
type: "shell" (default: "shell")
shell 工具类型，固定为 shell。
"shell"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
environment: optional ContainerAuto or LocalEnvironment or ContainerReference or null
ContainerAuto object { type, file_ids, memory_limit, 2 more }
type: "container_auto" (default: "container_auto")
为此请求自动创建容器。
"container_auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
skills: optional array of SkillReference or InlineSkill
可选的技能列表，通过 ID 或内联数据引用技能。
maxItems: 200
SkillReference object { skill_id, type, version }
skill_id: string
引用的技能 ID。
minLength: 1, maxLength: 64
type: "skill_reference" (default: "skill_reference")
引用通过 /v1/skills 接口创建的技能。
"skill_reference"
version: optional string
可选的技能版本。使用正整数或 'latest'，省略时使用默认版本。
InlineSkill object { description, name, source, type }
description: string
技能描述。
name: string
技能名称。
source: InlineSkillSource
内联技能载荷。
data: string
采用 Base64 编码的技能 ZIP 包。
minLength: 1, maxLength: 70254592
media_type: "application/zip" (default: "application/zip")
内联技能载荷的媒体类型，必须为 application/zip。
"application/zip"
type: "base64" (default: "base64")
内联技能来源的类型，必须为 base64。
"base64"
type: "inline" (default: "inline")
为此请求定义内联技能。
"inline"
LocalEnvironment object { type, skills }
type: "local" (default: "local")
使用本地计算机环境。
"local"
skills: optional array of LocalSkill
可选的技能列表。
maxItems: 200
description: string
技能描述。
name: string
技能名称。
path: string
包含该技能的目录路径。
ContainerReference object { container_id, type }
container_id: string
引用的容器 ID。
type: "container_reference" (default: "container_reference")
引用通过 /v1/containers 接口创建的容器。
"container_reference"
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
Text object { type }
无约束的自由文本。
type: "text" (default: "text")
无约束文本格式，固定为 text。
"text"
Grammar object { definition, syntax, type }
用户定义的语法。
definition: string
语法定义。
syntax: "lark" or "regex"
语法定义的语法类型，可选 lark 或 regex。
"lark"
"regex"
type: "grammar" (default: "grammar")
语法格式，固定为 grammar。
"grammar"
Namespace object { description, name, tools, type }
将函数工具或自定义工具归入共享命名空间。
description: string
展示给模型的命名空间描述。
name: string
工具调用使用的命名空间名称，例如 crm。
minLength: 1
tools: array of Function { name, type, allowed_callers, 6 more } or Custom { name, type, allowed_callers, 4 more }
此命名空间内可用的函数工具或自定义工具。
minItems: 1
Function object { name, type, allowed_callers, 6 more }
name: string
pattern: ^[a-zA-Z0-9_-]+$, minLength: 1, maxLength: 128
type: "function" (default: "function")
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此函数是否应延迟加载并通过工具搜索发现。
description: optional string or null
output_schema: optional map[unknown] or null
描述此函数工具字符串输出中编码的 JSON 值的 JSON Schema，不用于描述内容数组输出。
parameters: optional unknown or null
strict: optional boolean or null
是否强制执行严格参数校验。省略时，模式兼容的情况下 Responses 会尝试严格校验，否则退回非严格校验。
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
type: "namespace" (default: "namespace")
工具类型，固定为 namespace。
"namespace"
ToolSearch object { type, description, execution, parameters }
用于延迟加载工具的托管工具搜索或自带工具（BYOT）搜索配置。
type: "tool_search" (default: "tool_search")
工具类型，固定为 tool_search。
"tool_search"
description: optional string or null
客户端执行的工具搜索工具展示给模型的描述。
execution: optional "server" or "client"
工具搜索由服务端还是客户端执行。
"server"
"client"
parameters: optional unknown or null
客户端执行的工具搜索工具的参数模式。
WebSearchPreview object { type, search_content_types, search_context_size, user_location }
搜索网页以获取可用于响应的相关结果的工具。参阅网页搜索工具。
type: "web_search_preview" or "web_search_preview_2025_03_11" (default: "web_search_preview")
网页搜索工具类型，可选 web_search_preview 或 web_search_preview_2025_03_11。
"web_search_preview"
"web_search_preview_2025_03_11"
search_content_types: optional array of "text" or "image"
"text"
"image"
search_context_size: optional "low" or "medium" or "high"
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { type, city, country, 2 more } or null
用户的大致位置。省略或设为 null 时默认为美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。若要本地化结果，须提供相应位置字段。
type: "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
ApplyPatch object { type, allowed_callers }
允许助手使用统一差异格式创建、删除或更新文件。
type: "apply_patch" (default: "apply_patch")
工具类型，固定为 apply_patch。
"apply_patch"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
eval_id: string
关联评测的标识。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: string or null
被评测的模型，如适用。
name: string or null
评测运行名称。
object: "eval.run" (default: "eval.run")
对象类型，固定为 "eval.run"。
"eval.run"
per_model_usage: array of object { cached_tokens, completion_tokens, invocation_count, 3 more } or null
评测运行期间各模型的用量统计。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
invocation_count: integer
调用次数。
model_name: string
模型名称。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
per_testing_criteria_results: array of object { failed, passed, testing_criteria } or null
评测运行中各测试标准的结果。
failed: integer
未通过此标准的测试数量。
passed: integer
通过此标准的测试数量。
testing_criteria: string
测试标准的描述。
report_url: string
在控制台界面中呈现评测运行报告的 URL。
format: uri
result_counts: object { errored, failed, passed, total }
汇总评测运行结果的计数器。
errored: integer
因错误而失败的输出条目数量。
failed: integer
未通过评测的输出条目数量。
passed: integer
通过评测的输出条目数量。
total: integer
已执行的输出条目总数。
status: string
评测运行状态。
运行创建响应
RunCreateResponse object { id, created_at, data_source, 11 more }
表示评测运行的模式。
id: string
评测运行的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source: CreateEvalJSONLRunDataSource or CreateEvalCompletionsRunDataSource or ResponsesRunDataSource { source, type, input_messages, 2 more }
本次运行的数据源信息。
CreateEvalJSONLRunDataSource object { source, type }
JsonlRunDataSource 对象，指定与该评测匹配的 JSONL 文件。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type }
决定数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
type: "jsonl" (default: "jsonl")
数据源类型，固定为 jsonl。
"jsonl"
CreateEvalCompletionsRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 CompletionsRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or StoredCompletionsRunDataSource { type, created_after, created_before, 3 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
StoredCompletionsRunDataSource object { type, created_after, created_before, 3 more }
描述一组筛选条件的 StoredCompletionsRunDataSource 配置。
type: "stored_completions" (default: "stored_completions")
来源类型，固定为 stored_completions。
"stored_completions"
created_after: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之后创建的条目。
created_before: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之前创建的条目。
limit: optional integer or null
可选的返回条目数量上限。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: optional string or null
可选的模型筛选条件，例如 'gpt-6-astra'。
type: "completions" (default: "completions")
运行数据源类型，固定为 completions。
"completions"
input_messages: optional TemplateInputMessages { template, type } or ItemReferenceInputMessages { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
TemplateInputMessages object { template, type }
template: array of EasyInputMessage or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
EasyInputMessage object { content, role, phase, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputMessageContentList
用于生成响应的文本、图像或音频输入。 也可以包含此前的助手响应。
TextInput = string
输入模型的文本。
ResponseInputMessageContentList = array of ResponseInputContent
输入模型的一个或多个条目的列表，可以包含不同 内容类型。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputImage object { detail, type, file_id, 2 more }
输入模型的图像。参阅图像输入。
detail: ImageDetail
发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。
"low"
"high"
"auto"
"original"
type: "input_image" (default: "input_image")
输入条目类型，固定为 input_image。
"input_image"
file_id: optional string or null
要发送给模型的文件 ID。
image_url: optional string or null
要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。
format: uri
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputFile object { type, detail, file_data, 4 more }
输入模型的文件。
type: "input_file" (default: "input_file")
输入条目类型，固定为 input_file。
"input_file"
detail: optional "auto" or "low" or "high"
发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。
"auto"
"low"
"high"
file_data: optional string
要发送给模型的文件内容。
file_id: optional string or null
要发送给模型的文件 ID。
file_url: optional string
要发送给模型的文件 URL。
format: uri
filename: optional string
要发送给模型的文件名。
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
phase: optional "commentary" or "final_answer" or null
将 assistant 消息标记为中间说明（commentary）或最终答案（final_answer）。
对于 gpt-5.3-codex 及后续此类模型，发送后续请求时，须保留并重新发送
所有助手消息的 phase；丢弃它可能降低表现。用户消息不使用此字段。
"commentary"
"final_answer"
type: optional "message"
输入消息类型，固定为 message。
"message"
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
ItemReferenceInputMessages object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.input_trajectory"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, response_format, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
response_format: optional ResponseFormatText or ResponseFormatJSONSchema or ResponseFormatJSONObject
指定模型必须输出的格式的对象。
设为 { "type": "json_schema", "json_schema": {...} } 会启用
结构化输出，确保模型遵循你提供的 JSON
模式。更多信息请参阅结构化输出
指南。
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
type: "text"
定义的响应格式类型，固定为 text。
"text"
ResponseFormatJSONSchema object { json_schema, type }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
json_schema: object { name, description, schema, strict }
结构化输出配置选项，包含 JSON Schema。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
schema: optional map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
type: "json_object"
定义的响应格式类型，固定为 json_object。
"json_object"
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
tools: optional array of ChatCompletionFunctionTool
模型可以调用的工具列表。目前工具仅支持函数。通过此项提供模型可为其生成 JSON 输入的函数列表，最多支持 128 个函数。
function: FunctionDefinition
name: string
要调用的函数名称，须使用 a-z、A-Z、0-9，或包含下划线和连字符，最长为 64 个字符。
description: optional string
函数功能的描述，模型据此选择何时以及如何调用该函数。
parameters: optional FunctionParameters
函数接受的参数，以 JSON Schema 对象描述。示例参阅指南，格式说明参阅 JSON Schema 参考。
省略 parameters 表示定义参数列表为空的函数。
strict: optional boolean or null (default: false)
生成函数调用时是否启用严格模式遵循。设为 true 时，模型严格遵循 parameters 字段中定义的模式。strict 为 true 时仅支持 JSON Schema 的子集。结构化输出的更多信息参阅函数调用指南。
type: "function"
工具类型，目前仅支持 function。
"function"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
ResponsesRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 ResponsesRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or EvalResponsesSource { type, created_after, created_before, 8 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
EvalResponsesSource object { type, created_after, created_before, 8 more }
描述运行数据源配置的 EvalResponsesSource 对象。
type: "responses"
运行数据源类型，固定为 responses。
"responses"
created_after: optional integer or null
仅包含在此时间戳之后创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
created_before: optional integer or null
仅包含在此时间戳之前创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
instructions_search: optional string or null
可选的字符串，用于搜索 'instructions' 字段。此查询参数用于选择响应。
metadata: optional unknown or null
响应的元数据筛选条件。此查询参数用于选择响应。
model: optional string or null
要查找其响应的模型名称。此查询参数用于选择响应。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
temperature: optional number or null
采样温度。此查询参数用于选择响应。
tools: optional array of string or null
工具名称列表。此查询参数用于选择响应。
top_p: optional number or null
核采样参数。此查询参数用于选择响应。
users: optional array of string or null
用户标识列表。此查询参数用于选择响应。
type: "responses" (default: "responses")
运行数据源类型，固定为 responses。
"responses"
input_messages: optional InputMessagesTemplate { template, type } or InputMessagesItemReference { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
InputMessagesTemplate object { template, type }
template: array of ChatMessage { content, role } or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
ChatMessage object { content, role }
content: string
消息内容。
role: string
消息角色，例如 "system"、"assistant"、"user"。
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
InputMessagesItemReference object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.name"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, seed, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
text: optional object { format }
模型文本响应的配置选项，可以是纯 文本或结构化 JSON 数据。更多信息：
format: optional ResponseFormatTextConfig
指定模型必须输出的格式的对象。
配置 { "type": "json_schema" } 会启用结构化输出，
确保模型遵循你提供的 JSON Schema。更多信息参阅
结构化输出指南。
默认格式为 { "type": "text" }，没有额外选项。
不建议用于 gpt-4o 及后续模型：
