21. maj 2025

Nye værktøjer og funktioner i Respons-API

Vi introducerer ekstern MCP-serverstøtte, billedgenerering, kodefortolker og mere i Respons-API for udviklere og virksomheder.

Indlæser ...

I dag tilføjer vi nye indbyggede værktøjer til Respons-API – vores kerne-API-primitiv til opbygning af agentiske anvendelser. Dette inkluderer support til alle fjern-Model Context Protocol (MCP)-servere⁠(åbner i et nyt vindue), såvel som værktøjer som billedgenerering⁠(åbner i et nyt vindue), kodefortolker⁠(åbner i et nyt vindue) og forbedringer til filsøgning⁠(åbner i et nyt vindue). Disse værktøjer er tilgængelige på tværs af vores GPT‑4o‑serie, GPT‑4.1‑serien og OpenAI o-serie-ræsonneringsmodeller. o3 og o4-mini kan nu kalde værktøjer og funktioner direkte i deres tankekæde i Respons-API og producerer svar, der er mere kontekstrige og relevante. Brug af o3 og o4-mini med Respons-API bevarer ræsonneringstokens på tværs af anmodninger og værktøjskald, forbedring af modelintelligens og reduktion af omkostningerne og latenstiden for udviklere.

Vi introducerer også nye funktioner i Respons-API, der forbedrer pålidelighed, synlighed og privatliv for virksomheder og udviklere. Dette inkluderer baggrundstilstand⁠(åbner i et nyt vindue) til håndtering af langvarige opgaver mere asynkront og pålideligt, support til ræsonneringsopsummeringer⁠(åbner i et nyt vindue)og support til krypterede ræsonneringselementer⁠(åbner i et nyt vindue).

Siden udgivelsen af Respons-API i marts 2025 med værktøjer som websøgning, filsøgning og computerbrug, har hundreder af tusinder af udviklere brugt API til at behandle milliarder af tokens på tværs af vores modeller. Kunder har brugt API til at opbygge en række agentiske applikationer, herunder Zencoder⁠(åbner i et nyt vindue)s kodningsagent, Revi⁠(åbner i et nyt vindue)s markedsintelligens-agent til private kapitalfonde og investeringsbanker og MagicSchool AI⁠(åbner i et nyt vindue)'s uddannelsesassistent – som alle bruger websøgning til at trække relevante, ajourførte oplysninger ind i deres app. Nu kan udviklere bygge agenter, der er endnu mere nyttige og pålidelige med adgang til de nye værktøjer og funktioner, der er frigivet i dag.

Ny ekstern MCP-server-support

Til tilføjer support til fjern-MCP-servere⁠(åbner i et nyt vindue) i Respons-API og bygger videre på udgivelsen MCP-support i Agents SDK⁠(åbner i et nyt vindue). MCP er en åben protokol, der standardiserer, hvordan applikationer giver kontekst til LLMS. Ved at understøtte MCP-servere i Respons-API vil udviklere være i stand til at forbinde vores modeller til værktøjer, der er hostet på en hvilken som helst MCP-server med blot et par kodelinjer. Her er nogle eksempler, der viser, hvordan udviklere kan bruge eksterne MCP-servere med Respons-API i dag:

Python

1response = client.responses.create(
2  model="gpt-4.1",
3  tools=[{
4    "type": "mcp",
5    "server_label": "shopify",
6    "server_url": "https://pitchskin.com/api/mcp",
7  }],
8  input="Add the Blemish Toner Pads to my cart"
9)

The Blemish Toner Pads have been added to your cart! You can proceed to checkout here:

Pitch. Skin checkout page showing express options (Shop Pay, PayPal, G Pay), contact and delivery form fields, and an order summary for one ‘Blemish Toner Pads 200 mL (120 pads)’ priced at AUD $49.

Populære fjern-MCP-servere inkluderer Cloudflare⁠(åbner i et nyt vindue), HubSpot⁠(åbner i et nyt vindue), Intercom⁠(åbner i et nyt vindue), PayPal⁠(åbner i et nyt vindue), Plaid⁠(åbner i et nyt vindue), Shopify⁠(åbner i et nyt vindue), Stripe⁠(åbner i et nyt vindue), Square⁠(åbner i et nyt vindue), Twilio⁠(åbner i et nyt vindue), Zapier⁠(åbner i et nyt vindue)m.fl. Vi forventer, at økosystemet af eksterne MCP-servere vokser hurtigt i de kommende måneder, hvilket gør det lettere for udviklere at bygge kraftfulde agenter, der kan oprette forbindelse til værktøjerne og datakilderne, som deres brugere allerede er afhængige af. For bedst at støtte økosystemet og bidrage til denne udviklingsstandard, har OpenAI også tilsluttet sig styringskomitéen for MCP.

For at lære at starte din egen fjern-MCP-server, se denne vejledning fra Cloudflare⁠(åbner i et nyt vindue). For at lære at bruge MCP-værktøjet i Respons-API, kan du tjekke denne vejledning⁠(åbner i et nyt vindue) i vores API Cookbook.