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
ResponseFormatTextJSONSchemaConfig object { name, schema, type, 2 more }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
schema: map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
tools: optional array of Function { name, parameters, strict, 6 more } or FileSearch { type, vector_store_ids, filters, 2 more } or Computer { type } or 13 more
模型生成响应时可以调用的工具数组。你
可以通过 tool_choice 参数指定要使用的工具。
可向模型提供以下两类工具：
- 内置工具：由 OpenAI 提供，用于扩展 模型能力，例如网页搜索 或文件搜索。更多信息参阅 内置工具。
- 函数调用（自定义工具）：由你定义的函数， 使模型可以调用你自己的代码。更多信息参阅 函数调用。
Function object { name, parameters, strict, 6 more }
定义模型可以选择调用的自有代码函数。参阅函数调用。
name: string
要调用的函数名称。
parameters: map[unknown] or null
描述函数参数的 JSON Schema 对象。
strict: boolean or null
是否对此函数工具强制执行严格参数校验。
type: "function" (default: "function")
函数工具类型，固定为 function。
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
"direct"
"programmatic"
async: optional boolean
defer_loading: optional boolean
此函数是否延迟加载并通过工具搜索加载。
description: optional string or null
函数描述，模型据此判断是否调用该函数。
output_schema: optional map[unknown] or null
描述此函数字符串输出中编码的 JSON 值的 JSON Schema 对象。
FileSearch object { type, vector_store_ids, filters, 2 more }
搜索已上传文件中相关内容的工具。参阅文件搜索工具。
type: "file_search" (default: "file_search")
文件搜索工具类型，固定为 file_search。
"file_search"
vector_store_ids: array of string
要搜索的向量存储 ID 列表。
filters: optional ComparisonFilter or CompoundFilter or null
要应用的筛选条件。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
key: string
要与值比较的属性键。
type: "eq" or "ne" or "gt" or 5 more (default: "eq")
指定比较运算符：eq、ne、gt、gte、lt、lte、in、nin。
eq：等于ne：不等于gt：大于gte：大于或等于lt：小于lte：小于或等于in：属于nin：不属于
"eq"
"ne"
"gt"
"gte"
"lt"
"lte"
"in"
"nin"
value: string or number or boolean or array of string or number
用于与属性键比较的值，支持字符串、数字或布尔类型。
string
number
boolean
array of string or number
string
number
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
filters: array of ComparisonFilter or CompoundFilter
要组合的筛选条件数组，条目可以是 ComparisonFilter 或 CompoundFilter。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
type: "and" or "or"
运算类型：and 或 or。
"and"
"or"
max_num_results: optional integer
返回结果数量上限，须介于 1–50 之间，含边界。
ranking_options: optional object { hybrid_search, ranker, score_threshold }
搜索结果的排序选项。
hybrid_search: optional object { embedding_weight, text_weight }
启用混合搜索时，控制倒数排名融合如何平衡语义嵌入匹配与稀疏关键词匹配的权重。
embedding_weight: number
嵌入在倒数排名融合中的权重。
text_weight: number
文本在倒数排名融合中的权重。
ranker: optional "auto" or "default-2024-11-15"
文件搜索所用的排序器。
"auto"
"default-2024-11-15"
score_threshold: optional number
文件搜索的分数阈值，为 0–1 之间的数字。越接近 1，越倾向于只返回最相关的结果，但返回数量可能减少。
Computer object { type }
控制虚拟计算机的工具。参阅计算机工具。
type: "computer" (default: "computer")
计算机工具类型，固定为 computer。
"computer"
ComputerUsePreview object { display_height, display_width, environment, type }
控制虚拟计算机的工具。参阅计算机工具。
display_height: integer
计算机显示区域的高度。
display_width: integer
计算机显示区域的宽度。
environment: "windows" or "mac" or "linux" or 2 more
要控制的计算机环境类型。
"windows"
"mac"
"linux"
"ubuntu"
"browser"
type: "computer_use_preview" (default: "computer_use_preview")
计算机使用工具类型，固定为 computer_use_preview。
"computer_use_preview"
WebSearch object { type, external_web_access, filters, 2 more }
在互联网上搜索与提示词相关的信息来源。参阅 网络搜索工具时。
type: "web_search" or "web_search_2025_08_26" (default: "web_search")
网页搜索工具类型，可选 web_search 或 web_search_2025_08_26。
"web_search"
"web_search_2025_08_26"
external_web_access: optional boolean (default: true)
是否允许网页搜索实时访问互联网。省略时默认为 true。设为 false 时，网页搜索工具以离线或仅缓存模式运行，不会抓取新的外部内容。
filters: optional object { allowed_domains } or null
搜索的筛选条件。
allowed_domains: optional array of string or null (default: [])
搜索允许的域名。未提供时允许所有域名。 也允许访问所提供域名的子域名。
示例：["pubmed.ncbi.nlm.nih.gov"]
search_context_size: optional "low" or "medium" or "high" (default: "medium")
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { city, country, region, 2 more } or null
用户的大致位置。省略或设为 null 时，默认为
美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。
若要本地化结果，须提供相应位置字段。
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
type: optional "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
Mcp object { server_label, type, allowed_callers, 9 more }
通过远程模型上下文协议（MCP）服务器， 向模型提供额外工具。了解 MCP。
server_label: string
此 MCP 服务器的标签，用于在工具调用中标识服务器。
type: "mcp"
MCP 工具类型，固定为 mcp。
"mcp"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
allowed_tools: optional array of string or McpToolFilter { read_only, tool_names } or null
允许的工具名称列表或筛选对象。
McpAllowedTools = array of string
允许的工具名称组成的字符串数组。
McpToolFilter object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
authorization: optional string
可用于远程 MCP 服务器的 OAuth 访问令牌，既可 配合自定义 MCP 服务器 URL，也可配合服务连接器。你的应用 须处理 OAuth 授权流程，并在此提供令牌。
connector_id: optional "connector_dropbox" or "connector_gmail" or "connector_googlecalendar" or 5 more
服务连接器的标识，例如 ChatGPT 中提供的连接器。须提供
server_url、connector_id 或 tunnel_id 中的一项。更多
服务连接器信息参阅此处。
对于 2026 年 9 月 1 日之后发布的模型，此字段已弃用。
使用 server_url 连接远程 MCP 服务器，或使用 tunnel_id
通过安全 MCP 隧道连接。
当前支持的 connector_id 值如下：
- Dropbox：
connector_dropbox - Gmail：
connector_gmail - Google 日历：
connector_googlecalendar - Google 云端硬盘：
connector_googledrive - Microsoft Teams：
connector_microsoftteams - Outlook 日历：
connector_outlookcalendar - Outlook 邮箱：
connector_outlookemail - SharePoint：
connector_sharepoint
"connector_dropbox"
"connector_gmail"
"connector_googlecalendar"
"connector_googledrive"
"connector_microsoftteams"
"connector_outlookcalendar"
"connector_outlookemail"
"connector_sharepoint"
defer_loading: optional boolean
此 MCP 工具是否延迟加载并通过工具搜索发现。
headers: optional map[string] or null
可选的发送给 MCP 服务器的 HTTP 请求头，用于认证 或其他用途。
require_approval: optional McpToolApprovalFilter { always, never } or "always" or "never" or null (default: "always")
指定 MCP 服务器的哪些工具需要批准。
McpToolApprovalFilter object { always, never }
指定 MCP 服务器的哪些工具需要批准。可以是
always、never，或与需要批准的工具关联的
筛选对象。
always: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
never: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
McpToolApprovalSetting = "always" or "never"
为所有工具指定统一的批准策略，可选 always 或
never。设为 always 时，所有工具均需要批准；
设为 never 时，所有工具均不需要批准。
"always"
"never"
server_description: optional string
MCP 服务器的可选描述，用于提供更多上下文。
server_url: optional string
MCP 服务器的 URL。须提供 server_url、connector_id 或
tunnel_id 中的一项。
format: uri
tunnel_id: optional string
用来替代直接服务器 URL 的安全 MCP 隧道 ID。须提供
server_url、connector_id 或 tunnel_id 中的一项。
pattern: ^tunnel_[a-z0-9]{32}$
CodeInterpreter object { container, type, allowed_callers }
运行 Python 代码以帮助生成提示词响应的工具。
container: string or CodeInterpreterToolAuto { type, file_ids, memory_limit, network_policy }
代码解释器容器，可以是容器 ID，也可以是
指定代码可用的已上传文件 ID 的对象，同时可提供
可选的 memory_limit 设置。
string
容器 ID。
CodeInterpreterToolAuto object { type, file_ids, memory_limit, network_policy }
代码解释器容器配置，可以指定运行代码时所处理的文件 ID。
type: "auto" (default: "auto")
固定为 auto。
"auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
代码解释器容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
type: "disabled" (default: "disabled")
禁用出站网络访问，固定为 disabled。
"disabled"
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
allowed_domains: array of string
type 为 allowlist 时允许访问的域名列表。
minItems: 1
type: "allowlist" (default: "allowlist")
仅允许对指定域名发起出站网络访问，固定为 allowlist。
"allowlist"
domain_secrets: optional array of ContainerNetworkPolicyDomainSecret
可选的仅用于允许访问域名的域名级密钥。
minItems: 1
domain: string
密钥关联的域名。
minLength: 1
name: string
要为该域名注入的密钥名称。
minLength: 1
value: string
要为该域名注入的密钥值。
minLength: 1, maxLength: 10485760
type: "code_interpreter"
代码解释器工具类型，固定为 code_interpreter。
"code_interpreter"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
ProgrammaticToolCalling object { type }
type: "programmatic_tool_calling" (default: "programmatic_tool_calling")
工具类型，固定为 programmatic_tool_calling。
"programmatic_tool_calling"
ImageGeneration object { type, action, background, 13 more }
使用 GPT 图像模型生成图像的工具。
type: "image_generation"
图像生成工具类型，固定为 image_generation。
"image_generation"
action: optional "generate" or "edit" or "auto"
生成新图像还是编辑已有图像，默认为 auto。
"generate"
"edit"
"auto"
background: optional "transparent" or "opaque" or "auto" (default: "auto")
生成图像的背景，可选 transparent、opaque，
或 auto。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，包括
对应的 2026-09-08 快照，支持 opaque 和 transparent
背景。受支持的 GPT Image 模型可以使用透明
背景。对于 gpt-image-2 和 gpt-image-2-2026-04-21，此功能处于
预览阶段。使用 transparent 时，须将输出格式设为 png 或 webp。
默认为 auto。
"transparent"
"opaque"
"auto"
complexity: optional "low" or "medium" or "high"
用于规划图像的计算投入，与渲染质量分开设置。
覆盖外层响应用于图像生成的 reasoning.effort。
省略时，继承外层受支持的推理强度，或使用
图像模型配置的默认值。
对于 SVG 输出，此项控制参考图像，而不是 SVG 生成模型的
推理。
"low"
"medium"
"high"
frame_count: optional integer (default: 9)
GIF 帧数，要求 output_format 为 gif，默认为 9。
minimum: 2, maximum: 16
frame_duration_ms: optional integer (default: 200)
每个 GIF 帧的时长，单位为毫秒，取整到 10 毫秒。
要求 output_format 为 gif，默认为 200。
minimum: 20, maximum: 2000
input_fidelity: optional "high" or "low" or null
控制模型为匹配输入图像风格和特征（尤其是面部特征）投入的程度。gpt-image-1.5 支持 high 和 low，gpt-image-1-mini 仅支持 low。使用 gpt-image-2 时应省略此参数。支持该参数的模型默认为 low。
"high"
"low"
input_image_mask: optional object { file_id, image_url }
可选的局部重绘蒙版，包含 image_url
（可选字符串）和 file_id（可选字符串）。
file_id: optional string
蒙版图像的文件 ID。
image_url: optional string
采用 Base64 编码的蒙版图像。
model: optional string or "gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
string
"gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
"gpt-image-1"
"gpt-image-1-mini"
"gpt-image-2"
"gpt-image-2-2026-04-21"
"gpt-image-2.5-sunburst"
"gpt-image-2.5-sunburst-2026-09-08"
"gpt-image-2.5-flare"
"gpt-image-2.5-flare-2026-09-08"
"gpt-image-2.6-sunburst"
"gpt-image-2.6-flare"
"gpt-image-1.5"
"chatgpt-image-latest"
moderation: optional "auto" or "low" (default: "auto")
生成图像的审核级别，默认为 auto。
"auto"
"low"
output_compression: optional integer (default: 100)
输出图像的压缩级别，默认为 100。
minimum: 0, maximum: 100
output_format: optional "png" or "webp" or "jpeg" or 2 more (default: "png")
输出图像格式，可选 png、webp、jpeg、
gif 或 svg，默认为 png。GIF 和 SVG 输出要求模型
支持所选格式。GIF 输出不支持
部分图像流式传输，即 partial_images 大于 0，
也不支持 input_image_mask 或自定义 output_compression。
GIF 输出仍可以流式发送 Responses 生命周期事件。
"png"
"webp"
"jpeg"
"gif"
"svg"
partial_images: optional integer (default: 0)
流式模式中生成的部分图像数量，范围为 0（默认值）到 3。
minimum: 0, maximum: 3
quality: optional "low" or "medium" or "high" or 3 more (default: "auto")
生成图像的质量。GPT 图像模型支持 low、
medium 和 high。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，
包括对应的 2026-09-08 快照，还支持 xhigh 和 max。
默认为 auto。
"low"
"medium"
"high"
"xhigh"
"max"
"auto"
size: optional string or "1024x1024" or "1024x1536" or "1536x1024" or "auto" (default: "auto")
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
string
"1024x1024" or "1024x1536" or "1536x1024" or "auto"
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
"1024x1024"
"1024x1536"
"1536x1024"
"auto"
svg: optional object { model, reasoning }
SVG 生成模型的设置，要求 output_format 为 svg。
启用 SVG 模型选择时，省略此对象会使用
外层响应模型。否则使用默认 SVG 生成模型，且
不能显式覆盖模型。
model: optional string
minLength: 1
reasoning: optional object { effort } or null
SVG 编写的推理强度。省略时，Images 和 Responses 均使用编写模型的默认值。
effort: optional "none" or "minimal" or "low" or 4 more
控制模型为此次请求投入的推理强度。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
LocalShell object { type }
允许模型在本地环境执行 shell 命令的工具。
type: "local_shell" (default: "local_shell")
本地 shell 工具类型，固定为 local_shell。
"local_shell"
Shell object { type, allowed_callers, environment }
允许模型执行 shell 命令的工具。
type: "shell" (default: "shell")
shell 工具类型，固定为 shell。
"shell"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
environment: optional ContainerAuto or LocalEnvironment or ContainerReference or null
ContainerAuto object { type, file_ids, memory_limit, 2 more }
type: "container_auto" (default: "container_auto")
为此请求自动创建容器。
"container_auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
skills: optional array of SkillReference or InlineSkill
可选的技能列表，通过 ID 或内联数据引用技能。
maxItems: 200
SkillReference object { skill_id, type, version }
skill_id: string
引用的技能 ID。
minLength: 1, maxLength: 64
type: "skill_reference" (default: "skill_reference")
引用通过 /v1/skills 接口创建的技能。
"skill_reference"
version: optional string
可选的技能版本。使用正整数或 'latest'，省略时使用默认版本。
InlineSkill object { description, name, source, type }
description: string
技能描述。
name: string
技能名称。
source: InlineSkillSource
内联技能载荷。
data: string
采用 Base64 编码的技能 ZIP 包。
minLength: 1, maxLength: 70254592
media_type: "application/zip" (default: "application/zip")
内联技能载荷的媒体类型，必须为 application/zip。
"application/zip"
type: "base64" (default: "base64")
内联技能来源的类型，必须为 base64。
"base64"
type: "inline" (default: "inline")
为此请求定义内联技能。
"inline"
LocalEnvironment object { type, skills }
type: "local" (default: "local")
使用本地计算机环境。
"local"
skills: optional array of LocalSkill
可选的技能列表。
maxItems: 200
description: string
技能描述。
name: string
技能名称。
path: string
包含该技能的目录路径。
ContainerReference object { container_id, type }
container_id: string
引用的容器 ID。
type: "container_reference" (default: "container_reference")
引用通过 /v1/containers 接口创建的容器。
"container_reference"
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
Text object { type }
无约束的自由文本。
type: "text" (default: "text")
无约束文本格式，固定为 text。
"text"
Grammar object { definition, syntax, type }
用户定义的语法。
definition: string
语法定义。
syntax: "lark" or "regex"
语法定义的语法类型，可选 lark 或 regex。
"lark"
"regex"
type: "grammar" (default: "grammar")
语法格式，固定为 grammar。
"grammar"
Namespace object { description, name, tools, type }
将函数工具或自定义工具归入共享命名空间。
description: string
展示给模型的命名空间描述。
name: string
工具调用使用的命名空间名称，例如 crm。
minLength: 1
tools: array of Function { name, type, allowed_callers, 6 more } or Custom { name, type, allowed_callers, 4 more }
此命名空间内可用的函数工具或自定义工具。
minItems: 1
Function object { name, type, allowed_callers, 6 more }
name: string
pattern: ^[a-zA-Z0-9_-]+$, minLength: 1, maxLength: 128
type: "function" (default: "function")
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此函数是否应延迟加载并通过工具搜索发现。
description: optional string or null
output_schema: optional map[unknown] or null
描述此函数工具字符串输出中编码的 JSON 值的 JSON Schema，不用于描述内容数组输出。
parameters: optional unknown or null
strict: optional boolean or null
是否强制执行严格参数校验。省略时，模式兼容的情况下 Responses 会尝试严格校验，否则退回非严格校验。
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
type: "namespace" (default: "namespace")
工具类型，固定为 namespace。
"namespace"
ToolSearch object { type, description, execution, parameters }
用于延迟加载工具的托管工具搜索或自带工具（BYOT）搜索配置。
type: "tool_search" (default: "tool_search")
工具类型，固定为 tool_search。
"tool_search"
description: optional string or null
客户端执行的工具搜索工具展示给模型的描述。
execution: optional "server" or "client"
工具搜索由服务端还是客户端执行。
"server"
"client"
parameters: optional unknown or null
客户端执行的工具搜索工具的参数模式。
WebSearchPreview object { type, search_content_types, search_context_size, user_location }
搜索网页以获取可用于响应的相关结果的工具。参阅网页搜索工具。
type: "web_search_preview" or "web_search_preview_2025_03_11" (default: "web_search_preview")
网页搜索工具类型，可选 web_search_preview 或 web_search_preview_2025_03_11。
"web_search_preview"
"web_search_preview_2025_03_11"
search_content_types: optional array of "text" or "image"
"text"
"image"
search_context_size: optional "low" or "medium" or "high"
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { type, city, country, 2 more } or null
用户的大致位置。省略或设为 null 时默认为美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。若要本地化结果，须提供相应位置字段。
type: "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
ApplyPatch object { type, allowed_callers }
允许助手使用统一差异格式创建、删除或更新文件。
type: "apply_patch" (default: "apply_patch")
工具类型，固定为 apply_patch。
"apply_patch"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
eval_id: string
关联评测的标识。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: string or null
被评测的模型，如适用。
name: string or null
评测运行名称。
object: "eval.run" (default: "eval.run")
对象类型，固定为 "eval.run"。
"eval.run"
per_model_usage: array of object { cached_tokens, completion_tokens, invocation_count, 3 more } or null
评测运行期间各模型的用量统计。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
invocation_count: integer
调用次数。
model_name: string
模型名称。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
per_testing_criteria_results: array of object { failed, passed, testing_criteria } or null
评测运行中各测试标准的结果。
failed: integer
未通过此标准的测试数量。
passed: integer
通过此标准的测试数量。
testing_criteria: string
测试标准的描述。
report_url: string
在控制台界面中呈现评测运行报告的 URL。
format: uri
result_counts: object { errored, failed, passed, total }
汇总评测运行结果的计数器。
errored: integer
因错误而失败的输出条目数量。
failed: integer
未通过评测的输出条目数量。
passed: integer
通过评测的输出条目数量。
total: integer
已执行的输出条目总数。
status: string
评测运行状态。
运行删除响应
RunDeleteResponse object { deleted, object, run_id }
deleted: optional boolean
object: optional string
run_id: optional string
运行列表响应
RunListResponse object { id, created_at, data_source, 11 more }
表示评测运行的模式。
id: string
评测运行的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source: CreateEvalJSONLRunDataSource or CreateEvalCompletionsRunDataSource or ResponsesRunDataSource { source, type, input_messages, 2 more }
本次运行的数据源信息。
CreateEvalJSONLRunDataSource object { source, type }
JsonlRunDataSource 对象，指定与该评测匹配的 JSONL 文件。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type }
决定数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
type: "jsonl" (default: "jsonl")
数据源类型，固定为 jsonl。
"jsonl"
CreateEvalCompletionsRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 CompletionsRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or StoredCompletionsRunDataSource { type, created_after, created_before, 3 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
StoredCompletionsRunDataSource object { type, created_after, created_before, 3 more }
描述一组筛选条件的 StoredCompletionsRunDataSource 配置。
type: "stored_completions" (default: "stored_completions")
来源类型，固定为 stored_completions。
"stored_completions"
created_after: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之后创建的条目。
created_before: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之前创建的条目。
limit: optional integer or null
可选的返回条目数量上限。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: optional string or null
可选的模型筛选条件，例如 'gpt-6-astra'。
type: "completions" (default: "completions")
运行数据源类型，固定为 completions。
"completions"
input_messages: optional TemplateInputMessages { template, type } or ItemReferenceInputMessages { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
TemplateInputMessages object { template, type }
template: array of EasyInputMessage or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
EasyInputMessage object { content, role, phase, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputMessageContentList
用于生成响应的文本、图像或音频输入。 也可以包含此前的助手响应。
TextInput = string
输入模型的文本。
ResponseInputMessageContentList = array of ResponseInputContent
输入模型的一个或多个条目的列表，可以包含不同 内容类型。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputImage object { detail, type, file_id, 2 more }
输入模型的图像。参阅图像输入。
detail: ImageDetail
发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。
"low"
"high"
"auto"
"original"
type: "input_image" (default: "input_image")
输入条目类型，固定为 input_image。
"input_image"
file_id: optional string or null
要发送给模型的文件 ID。
image_url: optional string or null
要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。
format: uri
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputFile object { type, detail, file_data, 4 more }
输入模型的文件。
type: "input_file" (default: "input_file")
输入条目类型，固定为 input_file。
"input_file"
detail: optional "auto" or "low" or "high"
发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。
"auto"
"low"
"high"
file_data: optional string
要发送给模型的文件内容。
file_id: optional string or null
要发送给模型的文件 ID。
file_url: optional string
要发送给模型的文件 URL。
format: uri
filename: optional string
要发送给模型的文件名。
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
phase: optional "commentary" or "final_answer" or null
将 assistant 消息标记为中间说明（commentary）或最终答案（final_answer）。
对于 gpt-5.3-codex 及后续此类模型，发送后续请求时，须保留并重新发送
所有助手消息的 phase；丢弃它可能降低表现。用户消息不使用此字段。
"commentary"
"final_answer"
type: optional "message"
输入消息类型，固定为 message。
"message"
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
ItemReferenceInputMessages object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.input_trajectory"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, response_format, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
response_format: optional ResponseFormatText or ResponseFormatJSONSchema or ResponseFormatJSONObject
指定模型必须输出的格式的对象。
设为 { "type": "json_schema", "json_schema": {...} } 会启用
结构化输出，确保模型遵循你提供的 JSON
模式。更多信息请参阅结构化输出
指南。
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
type: "text"
定义的响应格式类型，固定为 text。
"text"
ResponseFormatJSONSchema object { json_schema, type }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
json_schema: object { name, description, schema, strict }
结构化输出配置选项，包含 JSON Schema。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
schema: optional map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
type: "json_object"
定义的响应格式类型，固定为 json_object。
"json_object"
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
tools: optional array of ChatCompletionFunctionTool
模型可以调用的工具列表。目前工具仅支持函数。通过此项提供模型可为其生成 JSON 输入的函数列表，最多支持 128 个函数。
function: FunctionDefinition
name: string
要调用的函数名称，须使用 a-z、A-Z、0-9，或包含下划线和连字符，最长为 64 个字符。
description: optional string
函数功能的描述，模型据此选择何时以及如何调用该函数。
parameters: optional FunctionParameters
函数接受的参数，以 JSON Schema 对象描述。示例参阅指南，格式说明参阅 JSON Schema 参考。
省略 parameters 表示定义参数列表为空的函数。
strict: optional boolean or null (default: false)
生成函数调用时是否启用严格模式遵循。设为 true 时，模型严格遵循 parameters 字段中定义的模式。strict 为 true 时仅支持 JSON Schema 的子集。结构化输出的更多信息参阅函数调用指南。
type: "function"
工具类型，目前仅支持 function。
"function"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
ResponsesRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 ResponsesRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or EvalResponsesSource { type, created_after, created_before, 8 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
EvalResponsesSource object { type, created_after, created_before, 8 more }
描述运行数据源配置的 EvalResponsesSource 对象。
type: "responses"
运行数据源类型，固定为 responses。
"responses"
created_after: optional integer or null
仅包含在此时间戳之后创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
created_before: optional integer or null
仅包含在此时间戳之前创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
instructions_search: optional string or null
可选的字符串，用于搜索 'instructions' 字段。此查询参数用于选择响应。
metadata: optional unknown or null
响应的元数据筛选条件。此查询参数用于选择响应。
model: optional string or null
要查找其响应的模型名称。此查询参数用于选择响应。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
temperature: optional number or null
采样温度。此查询参数用于选择响应。
tools: optional array of string or null
工具名称列表。此查询参数用于选择响应。
top_p: optional number or null
核采样参数。此查询参数用于选择响应。
users: optional array of string or null
用户标识列表。此查询参数用于选择响应。
type: "responses" (default: "responses")
运行数据源类型，固定为 responses。
"responses"
input_messages: optional InputMessagesTemplate { template, type } or InputMessagesItemReference { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
InputMessagesTemplate object { template, type }
template: array of ChatMessage { content, role } or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
ChatMessage object { content, role }
content: string
消息内容。
role: string
消息角色，例如 "system"、"assistant"、"user"。
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
InputMessagesItemReference object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.name"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, seed, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
text: optional object { format }
模型文本响应的配置选项，可以是纯 文本或结构化 JSON 数据。更多信息：
format: optional ResponseFormatTextConfig
指定模型必须输出的格式的对象。
配置 { "type": "json_schema" } 会启用结构化输出，
确保模型遵循你提供的 JSON Schema。更多信息参阅
结构化输出指南。
默认格式为 { "type": "text" }，没有额外选项。
不建议用于 gpt-4o 及后续模型：
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
ResponseFormatTextJSONSchemaConfig object { name, schema, type, 2 more }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
schema: map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
tools: optional array of Function { name, parameters, strict, 6 more } or FileSearch { type, vector_store_ids, filters, 2 more } or Computer { type } or 13 more
模型生成响应时可以调用的工具数组。你
可以通过 tool_choice 参数指定要使用的工具。
可向模型提供以下两类工具：
- 内置工具：由 OpenAI 提供，用于扩展 模型能力，例如网页搜索 或文件搜索。更多信息参阅 内置工具。
- 函数调用（自定义工具）：由你定义的函数， 使模型可以调用你自己的代码。更多信息参阅 函数调用。
Function object { name, parameters, strict, 6 more }
定义模型可以选择调用的自有代码函数。参阅函数调用。
name: string
要调用的函数名称。
parameters: map[unknown] or null
描述函数参数的 JSON Schema 对象。
strict: boolean or null
是否对此函数工具强制执行严格参数校验。