Opdateringer til billedgenerering, kodefortolker og filsøgning

Med indbyggede værktøjer i Respons-API kan udviklere let skabe mere kompetente agenter med kun ét enkelt API-kald. Ved at kalde flere værktøjer under ræsonnering, opnår modeller nu markant højere ydeevne for værktøjskald på branchestandard-benchmarks som Humanity’s Last Exam (kilde). I dag tilføjer vi nye værktøjer, herunder:

Billedgenerering: Udover at bruge Images API⁠(åbner i et nyt vindue), har udviklere nu adgang til vores nyeste billedgenereringsmodel—gpt-image-1—som et værktøj i Respons-API. Dette værktøj understøtter streaming i realtid, hvilket giver udviklere mulighed for at se forhåndsvisninger af billedet, når det genereres, og redigeringer med flere trin, hvilket giver udviklere mulighed for at bede modellen om at justere disse billeder trin for trin. Learn more⁠(åbner i et nyt vindue).
Kodefortolker: Udviklere kan nu bruge værktøjet Kodefortolker⁠(åbner i et nyt vindue) i Respons-API. Dette værktøj er nyttigt til dataanalyse, løsning af komplekse matematik- og kodningsproblemer og til at hjælpe modellerne med virkelig at forstå og manipulere billeder (f.eks., tænke med billeder). Muligheden for at modeller som o3 og o4-mini kan bruge kodefortolkerværktøjet i deres tankekæde har resulteret i forbedret ydeevne på tværs af flere benchmarks, herunder Humanity’s Last Exam (kilde). Se mere⁠(åbner i et nyt vindue).
Filsøgning: Udviklere har nu adgang til værktøjet filsøgning⁠(åbner i et nyt vindue)i vores ræsonneringsmodeller. Filsøgning gør det muligt for udviklere at trække relevante bidder af deres dokumenter i modellens kontekst baseret på brugerforespørgslen. Vi introducerer også opdateringer til filsøgningsværktøjet, der giver udviklere mulighed for at udføre søgninger på tværs af flere vektorbutikker og supportattribut-filtrering med arrays. Se mere⁠(åbner i et nyt vindue).

Nye funktioner i Respons-API

Ud over de nye værktøjer tilføjer vi også support til nye funktioner i Respons-API, herunder:

Baggrundstilstand: Som ses i agentiske produkter som Codex, grundig researchog Operatør, ræsonneringsmodeller kan tage flere minutter om at løse komplekse problemstillinger. Udviklere kan nu bruge baggrundstilstand til at opbygge lignende oplevelser på modeller som o3 uden at bekymre sig om timeouts eller andre forbindelsesproblemer—Baggrundstilstand starter disse opgaver asynkront. Udviklere kan enten afstemme disse objekter for at kontrollere for færdiggørelse eller begynde at streame begivenheder, når deres applikation skal indhente den seneste tilstand. Se mere⁠(åbner i et nyt vindue).

Python

1response = client.responses.create(
2  model="o3",
3  input="Write me an extremely long story.",
4  reasoning={ "effort": "high" },
5  background=True
6)

Ræsonneringsopsummeringer: Respons-API kan nu generere kortfattede, naturligt sproglige opsummeringer af modellens interne tankekæde, svarende til det, du ser i ChatGPT. Dette gør det lettere for udviklere at fejlfinde, revidere og opbygge bedre slutbrugeroplevelser. Opsummeringer af avanceret tænkning er tilgængelige ude ekstra omkostninger. Se mere⁠(åbner i et nyt vindue).

Python

1response = client.responses.create(
2    model="o4-mini",
3    tools=[
4        {
5            "type": "code_interpreter",
6            "container": {"type": "auto"}
7        }
8    ],
9    instructions=(
10        "You are a personal math tutor. "
11        "When asked a math question, run code to answer the question."
12    ),
13    input="I need to solve the equation `3x + 11 = 14`. Can you help me?",
14    reasoning={"summary": "auto"}
15)

Krypterede ræsonneringselementer: Kunder, der er berettigede til ingen databevaring⁠(åbner i et nyt vindue) kan nu genbruge ræsonneringselementer på tværs af API-forespørgsler—uden at nogen ræsonneringselementer lagres på OpenAI’s servere. For modeller som o3 og o4-mini øger genbrug af ræsonnementselementer mellem funktionskald intelligens, reducerer brug af token og øger cache-hitrater, hvilket resulterer i lavere omkostninger og latenstid. Se mere⁠(åbner i et nyt vindue).

Python

1response = client.responses.create(
2  model="o3",
3  input="Implement a simple web server in Rust from scratch.",
4  store=False,
5  include=["reasoning.encrypted_content"]
6)

Priser og tilgængelighed

Alle disse værktøjer og funktioner er nu tilgængelige i Respons-API, understøttet i vores GPT‑4o serie, GPT‑4.1 serien og vores OpenAI-o-serie-ræsonneringsmodeller (o1, o3, o3‑mini og o4-mini). Billedgenerering understøttes kun på o3 i vores ræsonneringsmodelserie.

Priser på eksisterende værktøjer ændres ikke. Billedgenerering koster 5,00 $/1M tekst-input-token, 10,00 $/1M billede-input-tokens og 40,00 $/1M billede-output-tokens, med 75 % rabat på cached input-token. Kodefortolker koster 0,03 $ pr. beholder. Filsøgning koster 0,10/GB $ vektorlagring pr. dag og 2,50 $/1K værktøjskald. Der er ingen ekstra omkostninger ved at kalde det eksterne MCP-serverværktøj frem—du faktureres blot for output-tokens fra API. Se mere om priser⁠(åbner i et nyt vindue) i vores dokumenter.

Vi glæder os til at se, hvad du bygger.

Skrevet af

OpenAI