type: "function" (default: "function")
函数工具类型，固定为 function。
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
"direct"
"programmatic"
async: optional boolean
defer_loading: optional boolean
此函数是否延迟加载并通过工具搜索加载。
description: optional string or null
函数描述，模型据此判断是否调用该函数。
output_schema: optional map[unknown] or null
描述此函数字符串输出中编码的 JSON 值的 JSON Schema 对象。
FileSearch object { type, vector_store_ids, filters, 2 more }
搜索已上传文件中相关内容的工具。参阅文件搜索工具。
type: "file_search" (default: "file_search")
文件搜索工具类型，固定为 file_search。
"file_search"
vector_store_ids: array of string
要搜索的向量存储 ID 列表。
filters: optional ComparisonFilter or CompoundFilter or null
要应用的筛选条件。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
key: string
要与值比较的属性键。
type: "eq" or "ne" or "gt" or 5 more (default: "eq")
指定比较运算符：eq、ne、gt、gte、lt、lte、in、nin。
eq：等于ne：不等于gt：大于gte：大于或等于lt：小于lte：小于或等于in：属于nin：不属于
"eq"
"ne"
"gt"
"gte"
"lt"
"lte"
"in"
"nin"
value: string or number or boolean or array of string or number
用于与属性键比较的值，支持字符串、数字或布尔类型。
string
number
boolean
array of string or number
string
number
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
filters: array of ComparisonFilter or CompoundFilter
要组合的筛选条件数组，条目可以是 ComparisonFilter 或 CompoundFilter。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
type: "and" or "or"
运算类型：and 或 or。
"and"
"or"
max_num_results: optional integer
返回结果数量上限，须介于 1–50 之间，含边界。
ranking_options: optional object { hybrid_search, ranker, score_threshold }
搜索结果的排序选项。
hybrid_search: optional object { embedding_weight, text_weight }
启用混合搜索时，控制倒数排名融合如何平衡语义嵌入匹配与稀疏关键词匹配的权重。
embedding_weight: number
嵌入在倒数排名融合中的权重。
text_weight: number
文本在倒数排名融合中的权重。
ranker: optional "auto" or "default-2024-11-15"
文件搜索所用的排序器。
"auto"
"default-2024-11-15"
score_threshold: optional number
文件搜索的分数阈值，为 0–1 之间的数字。越接近 1，越倾向于只返回最相关的结果，但返回数量可能减少。
Computer object { type }
控制虚拟计算机的工具。参阅计算机工具。
type: "computer" (default: "computer")
计算机工具类型，固定为 computer。
"computer"
ComputerUsePreview object { display_height, display_width, environment, type }
控制虚拟计算机的工具。参阅计算机工具。
display_height: integer
计算机显示区域的高度。
display_width: integer
计算机显示区域的宽度。
environment: "windows" or "mac" or "linux" or 2 more
要控制的计算机环境类型。
"windows"
"mac"
"linux"
"ubuntu"
"browser"
type: "computer_use_preview" (default: "computer_use_preview")
计算机使用工具类型，固定为 computer_use_preview。
"computer_use_preview"
WebSearch object { type, external_web_access, filters, 2 more }
在互联网上搜索与提示词相关的信息来源。参阅 网络搜索工具时。
type: "web_search" or "web_search_2025_08_26" (default: "web_search")
网页搜索工具类型，可选 web_search 或 web_search_2025_08_26。
"web_search"
"web_search_2025_08_26"
external_web_access: optional boolean (default: true)
是否允许网页搜索实时访问互联网。省略时默认为 true。设为 false 时，网页搜索工具以离线或仅缓存模式运行，不会抓取新的外部内容。
filters: optional object { allowed_domains } or null
搜索的筛选条件。
allowed_domains: optional array of string or null (default: [])
搜索允许的域名。未提供时允许所有域名。 也允许访问所提供域名的子域名。
示例：["pubmed.ncbi.nlm.nih.gov"]
search_context_size: optional "low" or "medium" or "high" (default: "medium")
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { city, country, region, 2 more } or null
用户的大致位置。省略或设为 null 时，默认为
美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。
若要本地化结果，须提供相应位置字段。
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
type: optional "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
Mcp object { server_label, type, allowed_callers, 9 more }
通过远程模型上下文协议（MCP）服务器， 向模型提供额外工具。了解 MCP。
server_label: string
此 MCP 服务器的标签，用于在工具调用中标识服务器。
type: "mcp"
MCP 工具类型，固定为 mcp。
"mcp"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
allowed_tools: optional array of string or McpToolFilter { read_only, tool_names } or null
允许的工具名称列表或筛选对象。
McpAllowedTools = array of string
允许的工具名称组成的字符串数组。
McpToolFilter object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
authorization: optional string
可用于远程 MCP 服务器的 OAuth 访问令牌，既可 配合自定义 MCP 服务器 URL，也可配合服务连接器。你的应用 须处理 OAuth 授权流程，并在此提供令牌。
connector_id: optional "connector_dropbox" or "connector_gmail" or "connector_googlecalendar" or 5 more
服务连接器的标识，例如 ChatGPT 中提供的连接器。须提供
server_url、connector_id 或 tunnel_id 中的一项。更多
服务连接器信息参阅此处。
对于 2026 年 9 月 1 日之后发布的模型，此字段已弃用。
使用 server_url 连接远程 MCP 服务器，或使用 tunnel_id
通过安全 MCP 隧道连接。
当前支持的 connector_id 值如下：
- Dropbox：
connector_dropbox - Gmail：
connector_gmail - Google 日历：
connector_googlecalendar - Google 云端硬盘：
connector_googledrive - Microsoft Teams：
connector_microsoftteams - Outlook 日历：
connector_outlookcalendar - Outlook 邮箱：
connector_outlookemail - SharePoint：
connector_sharepoint
"connector_dropbox"
"connector_gmail"
"connector_googlecalendar"
"connector_googledrive"
"connector_microsoftteams"
"connector_outlookcalendar"
"connector_outlookemail"
"connector_sharepoint"
defer_loading: optional boolean
此 MCP 工具是否延迟加载并通过工具搜索发现。
headers: optional map[string] or null
可选的发送给 MCP 服务器的 HTTP 请求头，用于认证 或其他用途。
require_approval: optional McpToolApprovalFilter { always, never } or "always" or "never" or null (default: "always")
指定 MCP 服务器的哪些工具需要批准。
McpToolApprovalFilter object { always, never }
指定 MCP 服务器的哪些工具需要批准。可以是
always、never，或与需要批准的工具关联的
筛选对象。
always: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
never: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
McpToolApprovalSetting = "always" or "never"
为所有工具指定统一的批准策略，可选 always 或
never。设为 always 时，所有工具均需要批准；
设为 never 时，所有工具均不需要批准。
"always"
"never"
server_description: optional string
MCP 服务器的可选描述，用于提供更多上下文。
server_url: optional string
MCP 服务器的 URL。须提供 server_url、connector_id 或
tunnel_id 中的一项。
format: uri
tunnel_id: optional string
用来替代直接服务器 URL 的安全 MCP 隧道 ID。须提供
server_url、connector_id 或 tunnel_id 中的一项。
pattern: ^tunnel_[a-z0-9]{32}$
CodeInterpreter object { container, type, allowed_callers }
运行 Python 代码以帮助生成提示词响应的工具。
container: string or CodeInterpreterToolAuto { type, file_ids, memory_limit, network_policy }
代码解释器容器，可以是容器 ID，也可以是
指定代码可用的已上传文件 ID 的对象，同时可提供
可选的 memory_limit 设置。
string
容器 ID。
CodeInterpreterToolAuto object { type, file_ids, memory_limit, network_policy }
代码解释器容器配置，可以指定运行代码时所处理的文件 ID。
type: "auto" (default: "auto")
固定为 auto。
"auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
代码解释器容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
type: "disabled" (default: "disabled")
禁用出站网络访问，固定为 disabled。
"disabled"
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
allowed_domains: array of string
type 为 allowlist 时允许访问的域名列表。
minItems: 1
type: "allowlist" (default: "allowlist")
仅允许对指定域名发起出站网络访问，固定为 allowlist。
"allowlist"
domain_secrets: optional array of ContainerNetworkPolicyDomainSecret
可选的仅用于允许访问域名的域名级密钥。
minItems: 1
domain: string
密钥关联的域名。
minLength: 1
name: string
要为该域名注入的密钥名称。
minLength: 1
value: string
要为该域名注入的密钥值。
minLength: 1, maxLength: 10485760
type: "code_interpreter"
代码解释器工具类型，固定为 code_interpreter。
"code_interpreter"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
ProgrammaticToolCalling object { type }
type: "programmatic_tool_calling" (default: "programmatic_tool_calling")
工具类型，固定为 programmatic_tool_calling。
"programmatic_tool_calling"
ImageGeneration object { type, action, background, 13 more }
使用 GPT 图像模型生成图像的工具。
type: "image_generation"
图像生成工具类型，固定为 image_generation。
"image_generation"
action: optional "generate" or "edit" or "auto"
生成新图像还是编辑已有图像，默认为 auto。
"generate"
"edit"
"auto"
background: optional "transparent" or "opaque" or "auto" (default: "auto")
生成图像的背景，可选 transparent、opaque，
或 auto。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，包括
对应的 2026-09-08 快照，支持 opaque 和 transparent
背景。受支持的 GPT Image 模型可以使用透明
背景。对于 gpt-image-2 和 gpt-image-2-2026-04-21，此功能处于
预览阶段。使用 transparent 时，须将输出格式设为 png 或 webp。
默认为 auto。
"transparent"
"opaque"
"auto"
complexity: optional "low" or "medium" or "high"
用于规划图像的计算投入，与渲染质量分开设置。
覆盖外层响应用于图像生成的 reasoning.effort。
省略时，继承外层受支持的推理强度，或使用
图像模型配置的默认值。
对于 SVG 输出，此项控制参考图像，而不是 SVG 生成模型的
推理。
"low"
"medium"
"high"
frame_count: optional integer (default: 9)
GIF 帧数，要求 output_format 为 gif，默认为 9。
minimum: 2, maximum: 16
frame_duration_ms: optional integer (default: 200)
每个 GIF 帧的时长，单位为毫秒，取整到 10 毫秒。
要求 output_format 为 gif，默认为 200。
minimum: 20, maximum: 2000
input_fidelity: optional "high" or "low" or null
控制模型为匹配输入图像风格和特征（尤其是面部特征）投入的程度。gpt-image-1.5 支持 high 和 low，gpt-image-1-mini 仅支持 low。使用 gpt-image-2 时应省略此参数。支持该参数的模型默认为 low。
"high"
"low"
input_image_mask: optional object { file_id, image_url }
可选的局部重绘蒙版，包含 image_url
（可选字符串）和 file_id（可选字符串）。
file_id: optional string
蒙版图像的文件 ID。
image_url: optional string
采用 Base64 编码的蒙版图像。
model: optional string or "gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
string
"gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
"gpt-image-1"
"gpt-image-1-mini"
"gpt-image-2"
"gpt-image-2-2026-04-21"
"gpt-image-2.5-sunburst"
"gpt-image-2.5-sunburst-2026-09-08"
"gpt-image-2.5-flare"
"gpt-image-2.5-flare-2026-09-08"
"gpt-image-2.6-sunburst"
"gpt-image-2.6-flare"
"gpt-image-1.5"
"chatgpt-image-latest"
moderation: optional "auto" or "low" (default: "auto")
生成图像的审核级别，默认为 auto。
"auto"
"low"
output_compression: optional integer (default: 100)
输出图像的压缩级别，默认为 100。
minimum: 0, maximum: 100
output_format: optional "png" or "webp" or "jpeg" or 2 more (default: "png")
输出图像格式，可选 png、webp、jpeg、
gif 或 svg，默认为 png。GIF 和 SVG 输出要求模型
支持所选格式。GIF 输出不支持
部分图像流式传输，即 partial_images 大于 0，
也不支持 input_image_mask 或自定义 output_compression。
GIF 输出仍可以流式发送 Responses 生命周期事件。
"png"
"webp"
"jpeg"
"gif"
"svg"
partial_images: optional integer (default: 0)
流式模式中生成的部分图像数量，范围为 0（默认值）到 3。
minimum: 0, maximum: 3
quality: optional "low" or "medium" or "high" or 3 more (default: "auto")
生成图像的质量。GPT 图像模型支持 low、
medium 和 high。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，
包括对应的 2026-09-08 快照，还支持 xhigh 和 max。
默认为 auto。
"low"
"medium"
"high"
"xhigh"
"max"
"auto"
size: optional string or "1024x1024" or "1024x1536" or "1536x1024" or "auto" (default: "auto")
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
string
"1024x1024" or "1024x1536" or "1536x1024" or "auto"
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
"1024x1024"
"1024x1536"
"1536x1024"
"auto"
svg: optional object { model, reasoning }
SVG 生成模型的设置，要求 output_format 为 svg。
启用 SVG 模型选择时，省略此对象会使用
外层响应模型。否则使用默认 SVG 生成模型，且
不能显式覆盖模型。
model: optional string
minLength: 1
reasoning: optional object { effort } or null
SVG 编写的推理强度。省略时，Images 和 Responses 均使用编写模型的默认值。
effort: optional "none" or "minimal" or "low" or 4 more
控制模型为此次请求投入的推理强度。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
LocalShell object { type }
允许模型在本地环境执行 shell 命令的工具。
type: "local_shell" (default: "local_shell")
本地 shell 工具类型，固定为 local_shell。
"local_shell"
Shell object { type, allowed_callers, environment }
允许模型执行 shell 命令的工具。
type: "shell" (default: "shell")
shell 工具类型，固定为 shell。
"shell"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
environment: optional ContainerAuto or LocalEnvironment or ContainerReference or null
ContainerAuto object { type, file_ids, memory_limit, 2 more }
type: "container_auto" (default: "container_auto")
为此请求自动创建容器。
"container_auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
skills: optional array of SkillReference or InlineSkill
可选的技能列表，通过 ID 或内联数据引用技能。
maxItems: 200
SkillReference object { skill_id, type, version }
skill_id: string
引用的技能 ID。
minLength: 1, maxLength: 64
type: "skill_reference" (default: "skill_reference")
引用通过 /v1/skills 接口创建的技能。
"skill_reference"
version: optional string
可选的技能版本。使用正整数或 'latest'，省略时使用默认版本。
InlineSkill object { description, name, source, type }
description: string
技能描述。
name: string
技能名称。
source: InlineSkillSource
内联技能载荷。
data: string
采用 Base64 编码的技能 ZIP 包。
minLength: 1, maxLength: 70254592
media_type: "application/zip" (default: "application/zip")
内联技能载荷的媒体类型，必须为 application/zip。
"application/zip"
type: "base64" (default: "base64")
内联技能来源的类型，必须为 base64。
"base64"
type: "inline" (default: "inline")
为此请求定义内联技能。
"inline"
LocalEnvironment object { type, skills }
type: "local" (default: "local")
使用本地计算机环境。
"local"
skills: optional array of LocalSkill
可选的技能列表。
maxItems: 200
description: string
技能描述。
name: string
技能名称。
path: string
包含该技能的目录路径。
ContainerReference object { container_id, type }
container_id: string
引用的容器 ID。
type: "container_reference" (default: "container_reference")
引用通过 /v1/containers 接口创建的容器。
"container_reference"
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
Text object { type }
无约束的自由文本。
type: "text" (default: "text")
无约束文本格式，固定为 text。
"text"
Grammar object { definition, syntax, type }
用户定义的语法。
definition: string
语法定义。
syntax: "lark" or "regex"
语法定义的语法类型，可选 lark 或 regex。
"lark"
"regex"
type: "grammar" (default: "grammar")
语法格式，固定为 grammar。
"grammar"
Namespace object { description, name, tools, type }
将函数工具或自定义工具归入共享命名空间。
description: string
展示给模型的命名空间描述。
name: string
工具调用使用的命名空间名称，例如 crm。
minLength: 1
tools: array of Function { name, type, allowed_callers, 6 more } or Custom { name, type, allowed_callers, 4 more }
此命名空间内可用的函数工具或自定义工具。
minItems: 1
Function object { name, type, allowed_callers, 6 more }
name: string
pattern: ^[a-zA-Z0-9_-]+$, minLength: 1, maxLength: 128
type: "function" (default: "function")
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此函数是否应延迟加载并通过工具搜索发现。
description: optional string or null
output_schema: optional map[unknown] or null
描述此函数工具字符串输出中编码的 JSON 值的 JSON Schema，不用于描述内容数组输出。
parameters: optional unknown or null
strict: optional boolean or null
是否强制执行严格参数校验。省略时，模式兼容的情况下 Responses 会尝试严格校验，否则退回非严格校验。
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
type: "namespace" (default: "namespace")
工具类型，固定为 namespace。
"namespace"
ToolSearch object { type, description, execution, parameters }
用于延迟加载工具的托管工具搜索或自带工具（BYOT）搜索配置。
type: "tool_search" (default: "tool_search")
工具类型，固定为 tool_search。
"tool_search"
description: optional string or null
客户端执行的工具搜索工具展示给模型的描述。
execution: optional "server" or "client"
工具搜索由服务端还是客户端执行。
"server"
"client"
parameters: optional unknown or null
客户端执行的工具搜索工具的参数模式。
WebSearchPreview object { type, search_content_types, search_context_size, user_location }
搜索网页以获取可用于响应的相关结果的工具。参阅网页搜索工具。
type: "web_search_preview" or "web_search_preview_2025_03_11" (default: "web_search_preview")
网页搜索工具类型，可选 web_search_preview 或 web_search_preview_2025_03_11。
"web_search_preview"
"web_search_preview_2025_03_11"
search_content_types: optional array of "text" or "image"
"text"
"image"
search_context_size: optional "low" or "medium" or "high"
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { type, city, country, 2 more } or null
用户的大致位置。省略或设为 null 时默认为美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。若要本地化结果，须提供相应位置字段。
type: "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
ApplyPatch object { type, allowed_callers }
允许助手使用统一差异格式创建、删除或更新文件。
type: "apply_patch" (default: "apply_patch")
工具类型，固定为 apply_patch。
"apply_patch"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
eval_id: string
关联评测的标识。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: string or null
被评测的模型，如适用。
name: string or null
评测运行名称。
object: "eval.run" (default: "eval.run")
对象类型，固定为 "eval.run"。
"eval.run"
per_model_usage: array of object { cached_tokens, completion_tokens, invocation_count, 3 more } or null
评测运行期间各模型的用量统计。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
invocation_count: integer
调用次数。
model_name: string
模型名称。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
per_testing_criteria_results: array of object { failed, passed, testing_criteria } or null
评测运行中各测试标准的结果。
failed: integer
未通过此标准的测试数量。
passed: integer
通过此标准的测试数量。
testing_criteria: string
测试标准的描述。
report_url: string
在控制台界面中呈现评测运行报告的 URL。
format: uri
result_counts: object { errored, failed, passed, total }
汇总评测运行结果的计数器。
errored: integer
因错误而失败的输出条目数量。
failed: integer
未通过评测的输出条目数量。
passed: integer
通过评测的输出条目数量。
total: integer
已执行的输出条目总数。
status: string
评测运行状态。
运行获取响应
RunRetrieveResponse object { id, created_at, data_source, 11 more }
表示评测运行的模式。
id: string
评测运行的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
data_source: CreateEvalJSONLRunDataSource or CreateEvalCompletionsRunDataSource or ResponsesRunDataSource { source, type, input_messages, 2 more }
本次运行的数据源信息。
CreateEvalJSONLRunDataSource object { source, type }
JsonlRunDataSource 对象，指定与该评测匹配的 JSONL 文件。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type }
决定数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
type: "jsonl" (default: "jsonl")
数据源类型，固定为 jsonl。
"jsonl"
CreateEvalCompletionsRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 CompletionsRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or StoredCompletionsRunDataSource { type, created_after, created_before, 3 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
StoredCompletionsRunDataSource object { type, created_after, created_before, 3 more }
描述一组筛选条件的 StoredCompletionsRunDataSource 配置。
type: "stored_completions" (default: "stored_completions")
来源类型，固定为 stored_completions。
"stored_completions"
created_after: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之后创建的条目。
created_before: optional integer or null
可选的 Unix 时间戳，用于筛选在此时间之前创建的条目。
limit: optional integer or null
可选的返回条目数量上限。
metadata: optional Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: optional string or null
可选的模型筛选条件，例如 'gpt-6-astra'。
type: "completions" (default: "completions")
运行数据源类型，固定为 completions。
"completions"
input_messages: optional TemplateInputMessages { template, type } or ItemReferenceInputMessages { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
TemplateInputMessages object { template, type }
template: array of EasyInputMessage or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
EasyInputMessage object { content, role, phase, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputMessageContentList
用于生成响应的文本、图像或音频输入。 也可以包含此前的助手响应。
TextInput = string
输入模型的文本。
ResponseInputMessageContentList = array of ResponseInputContent
输入模型的一个或多个条目的列表，可以包含不同 内容类型。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
text: string
输入模型的文本。
type: "input_text" (default: "input_text")
输入条目类型，固定为 input_text。
"input_text"
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputImage object { detail, type, file_id, 2 more }
输入模型的图像。参阅图像输入。
detail: ImageDetail
发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。
"low"
"high"
"auto"
"original"
type: "input_image" (default: "input_image")
输入条目类型，固定为 input_image。
"input_image"
file_id: optional string or null
要发送给模型的文件 ID。
image_url: optional string or null
要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。
format: uri
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
ResponseInputFile object { type, detail, file_data, 4 more }
输入模型的文件。
type: "input_file" (default: "input_file")
输入条目类型，固定为 input_file。
"input_file"
detail: optional "auto" or "low" or "high"
发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。
"auto"
"low"
"high"
file_data: optional string
要发送给模型的文件内容。
file_id: optional string or null
要发送给模型的文件 ID。
file_url: optional string
要发送给模型的文件 URL。
format: uri
filename: optional string
要发送给模型的文件名。
prompt_cache_breakpoint: optional object { mode, ttl }
标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。
mode: "explicit" (default: "explicit")
断点模式，固定为 explicit。
"explicit"
ttl: optional "30m" or "12h"
此缓存断点的最短存续时间，默认为请求的 TTL。
"30m"
"12h"
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
phase: optional "commentary" or "final_answer" or null
将 assistant 消息标记为中间说明（commentary）或最终答案（final_answer）。
对于 gpt-5.3-codex 及后续此类模型，发送后续请求时，须保留并重新发送
所有助手消息的 phase；丢弃它可能降低表现。用户消息不使用此字段。
"commentary"
"final_answer"
type: optional "message"
输入消息类型，固定为 message。
"message"
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
input_audio: object { data, format }
data: string
采用 Base64 编码的音频数据。
format: "mp3" or "wav"
音频数据格式，当前支持 mp3 和
wav.
"mp3"
"wav"
type: "input_audio"
输入条目类型，固定为 input_audio。
"input_audio"
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
ItemReferenceInputMessages object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.input_trajectory"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, response_format, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
response_format: optional ResponseFormatText or ResponseFormatJSONSchema or ResponseFormatJSONObject
指定模型必须输出的格式的对象。
设为 { "type": "json_schema", "json_schema": {...} } 会启用
结构化输出，确保模型遵循你提供的 JSON
模式。更多信息请参阅结构化输出
指南。
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
type: "text"
定义的响应格式类型，固定为 text。
"text"
ResponseFormatJSONSchema object { json_schema, type }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
json_schema: object { name, description, schema, strict }
结构化输出配置选项，包含 JSON Schema。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
schema: optional map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
type: "json_object"
定义的响应格式类型，固定为 json_object。
"json_object"
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
tools: optional array of ChatCompletionFunctionTool
模型可以调用的工具列表。目前工具仅支持函数。通过此项提供模型可为其生成 JSON 输入的函数列表，最多支持 128 个函数。
function: FunctionDefinition
name: string
要调用的函数名称，须使用 a-z、A-Z、0-9，或包含下划线和连字符，最长为 64 个字符。
description: optional string
函数功能的描述，模型据此选择何时以及如何调用该函数。
parameters: optional FunctionParameters
函数接受的参数，以 JSON Schema 对象描述。示例参阅指南，格式说明参阅 JSON Schema 参考。
省略 parameters 表示定义参数列表为空的函数。
strict: optional boolean or null (default: false)
生成函数调用时是否启用严格模式遵循。设为 true 时，模型严格遵循 parameters 字段中定义的模式。strict 为 true 时仅支持 JSON Schema 的子集。结构化输出的更多信息参阅函数调用指南。
type: "function"
工具类型，目前仅支持 function。
"function"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
ResponsesRunDataSource object { source, type, input_messages, 2 more }
描述模型采样配置的 ResponsesRunDataSource 对象。
source: EvalJSONLFileContentSource { content, type } or EvalJSONLFileIDSource { id, type } or EvalResponsesSource { type, created_after, created_before, 8 more }
决定本次运行数据源中 item 命名空间的内容。
EvalJSONLFileContentSource object { content, type }
content: array of object { item, sample }
JSONL 文件的内容。
item: map[unknown]
sample: optional map[unknown]
type: "file_content" (default: "file_content")
JSONL 来源的类型，固定为 file_content。
"file_content"
EvalJSONLFileIDSource object { id, type }
id: string
文件标识。
type: "file_id" (default: "file_id")
JSONL 来源的类型，固定为 file_id。
"file_id"
EvalResponsesSource object { type, created_after, created_before, 8 more }
描述运行数据源配置的 EvalResponsesSource 对象。
type: "responses"
运行数据源类型，固定为 responses。
"responses"
created_after: optional integer or null
仅包含在此时间戳之后创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
created_before: optional integer or null
仅包含在此时间戳之前创建的条目，含边界。此查询参数用于选择响应。
minimum: 0
instructions_search: optional string or null
可选的字符串，用于搜索 'instructions' 字段。此查询参数用于选择响应。
metadata: optional unknown or null
响应的元数据筛选条件。此查询参数用于选择响应。
model: optional string or null
要查找其响应的模型名称。此查询参数用于选择响应。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
temperature: optional number or null
采样温度。此查询参数用于选择响应。
tools: optional array of string or null
工具名称列表。此查询参数用于选择响应。
top_p: optional number or null
核采样参数。此查询参数用于选择响应。
users: optional array of string or null
用户标识列表。此查询参数用于选择响应。
type: "responses" (default: "responses")
运行数据源类型，固定为 responses。
"responses"
input_messages: optional InputMessagesTemplate { template, type } or InputMessagesItemReference { item_reference, type }
从模型采样时使用，规定传给模型的消息结构。可以引用预先构建的轨迹，例如 item.input_trajectory，也可以使用包含 item 命名空间变量引用的模板。
InputMessagesTemplate object { template, type }
template: array of ChatMessage { content, role } or EvalMessageObject { content, role, type }
构成提示词或上下文的聊天消息列表，可以包含对 item 命名空间的变量引用，例如 {{item.name}}。
ChatMessage object { content, role }
content: string
消息内容。
role: string
消息角色，例如 "system"、"assistant"、"user"。
EvalMessageObject object { content, role, type }
输入模型的消息，其角色表示指令遵循的
优先级。以 developer 或 system 角色给出的指令
优先于 user 角色给出的指令。
assistant 角色的消息被视为模型在此前
交互中生成的内容。
content: string or ResponseInputText or OutputText { text, type } or 3 more
模型输入，可以包含模板字符串。支持输入文本、输出文本、输入图像和输入音频，可提供单个条目或条目数组。
TextInput = string
输入模型的文本。
ResponseInputText object { text, type, prompt_cache_breakpoint }
输入模型的文本。
OutputText object { text, type }
模型输出的文本。
text: string
模型输出的文本内容。
type: "output_text"
输出文本类型，固定为 output_text。
"output_text"
InputImage object { image_url, type, detail }
用于 EvalItem 内容数组中的图像输入块。
image_url: string
输入图像的 URL。
format: uri
type: "input_image"
输入图像类型，固定为 input_image。
"input_image"
detail: optional string
发送给模型的图像细节级别，可选 high、low 或 auto，默认为 auto。
ResponseInputAudio object { input_audio, type }
输入模型的音频。
GraderInputs = array of string or ResponseInputText or OutputText { text, type } or 2 more
输入列表，每项可以是输入文本、输出文本、输入 图像或输入音频对象。
role: "user" or "assistant" or "system" or "developer"
输入消息的角色，可选 user、assistant、system 或
developer.
"user"
"assistant"
"system"
"developer"
type: optional "message"
输入消息类型，固定为 message。
"message"
type: "template"
输入消息类型，固定为 template。
"template"
InputMessagesItemReference object { item_reference, type }
item_reference: string
对 item 命名空间中变量的引用，例如 "item.name"。
type: "item_reference"
输入消息类型，固定为 item_reference。
"item_reference"
model: optional string
用于生成补全内容的模型名称，例如 "o3-mini"。
sampling_params: optional object { max_completion_tokens, reasoning_effort, seed, 4 more }
max_completion_tokens: optional integer
生成输出的最大词元数。
reasoning_effort: optional ReasoningEffort or null (default: "medium")
限制推理模型的推理强度。当前支持
none、minimal、low、medium、high、xhigh 和 max。
降低推理强度可能加快响应，并减少响应中用于
推理的词元数。并非所有推理模型都支持每个
取值。各模型的支持情况请参阅
推理指南
中的说明。
seed: optional integer (default: 42)
采样时用于初始化随机性的种子值。
temperature: optional number (default: 1)
较高的 temperature 会增加输出的随机性。
text: optional object { format }
模型文本响应的配置选项，可以是纯 文本或结构化 JSON 数据。更多信息：
format: optional ResponseFormatTextConfig
指定模型必须输出的格式的对象。
配置 { "type": "json_schema" } 会启用结构化输出，
确保模型遵循你提供的 JSON Schema。更多信息参阅
结构化输出指南。
默认格式为 { "type": "text" }，没有额外选项。
不建议用于 gpt-4o 及后续模型：
设为 { "type": "json_object" } 会启用旧版 JSON 模式，
确保模型生成有效的 JSON。对于支持的模型，优先使用 json_schema
格式。
ResponseFormatText object { type }
默认响应格式，用于生成文本响应。
ResponseFormatTextJSONSchemaConfig object { name, schema, type, 2 more }
JSON Schema 响应格式，用于生成结构化 JSON 响应。 参阅结构化输出。
name: string
响应格式的名称，须使用 a-z、A-Z、0-9，或包含 下划线和连字符，最长为 64 个字符。
schema: map[unknown]
以 JSON Schema 对象描述的响应格式模式。 JSON Schema 的构建方法参阅此处。
type: "json_schema"
定义的响应格式类型，固定为 json_schema。
"json_schema"
description: optional string
响应格式的用途描述，模型据此 判断如何按该格式响应。
strict: optional boolean or null (default: false)
生成输出时是否启用严格模式遵循。
设为 true 时，模型始终严格遵循
schema 字段中定义的模式。strict 为 true 时仅支持 JSON Schema
的子集。更多信息请参阅结构化输出
指南。
ResponseFormatJSONObject object { type }
JSON 对象响应格式，是生成 JSON 响应的较早方式。
对于支持的模型，建议使用 json_schema。注意：
须在系统消息或用户消息中指示模型生成 JSON，
模型才会生成 JSON。
tools: optional array of Function { name, parameters, strict, 6 more } or FileSearch { type, vector_store_ids, filters, 2 more } or Computer { type } or 13 more
模型生成响应时可以调用的工具数组。你
可以通过 tool_choice 参数指定要使用的工具。
可向模型提供以下两类工具：
- 内置工具：由 OpenAI 提供，用于扩展 模型能力，例如网页搜索 或文件搜索。更多信息参阅 内置工具。
- 函数调用（自定义工具）：由你定义的函数， 使模型可以调用你自己的代码。更多信息参阅 函数调用。
Function object { name, parameters, strict, 6 more }
定义模型可以选择调用的自有代码函数。参阅函数调用。
name: string
要调用的函数名称。
parameters: map[unknown] or null
描述函数参数的 JSON Schema 对象。
strict: boolean or null
是否对此函数工具强制执行严格参数校验。
type: "function" (default: "function")
函数工具类型，固定为 function。
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
"direct"
"programmatic"
async: optional boolean
defer_loading: optional boolean
此函数是否延迟加载并通过工具搜索加载。
description: optional string or null
函数描述，模型据此判断是否调用该函数。
output_schema: optional map[unknown] or null
描述此函数字符串输出中编码的 JSON 值的 JSON Schema 对象。
FileSearch object { type, vector_store_ids, filters, 2 more }
搜索已上传文件中相关内容的工具。参阅文件搜索工具。
type: "file_search" (default: "file_search")
文件搜索工具类型，固定为 file_search。
"file_search"
vector_store_ids: array of string
要搜索的向量存储 ID 列表。
filters: optional ComparisonFilter or CompoundFilter or null
要应用的筛选条件。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
key: string
要与值比较的属性键。
type: "eq" or "ne" or "gt" or 5 more (default: "eq")
指定比较运算符：eq、ne、gt、gte、lt、lte、in、nin。
eq：等于ne：不等于gt：大于gte：大于或等于lt：小于lte：小于或等于in：属于nin：不属于
"eq"
"ne"
"gt"
"gte"
"lt"
"lte"
"in"
"nin"
value: string or number or boolean or array of string or number
用于与属性键比较的值，支持字符串、数字或布尔类型。
string
number
boolean
array of string or number
string
number
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
filters: array of ComparisonFilter or CompoundFilter
要组合的筛选条件数组，条目可以是 ComparisonFilter 或 CompoundFilter。
ComparisonFilter object { key, type, value }
使用指定比较运算，将某个属性键与给定值比较的筛选条件。
CompoundFilter object { filters, type }
使用 and 或 or 组合多个筛选条件。
type: "and" or "or"
运算类型：and 或 or。
"and"
"or"
max_num_results: optional integer
返回结果数量上限，须介于 1–50 之间，含边界。
ranking_options: optional object { hybrid_search, ranker, score_threshold }
搜索结果的排序选项。
hybrid_search: optional object { embedding_weight, text_weight }
启用混合搜索时，控制倒数排名融合如何平衡语义嵌入匹配与稀疏关键词匹配的权重。
embedding_weight: number
嵌入在倒数排名融合中的权重。
text_weight: number
文本在倒数排名融合中的权重。
ranker: optional "auto" or "default-2024-11-15"
文件搜索所用的排序器。
"auto"
"default-2024-11-15"
score_threshold: optional number
文件搜索的分数阈值，为 0–1 之间的数字。越接近 1，越倾向于只返回最相关的结果，但返回数量可能减少。
Computer object { type }
控制虚拟计算机的工具。参阅计算机工具。
type: "computer" (default: "computer")
计算机工具类型，固定为 computer。
"computer"
ComputerUsePreview object { display_height, display_width, environment, type }
控制虚拟计算机的工具。参阅计算机工具。
display_height: integer
计算机显示区域的高度。
display_width: integer
计算机显示区域的宽度。
environment: "windows" or "mac" or "linux" or 2 more
要控制的计算机环境类型。
"windows"
"mac"
"linux"
"ubuntu"
"browser"
type: "computer_use_preview" (default: "computer_use_preview")
计算机使用工具类型，固定为 computer_use_preview。
"computer_use_preview"
WebSearch object { type, external_web_access, filters, 2 more }
在互联网上搜索与提示词相关的信息来源。参阅 网络搜索工具时。
type: "web_search" or "web_search_2025_08_26" (default: "web_search")
网页搜索工具类型，可选 web_search 或 web_search_2025_08_26。
"web_search"
"web_search_2025_08_26"
external_web_access: optional boolean (default: true)
是否允许网页搜索实时访问互联网。省略时默认为 true。设为 false 时，网页搜索工具以离线或仅缓存模式运行，不会抓取新的外部内容。
filters: optional object { allowed_domains } or null
搜索的筛选条件。
allowed_domains: optional array of string or null (default: [])
搜索允许的域名。未提供时允许所有域名。 也允许访问所提供域名的子域名。
示例：["pubmed.ncbi.nlm.nih.gov"]
search_context_size: optional "low" or "medium" or "high" (default: "medium")
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { city, country, region, 2 more } or null
用户的大致位置。省略或设为 null 时，默认为
美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。
若要本地化结果，须提供相应位置字段。
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
type: optional "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
Mcp object { server_label, type, allowed_callers, 9 more }
通过远程模型上下文协议（MCP）服务器， 向模型提供额外工具。了解 MCP。
server_label: string
此 MCP 服务器的标签，用于在工具调用中标识服务器。
type: "mcp"
MCP 工具类型，固定为 mcp。
"mcp"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
allowed_tools: optional array of string or McpToolFilter { read_only, tool_names } or null
允许的工具名称列表或筛选对象。
McpAllowedTools = array of string
允许的工具名称组成的字符串数组。
McpToolFilter object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
authorization: optional string
可用于远程 MCP 服务器的 OAuth 访问令牌，既可 配合自定义 MCP 服务器 URL，也可配合服务连接器。你的应用 须处理 OAuth 授权流程，并在此提供令牌。
connector_id: optional "connector_dropbox" or "connector_gmail" or "connector_googlecalendar" or 5 more
服务连接器的标识，例如 ChatGPT 中提供的连接器。须提供
server_url、connector_id 或 tunnel_id 中的一项。更多
服务连接器信息参阅此处。
对于 2026 年 9 月 1 日之后发布的模型，此字段已弃用。
使用 server_url 连接远程 MCP 服务器，或使用 tunnel_id
通过安全 MCP 隧道连接。
当前支持的 connector_id 值如下：
- Dropbox：
connector_dropbox - Gmail：
connector_gmail - Google 日历：
connector_googlecalendar - Google 云端硬盘：
connector_googledrive - Microsoft Teams：
connector_microsoftteams - Outlook 日历：
connector_outlookcalendar - Outlook 邮箱：
connector_outlookemail - SharePoint：
connector_sharepoint
"connector_dropbox"
"connector_gmail"
"connector_googlecalendar"
"connector_googledrive"
"connector_microsoftteams"
"connector_outlookcalendar"
"connector_outlookemail"
"connector_sharepoint"
defer_loading: optional boolean
此 MCP 工具是否延迟加载并通过工具搜索发现。
headers: optional map[string] or null
可选的发送给 MCP 服务器的 HTTP 请求头，用于认证 或其他用途。
require_approval: optional McpToolApprovalFilter { always, never } or "always" or "never" or null (default: "always")
指定 MCP 服务器的哪些工具需要批准。
McpToolApprovalFilter object { always, never }
指定 MCP 服务器的哪些工具需要批准。可以是
always、never，或与需要批准的工具关联的
筛选对象。
always: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
never: optional object { read_only, tool_names }
用于指定允许哪些工具的筛选对象。
read_only: optional boolean
表示工具会修改数据还是只读。如果
MCP 服务器标注了 readOnlyHint，
就会与此筛选条件匹配。
tool_names: optional array of string
允许的工具名称列表。
McpToolApprovalSetting = "always" or "never"
为所有工具指定统一的批准策略，可选 always 或
never。设为 always 时，所有工具均需要批准；
设为 never 时，所有工具均不需要批准。
"always"
"never"
server_description: optional string
MCP 服务器的可选描述，用于提供更多上下文。
server_url: optional string
MCP 服务器的 URL。须提供 server_url、connector_id 或
tunnel_id 中的一项。
format: uri
tunnel_id: optional string
用来替代直接服务器 URL 的安全 MCP 隧道 ID。须提供
server_url、connector_id 或 tunnel_id 中的一项。
pattern: ^tunnel_[a-z0-9]{32}$
CodeInterpreter object { container, type, allowed_callers }
运行 Python 代码以帮助生成提示词响应的工具。
container: string or CodeInterpreterToolAuto { type, file_ids, memory_limit, network_policy }
代码解释器容器，可以是容器 ID，也可以是
指定代码可用的已上传文件 ID 的对象，同时可提供
可选的 memory_limit 设置。
string
容器 ID。
CodeInterpreterToolAuto object { type, file_ids, memory_limit, network_policy }
代码解释器容器配置，可以指定运行代码时所处理的文件 ID。
type: "auto" (default: "auto")
固定为 auto。
"auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
代码解释器容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
type: "disabled" (default: "disabled")
禁用出站网络访问，固定为 disabled。
"disabled"
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
allowed_domains: array of string
type 为 allowlist 时允许访问的域名列表。
minItems: 1
type: "allowlist" (default: "allowlist")
仅允许对指定域名发起出站网络访问，固定为 allowlist。
"allowlist"
domain_secrets: optional array of ContainerNetworkPolicyDomainSecret
可选的仅用于允许访问域名的域名级密钥。
minItems: 1
domain: string
密钥关联的域名。
minLength: 1
name: string
要为该域名注入的密钥名称。
minLength: 1
value: string
要为该域名注入的密钥值。
minLength: 1, maxLength: 10485760
type: "code_interpreter"
代码解释器工具类型，固定为 code_interpreter。
"code_interpreter"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
ProgrammaticToolCalling object { type }
type: "programmatic_tool_calling" (default: "programmatic_tool_calling")
工具类型，固定为 programmatic_tool_calling。
"programmatic_tool_calling"
ImageGeneration object { type, action, background, 13 more }
使用 GPT 图像模型生成图像的工具。
type: "image_generation"
图像生成工具类型，固定为 image_generation。
"image_generation"
action: optional "generate" or "edit" or "auto"
生成新图像还是编辑已有图像，默认为 auto。
"generate"
"edit"
"auto"
background: optional "transparent" or "opaque" or "auto" (default: "auto")
生成图像的背景，可选 transparent、opaque，
或 auto。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，包括
对应的 2026-09-08 快照，支持 opaque 和 transparent
背景。受支持的 GPT Image 模型可以使用透明
背景。对于 gpt-image-2 和 gpt-image-2-2026-04-21，此功能处于
预览阶段。使用 transparent 时，须将输出格式设为 png 或 webp。
默认为 auto。
"transparent"
"opaque"
"auto"
complexity: optional "low" or "medium" or "high"
用于规划图像的计算投入，与渲染质量分开设置。
覆盖外层响应用于图像生成的 reasoning.effort。
省略时，继承外层受支持的推理强度，或使用
图像模型配置的默认值。
对于 SVG 输出，此项控制参考图像，而不是 SVG 生成模型的
推理。
"low"
"medium"
"high"
frame_count: optional integer (default: 9)
GIF 帧数，要求 output_format 为 gif，默认为 9。
minimum: 2, maximum: 16
frame_duration_ms: optional integer (default: 200)
每个 GIF 帧的时长，单位为毫秒，取整到 10 毫秒。
要求 output_format 为 gif，默认为 200。
minimum: 20, maximum: 2000
input_fidelity: optional "high" or "low" or null
控制模型为匹配输入图像风格和特征（尤其是面部特征）投入的程度。gpt-image-1.5 支持 high 和 low，gpt-image-1-mini 仅支持 low。使用 gpt-image-2 时应省略此参数。支持该参数的模型默认为 low。
"high"
"low"
input_image_mask: optional object { file_id, image_url }
可选的局部重绘蒙版，包含 image_url
（可选字符串）和 file_id（可选字符串）。
file_id: optional string
蒙版图像的文件 ID。
image_url: optional string
采用 Base64 编码的蒙版图像。
model: optional string or "gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
string
"gpt-image-1" or "gpt-image-1-mini" or "gpt-image-2" or 9 more
用于图像生成的模型，可选 gpt-image-1-mini、
gpt-image-1.5, gpt-image-2,
gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、
gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare、
gpt-image-2.5-flare-2026-09-08, gpt-image-2.6-sunburst,
gpt-image-2.6-flare 或 chatgpt-image-latest。默认值：
gpt-image-2.6-sunburst.
gpt-image-1 已于 2026 年 10 月 23 日停用，请使用
gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
"gpt-image-1"
"gpt-image-1-mini"
"gpt-image-2"
"gpt-image-2-2026-04-21"
"gpt-image-2.5-sunburst"
"gpt-image-2.5-sunburst-2026-09-08"
"gpt-image-2.5-flare"
"gpt-image-2.5-flare-2026-09-08"
"gpt-image-2.6-sunburst"
"gpt-image-2.6-flare"
"gpt-image-1.5"
"chatgpt-image-latest"
moderation: optional "auto" or "low" (default: "auto")
生成图像的审核级别，默认为 auto。
"auto"
"low"
output_compression: optional integer (default: 100)
输出图像的压缩级别，默认为 100。
minimum: 0, maximum: 100
output_format: optional "png" or "webp" or "jpeg" or 2 more (default: "png")
输出图像格式，可选 png、webp、jpeg、
gif 或 svg，默认为 png。GIF 和 SVG 输出要求模型
支持所选格式。GIF 输出不支持
部分图像流式传输，即 partial_images 大于 0，
也不支持 input_image_mask 或自定义 output_compression。
GIF 输出仍可以流式发送 Responses 生命周期事件。
"png"
"webp"
"jpeg"
"gif"
"svg"
partial_images: optional integer (default: 0)
流式模式中生成的部分图像数量，范围为 0（默认值）到 3。
minimum: 0, maximum: 3
quality: optional "low" or "medium" or "high" or 3 more (default: "auto")
生成图像的质量。GPT 图像模型支持 low、
medium 和 high。gpt-image-2.5-sunburst 和 gpt-image-2.5-flare，
包括对应的 2026-09-08 快照，还支持 xhigh 和 max。
默认为 auto。
"low"
"medium"
"high"
"xhigh"
"max"
"auto"
size: optional string or "1024x1024" or "1024x1536" or "1536x1024" or "auto" (default: "auto")
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
string
"1024x1024" or "1024x1536" or "1536x1024" or "auto"
生成图像的尺寸。gpt-image-2、gpt-image-2-2026-04-21、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst-2026-09-08、gpt-image-2.5-flare 和 gpt-image-2.5-flare-2026-09-08 支持以 WIDTHxHEIGHT 字符串指定任意分辨率，例如 1536x864。宽和高均须能被 16 整除，宽高比须在 1:3 至 3:1 之间。高于 2560x1440 的分辨率属于实验功能，支持的最高分辨率为 3840x2160。尺寸还须符合模型当前的像素数与边长限制。GPT Image 模型支持标准尺寸 1024x1024、1536x1024 和 1024x1536；允许自动尺寸的模型支持 auto。
"1024x1024"
"1024x1536"
"1536x1024"
"auto"
svg: optional object { model, reasoning }
SVG 生成模型的设置，要求 output_format 为 svg。
启用 SVG 模型选择时，省略此对象会使用
外层响应模型。否则使用默认 SVG 生成模型，且
不能显式覆盖模型。
model: optional string
minLength: 1
reasoning: optional object { effort } or null
SVG 编写的推理强度。省略时，Images 和 Responses 均使用编写模型的默认值。
effort: optional "none" or "minimal" or "low" or 4 more
控制模型为此次请求投入的推理强度。
"none"
"minimal"
"low"
"medium"
"high"
"xhigh"
"max"
LocalShell object { type }
允许模型在本地环境执行 shell 命令的工具。
type: "local_shell" (default: "local_shell")
本地 shell 工具类型，固定为 local_shell。
"local_shell"
Shell object { type, allowed_callers, environment }
允许模型执行 shell 命令的工具。
type: "shell" (default: "shell")
shell 工具类型，固定为 shell。
"shell"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
environment: optional ContainerAuto or LocalEnvironment or ContainerReference or null
ContainerAuto object { type, file_ids, memory_limit, 2 more }
type: "container_auto" (default: "container_auto")
为此请求自动创建容器。
"container_auto"
file_ids: optional array of string
可选的已上传文件列表，这些文件将提供给代码使用。
maxItems: 50
memory_limit: optional "1g" or "4g" or "16g" or "64g" or null
容器的内存上限。
"1g"
"4g"
"16g"
"64g"
network_policy: optional ContainerNetworkPolicyDisabled or ContainerNetworkPolicyAllowlist
容器的网络访问策略。
ContainerNetworkPolicyDisabled object { type }
ContainerNetworkPolicyAllowlist object { allowed_domains, type, domain_secrets }
skills: optional array of SkillReference or InlineSkill
可选的技能列表，通过 ID 或内联数据引用技能。
maxItems: 200
SkillReference object { skill_id, type, version }
skill_id: string
引用的技能 ID。
minLength: 1, maxLength: 64
type: "skill_reference" (default: "skill_reference")
引用通过 /v1/skills 接口创建的技能。
"skill_reference"
version: optional string
可选的技能版本。使用正整数或 'latest'，省略时使用默认版本。
InlineSkill object { description, name, source, type }
description: string
技能描述。
name: string
技能名称。
source: InlineSkillSource
内联技能载荷。
data: string
采用 Base64 编码的技能 ZIP 包。
minLength: 1, maxLength: 70254592
media_type: "application/zip" (default: "application/zip")
内联技能载荷的媒体类型，必须为 application/zip。
"application/zip"
type: "base64" (default: "base64")
内联技能来源的类型，必须为 base64。
"base64"
type: "inline" (default: "inline")
为此请求定义内联技能。
"inline"
LocalEnvironment object { type, skills }
type: "local" (default: "local")
使用本地计算机环境。
"local"
skills: optional array of LocalSkill
可选的技能列表。
maxItems: 200
description: string
技能描述。
name: string
技能名称。
path: string
包含该技能的目录路径。
ContainerReference object { container_id, type }
container_id: string
引用的容器 ID。
type: "container_reference" (default: "container_reference")
引用通过 /v1/containers 接口创建的容器。
"container_reference"
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
Text object { type }
无约束的自由文本。
type: "text" (default: "text")
无约束文本格式，固定为 text。
"text"
Grammar object { definition, syntax, type }
用户定义的语法。
definition: string
语法定义。
syntax: "lark" or "regex"
语法定义的语法类型，可选 lark 或 regex。
"lark"
"regex"
type: "grammar" (default: "grammar")
语法格式，固定为 grammar。
"grammar"
Namespace object { description, name, tools, type }
将函数工具或自定义工具归入共享命名空间。
description: string
展示给模型的命名空间描述。
name: string
工具调用使用的命名空间名称，例如 crm。
minLength: 1
tools: array of Function { name, type, allowed_callers, 6 more } or Custom { name, type, allowed_callers, 4 more }
此命名空间内可用的函数工具或自定义工具。
minItems: 1
Function object { name, type, allowed_callers, 6 more }
name: string
pattern: ^[a-zA-Z0-9_-]+$, minLength: 1, maxLength: 128
type: "function" (default: "function")
"function"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此函数是否应延迟加载并通过工具搜索发现。
description: optional string or null
output_schema: optional map[unknown] or null
描述此函数工具字符串输出中编码的 JSON 值的 JSON Schema，不用于描述内容数组输出。
parameters: optional unknown or null
strict: optional boolean or null
是否强制执行严格参数校验。省略时，模式兼容的情况下 Responses 会尝试严格校验，否则退回非严格校验。
Custom object { name, type, allowed_callers, 4 more }
使用指定格式处理输入的自定义工具。参阅自定义工具。
name: string
自定义工具的名称，用于在工具调用中标识它。
type: "custom" (default: "custom")
自定义工具类型，固定为 custom。
"custom"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
async: optional boolean
工具响应是否可以异步返回，而非在下一次创建响应时立即返回。
defer_loading: optional boolean
此工具是否应延迟加载并通过工具搜索发现。
description: optional string
自定义工具的可选描述，用于提供更多上下文。
format: optional CustomToolInputFormat
自定义工具的输入格式，默认为无约束文本。
type: "namespace" (default: "namespace")
工具类型，固定为 namespace。
"namespace"
ToolSearch object { type, description, execution, parameters }
用于延迟加载工具的托管工具搜索或自带工具（BYOT）搜索配置。
type: "tool_search" (default: "tool_search")
工具类型，固定为 tool_search。
"tool_search"
description: optional string or null
客户端执行的工具搜索工具展示给模型的描述。
execution: optional "server" or "client"
工具搜索由服务端还是客户端执行。
"server"
"client"
parameters: optional unknown or null
客户端执行的工具搜索工具的参数模式。
WebSearchPreview object { type, search_content_types, search_context_size, user_location }
搜索网页以获取可用于响应的相关结果的工具。参阅网页搜索工具。
type: "web_search_preview" or "web_search_preview_2025_03_11" (default: "web_search_preview")
网页搜索工具类型，可选 web_search_preview 或 web_search_preview_2025_03_11。
"web_search_preview"
"web_search_preview_2025_03_11"
search_content_types: optional array of "text" or "image"
"text"
"image"
search_context_size: optional "low" or "medium" or "high"
对搜索占用上下文窗口空间大小的总体指导，可选 low、medium 或 high，默认为 medium。
"low"
"medium"
"high"
user_location: optional object { type, city, country, 2 more } or null
用户的大致位置。省略或设为 null 时默认为美国。若要避免此默认值，可传入不包含位置字段的 {"type": "approximate"}。若要本地化结果，须提供相应位置字段。
type: "approximate" (default: "approximate")
位置估算类型，固定为 approximate。
"approximate"
city: optional string or null
用户所在城市的自由文本，例如 San Francisco。
country: optional string or null
用户所在国家/地区的两字母 ISO 代码，例如 US。
region: optional string or null
用户所在地区的自由文本，例如 California。
timezone: optional string or null
用户所在的 IANA 时区，例如 America/Los_Angeles。
ApplyPatch object { type, allowed_callers }
允许助手使用统一差异格式创建、删除或更新文件。
type: "apply_patch" (default: "apply_patch")
工具类型，固定为 apply_patch。
"apply_patch"
allowed_callers: optional array of "direct" or "programmatic" or null
工具调用的上下文。
minItems: 1
"direct"
"programmatic"
top_p: optional number (default: 1)
用于核采样的参数，是 temperature 的替代方案；1.0 表示包含所有词元。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
eval_id: string
关联评测的标识。
metadata: Metadata or null
可附加到对象的元数据，最多包含 16 组键值对，可 以结构化方式存储对象的额外信息， 并通过 API 或控制台查询对象。
键为最多 64 个字符的字符串，值为 最多 512 个字符的字符串。
model: string or null
被评测的模型，如适用。
name: string or null
评测运行名称。
object: "eval.run" (default: "eval.run")
对象类型，固定为 "eval.run"。
"eval.run"
per_model_usage: array of object { cached_tokens, completion_tokens, invocation_count, 3 more } or null
评测运行期间各模型的用量统计。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
invocation_count: integer
调用次数。
model_name: string
模型名称。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
per_testing_criteria_results: array of object { failed, passed, testing_criteria } or null
评测运行中各测试标准的结果。
failed: integer
未通过此标准的测试数量。
passed: integer
通过此标准的测试数量。
testing_criteria: string
测试标准的描述。
report_url: string
在控制台界面中呈现评测运行报告的 URL。
format: uri
result_counts: object { errored, failed, passed, total }
汇总评测运行结果的计数器。
errored: integer
因错误而失败的输出条目数量。
failed: integer
未通过评测的输出条目数量。
passed: integer
通过评测的输出条目数量。
total: integer
已执行的输出条目总数。
status: string
评测运行状态。
输出条目
获取评测运行输出条目列表
get /evals/{eval_id}/runs/{run_id}/output_items
获取某次评测运行的输出条目列表。
路径参数
eval_id: string
要获取其运行列表的评测的 ID。
run_id: string
要获取其输出条目的运行的 ID。
查询参数
after: optional string
上一次分页请求中最后一个输出条目的标识。
limit: optional integer (default: 20)
要获取的输出条目数量。
order: optional "asc" or "desc" (default: "asc")
按时间戳对输出条目排序，使用 asc 升序或 desc 降序，默认为 asc。
"asc"
"desc"
status: optional "fail" or "pass"
按输出条目状态筛选。使用 failed 筛选未通过的输出
条目，使用 pass 筛选通过的输出条目。
"fail"
"pass"
返回值
data: array of object { id, created_at, datasource_item, 7 more }
评测运行输出条目对象数组。
id: string
评测运行输出条目的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
datasource_item: map[unknown]
输入数据源条目的详情。
datasource_item_id: integer
数据源条目的标识。
eval_id: string
评测组的标识。
object: "eval.run.output_item" (default: "eval.run.output_item")
对象类型，固定为 "eval.run.output_item"。
"eval.run.output_item"
results: array of object { name, passed, score, 2 more }
此输出条目的评分器结果列表。
name: string
评分器名称。
passed: boolean
评分器是否认为此输出通过。
score: number
评分器给出的数值分数。
sample: optional map[unknown] or null
评分器生成的可选样本或中间数据。
type: optional string
评分器类型，例如 "string-check-grader"。
run_id: string
与此输出条目关联的评测运行的标识。
sample: object { error, finish_reason, input, 7 more }
包含评测运行输入和输出的样本。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
finish_reason: string
样本生成结束的原因。
input: array of object { content, role }
输入消息数组。
content: string
消息内容。
role: string
消息发送者的角色，例如 system、user、developer。
max_completion_tokens: integer
允许生成的最大补全词元数。
model: string
生成样本使用的模型。
output: array of object { content, role }
输出消息数组。
content: optional string
消息内容。
role: optional string
消息角色，例如 "system"、"assistant"、"user"。
seed: integer
生成样本使用的随机种子。
temperature: number
使用的采样温度。
top_p: number
采样使用的 top_p 值。
usage: object { cached_tokens, completion_tokens, prompt_tokens, total_tokens }
样本的词元用量详情。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
status: string
评测运行状态。
first_id: string
data 数组中第一个评测运行输出条目的标识。
has_more: boolean
是否还有更多可用的评测运行输出条目。
last_id: string
data 数组中最后一个评测运行输出条目的标识。
object: "list" (default: "list")
对象类型，固定为 "list"。
"list"
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/$EVAL_ID/runs/$RUN_ID/output_items \
-H "Authorization: Bearer $OPENAI_API_KEY"200 响应示例
{
"data": [
{
"id": "id",
"created_at": 0,
"datasource_item": {
"foo": "bar"
},
"datasource_item_id": 0,
"eval_id": "eval_id",
"object": "eval.run.output_item",
"results": [
{
"name": "name",
"passed": true,
"score": 0,
"sample": {
"foo": "bar"
},
"type": "type"
}
],
"run_id": "run_id",
"sample": {
"error": {
"code": "code",
"message": "message"
},
"finish_reason": "finish_reason",
"input": [
{
"content": "content",
"role": "role"
}
],
"max_completion_tokens": 0,
"model": "model",
"output": [
{
"content": "content",
"role": "role"
}
],
"seed": 0,
"temperature": 0,
"top_p": 0,
"usage": {
"cached_tokens": 0,
"completion_tokens": 0,
"prompt_tokens": 0,
"total_tokens": 0
}
},
"status": "status"
}
],
"first_id": "first_id",
"has_more": true,
"last_id": "last_id",
"object": "list"
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/egroup_67abd54d9b0081909a86353f6fb9317a/runs/erun_67abd54d60ec8190832b46859da808f7/output_items \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json"响应示例
{
"object": "list",
"data": [
{
"object": "eval.run.output_item",
"id": "outputitem_67e5796c28e081909917bf79f6e6214d",
"created_at": 1743092076,
"run_id": "evalrun_67abd54d60ec8190832b46859da808f7",
"eval_id": "eval_67abd54d9b0081909a86353f6fb9317a",
"status": "pass",
"datasource_item_id": 5,
"datasource_item": {
"input": "利好经济数据公布后股市上涨",
"ground_truth": "Markets"
},
"results": [
{
"name": "String check-a2486074-d803-4445-b431-ad2262e85d47",
"sample": null,
"passed": true,
"score": 1.0
}
],
"sample": {
"input": [
{
"role": "developer",
"content": "将给定新闻标题归入以下主题之一：Technology（科技）、Markets（市场）、World（国际）、Business（商业）或 Sports（体育）。\n\n# 步骤\n\n1. 分析新闻标题的内容，理解其主要关注点。\n2. 提取主题，找出关键线索或关键词。\n3. 根据这些线索，从 Technology、Markets、World、Business、Sports 五个选项中选择最合适的类别。\n4. 每个标题只能选择一个类别。\n\n# 输出格式\n\n仅返回所选类别的一个英文单词，例如：\"Technology\"、\"Markets\"、\"World\"、\"Business\" 或 \"Sports\"。\n\n# 示例\n\n**输入**：\"苹果发布搭载先进 AI 功能的新款 iPhone\" \n**输出**：\"Technology\"\n\n**输入**：\"投资者等待央行决议，全球股市涨跌互现\" \n**输出**：\"Markets\"\n\n**输入**：\"乌克兰战争：谈判进展最新消息\" \n**输出**：\"World\"\n\n**输入**：\"微软洽谈以 20 亿美元收购游戏公司\" \n**输出**：\"Business\"\n\n**输入**：\"曼联赢得英超足球比赛\" \n**输出**：\"Sports\" \n\n# 注意\n\n- 如果标题似乎符合多个类别，选择最主要的主题。\n- “股票”“公司收购”“比赛”等关键词或短语，以及科技品牌，都可以作为分类线索。\n",
"tool_call_id": null,
"tool_calls": null,
"function_call": null
},
{
"role": "user",
"content": "利好经济数据公布后股市上涨",
"tool_call_id": null,
"tool_calls": null,
"function_call": null
}
],
"output": [
{
"role": "assistant",
"content": "Markets",
"tool_call_id": null,
"tool_calls": null,
"function_call": null
}
],
"finish_reason": "stop",
"model": "gpt-6-astra",
"usage": {
"total_tokens": 325,
"completion_tokens": 2,
"prompt_tokens": 323,
"cached_tokens": 0
},
"error": null,
"temperature": 1.0,
"max_completion_tokens": 2048,
"top_p": 1.0,
"seed": 42
}
}
],
"first_id": "outputitem_67e5796c28e081909917bf79f6e6214d",
"last_id": "outputitem_67e5796c28e081909917bf79f6e6214d",
"has_more": true
}获取评测运行的单个输出条目
get /evals/{eval_id}/runs/{run_id}/output_items/{output_item_id}
按 ID 获取评测运行输出条目。
路径参数
eval_id: string
要获取其运行列表的评测的 ID。
run_id: string
要获取的运行的 ID。
output_item_id: string
要获取的输出条目的 ID。
返回值
id: string
评测运行输出条目的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
datasource_item: map[unknown]
输入数据源条目的详情。
datasource_item_id: integer
数据源条目的标识。
eval_id: string
评测组的标识。
object: "eval.run.output_item" (default: "eval.run.output_item")
对象类型，固定为 "eval.run.output_item"。
"eval.run.output_item"
results: array of object { name, passed, score, 2 more }
此输出条目的评分器结果列表。
name: string
评分器名称。
passed: boolean
评分器是否认为此输出通过。
score: number
评分器给出的数值分数。
sample: optional map[unknown] or null
评分器生成的可选样本或中间数据。
type: optional string
评分器类型，例如 "string-check-grader"。
run_id: string
与此输出条目关联的评测运行的标识。
sample: object { error, finish_reason, input, 7 more }
包含评测运行输入和输出的样本。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
finish_reason: string
样本生成结束的原因。
input: array of object { content, role }
输入消息数组。
content: string
消息内容。
role: string
消息发送者的角色，例如 system、user、developer。
max_completion_tokens: integer
允许生成的最大补全词元数。
model: string
生成样本使用的模型。
output: array of object { content, role }
输出消息数组。
content: optional string
消息内容。
role: optional string
消息角色，例如 "system"、"assistant"、"user"。
seed: integer
生成样本使用的随机种子。
temperature: number
使用的采样温度。
top_p: number
采样使用的 top_p 值。
usage: object { cached_tokens, completion_tokens, prompt_tokens, total_tokens }
样本的词元用量详情。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
status: string
评测运行状态。
示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/$EVAL_ID/runs/$RUN_ID/output_items/$OUTPUT_ITEM_ID \
-H "Authorization: Bearer $OPENAI_API_KEY"200 响应示例
{
"id": "id",
"created_at": 0,
"datasource_item": {
"foo": "bar"
},
"datasource_item_id": 0,
"eval_id": "eval_id",
"object": "eval.run.output_item",
"results": [
{
"name": "name",
"passed": true,
"score": 0,
"sample": {
"foo": "bar"
},
"type": "type"
}
],
"run_id": "run_id",
"sample": {
"error": {
"code": "code",
"message": "message"
},
"finish_reason": "finish_reason",
"input": [
{
"content": "content",
"role": "role"
}
],
"max_completion_tokens": 0,
"model": "model",
"output": [
{
"content": "content",
"role": "role"
}
],
"seed": 0,
"temperature": 0,
"top_p": 0,
"usage": {
"cached_tokens": 0,
"completion_tokens": 0,
"prompt_tokens": 0,
"total_tokens": 0
}
},
"status": "status"
}示例
## 设置 OPENAI_API_KEY，并将评测 ID 和运行 ID 替换为实际值。
curl https://api.openai.com/v1/evals/eval_67abd54d9b0081909a86353f6fb9317a/runs/evalrun_67abd54d60ec8190832b46859da808f7/output_items/outputitem_67abd55eb6548190bb580745d5644a33 \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json"响应示例
{
"object": "eval.run.output_item",
"id": "outputitem_67e5796c28e081909917bf79f6e6214d",
"created_at": 1743092076,
"run_id": "evalrun_67abd54d60ec8190832b46859da808f7",
"eval_id": "eval_67abd54d9b0081909a86353f6fb9317a",
"status": "pass",
"datasource_item_id": 5,
"datasource_item": {
"input": "利好经济数据公布后股市上涨",
"ground_truth": "Markets"
},
"results": [
{
"name": "String check-a2486074-d803-4445-b431-ad2262e85d47",
"sample": null,
"passed": true,
"score": 1.0
}
],
"sample": {
"input": [
{
"role": "developer",
"content": "将给定新闻标题归入以下主题之一：Technology（科技）、Markets（市场）、World（国际）、Business（商业）或 Sports（体育）。\n\n# 步骤\n\n1. 分析新闻标题的内容，理解其主要关注点。\n2. 提取主题，找出关键线索或关键词。\n3. 根据这些线索，从 Technology、Markets、World、Business、Sports 五个选项中选择最合适的类别。\n4. 每个标题只能选择一个类别。\n\n# 输出格式\n\n仅返回所选类别的一个英文单词，例如：\"Technology\"、\"Markets\"、\"World\"、\"Business\" 或 \"Sports\"。\n\n# 示例\n\n**输入**：\"苹果发布搭载先进 AI 功能的新款 iPhone\" \n**输出**：\"Technology\"\n\n**输入**：\"投资者等待央行决议，全球股市涨跌互现\" \n**输出**：\"Markets\"\n\n**输入**：\"乌克兰战争：谈判进展最新消息\" \n**输出**：\"World\"\n\n**输入**：\"微软洽谈以 20 亿美元收购游戏公司\" \n**输出**：\"Business\"\n\n**输入**：\"曼联赢得英超足球比赛\" \n**输出**：\"Sports\" \n\n# 注意\n\n- 如果标题似乎符合多个类别，选择最主要的主题。\n- “股票”“公司收购”“比赛”等关键词或短语，以及科技品牌，都可以作为分类线索。\n",
"tool_call_id": null,
"tool_calls": null,
"function_call": null
},
{
"role": "user",
"content": "利好经济数据公布后股市上涨",
"tool_call_id": null,
"tool_calls": null,
"function_call": null
}
],
"output": [
{
"role": "assistant",
"content": "Markets",
"tool_call_id": null,
"tool_calls": null,
"function_call": null
}
],
"finish_reason": "stop",
"model": "gpt-6-astra",
"usage": {
"total_tokens": 325,
"completion_tokens": 2,
"prompt_tokens": 323,
"cached_tokens": 0
},
"error": null,
"temperature": 1.0,
"max_completion_tokens": 2048,
"top_p": 1.0,
"seed": 42
}
}资源类型
输出条目列表响应
OutputItemListResponse object { id, created_at, datasource_item, 7 more }
表示评测运行输出条目的模式。
id: string
评测运行输出条目的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
datasource_item: map[unknown]
输入数据源条目的详情。
datasource_item_id: integer
数据源条目的标识。
eval_id: string
评测组的标识。
object: "eval.run.output_item" (default: "eval.run.output_item")
对象类型，固定为 "eval.run.output_item"。
"eval.run.output_item"
results: array of object { name, passed, score, 2 more }
此输出条目的评分器结果列表。
name: string
评分器名称。
passed: boolean
评分器是否认为此输出通过。
score: number
评分器给出的数值分数。
sample: optional map[unknown] or null
评分器生成的可选样本或中间数据。
type: optional string
评分器类型，例如 "string-check-grader"。
run_id: string
与此输出条目关联的评测运行的标识。
sample: object { error, finish_reason, input, 7 more }
包含评测运行输入和输出的样本。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
finish_reason: string
样本生成结束的原因。
input: array of object { content, role }
输入消息数组。
content: string
消息内容。
role: string
消息发送者的角色，例如 system、user、developer。
max_completion_tokens: integer
允许生成的最大补全词元数。
model: string
生成样本使用的模型。
output: array of object { content, role }
输出消息数组。
content: optional string
消息内容。
role: optional string
消息角色，例如 "system"、"assistant"、"user"。
seed: integer
生成样本使用的随机种子。
temperature: number
使用的采样温度。
top_p: number
采样使用的 top_p 值。
usage: object { cached_tokens, completion_tokens, prompt_tokens, total_tokens }
样本的词元用量详情。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
status: string
评测运行状态。
输出条目获取响应
OutputItemRetrieveResponse object { id, created_at, datasource_item, 7 more }
表示评测运行输出条目的模式。
id: string
评测运行输出条目的唯一标识。
created_at: integer
评测运行创建时的 Unix 时间戳，单位为秒。
format: unixtime
datasource_item: map[unknown]
输入数据源条目的详情。
datasource_item_id: integer
数据源条目的标识。
eval_id: string
评测组的标识。
object: "eval.run.output_item" (default: "eval.run.output_item")
对象类型，固定为 "eval.run.output_item"。
"eval.run.output_item"
results: array of object { name, passed, score, 2 more }
此输出条目的评分器结果列表。
name: string
评分器名称。
passed: boolean
评分器是否认为此输出通过。
score: number
评分器给出的数值分数。
sample: optional map[unknown] or null
评分器生成的可选样本或中间数据。
type: optional string
评分器类型，例如 "string-check-grader"。
run_id: string
与此输出条目关联的评测运行的标识。
sample: object { error, finish_reason, input, 7 more }
包含评测运行输入和输出的样本。
error: EvalAPIError or null
表示 Eval API 错误响应的对象。
code: string
错误代码。
message: string
错误消息。
finish_reason: string
样本生成结束的原因。
input: array of object { content, role }
输入消息数组。
content: string
消息内容。
role: string
消息发送者的角色，例如 system、user、developer。
max_completion_tokens: integer
允许生成的最大补全词元数。
model: string
生成样本使用的模型。
output: array of object { content, role }
输出消息数组。
content: optional string
消息内容。
role: optional string
消息角色，例如 "system"、"assistant"、"user"。
seed: integer
生成样本使用的随机种子。
temperature: number
使用的采样温度。
top_p: number
采样使用的 top_p 值。
usage: object { cached_tokens, completion_tokens, prompt_tokens, total_tokens }
样本的词元用量详情。
cached_tokens: integer
从缓存读取的词元数。
completion_tokens: integer
生成的补全词元数。
prompt_tokens: integer
使用的提示词词元数。
total_tokens: integer
使用的总词元数。
status: string
评测运行状态。
更多建议：