21 mei 2025

Nieuwe tools en functies in de Responses API

Introductie van ondersteuning voor externe MCP-servers, beeldgeneratie, Code-interpreter en meer in de Responses API voor ontwikkelaars en ondernemingen.

Bezig met laden...

Vandaag voegen we nieuwe ingebouwde tools toe aan de Responses API, onze belangrijkste API-primitive voor het bouwen van autonome toepassingen. Dit omvat ondersteuning voor alle externe MCP-servers (Model Context Protocol)⁠(opent in een nieuw venster), evenals tools zoals beeldgeneratie⁠(opent in een nieuw venster) en Code-interpreter⁠(opent in een nieuw venster), en verbeteringen aan zoeken in bestanden⁠(opent in een nieuw venster). Deze tools zijn beschikbaar in de redeneermodellen in de GPT‑4o‑serie, GPT‑4.1‑serie en OpenAI o-serie. o3 en o4-mini kunnen nu tools en functies rechtstreeks aanroepen binnen hun Chain-of-Thought in de Responses API, waardoor antwoorden worden geproduceerd die contextueel rijker en relevanter zijn. Door gebruik te maken van o3 en o4-mini met de Responses API blijven redeneertokens behouden bij verschillende verzoeken en tool-aanroepen, waardoor de modelintelligentie wordt verbeterd en de kosten en latentie voor ontwikkelaars worden verlaagd.

We introduceren ook nieuwe functies in de Responses API die de betrouwbaarheid, zichtbaarheid en privacy voor bedrijven en ontwikkelaars verbeteren. Deze omvatten een achtergrondmodus⁠(opent in een nieuw venster) om langlopende taken asynchroon en betrouwbaarder af te handelen, ondersteuning voor redeneersamenvattingen⁠(opent in een nieuw venster) en ondersteuning voor versleutelde redeneeritems.⁠(opent in een nieuw venster).

Sinds het uitbrengen van de Responses API in maart 2025 met tools als zoeken op het web, zoeken in bestanden en computergebruik, hebben honderdduizenden ontwikkelaars de API gebruikt om bij de modellen triljoenen tokens te verwerken. Klanten hebben de API gebruikt om een verscheidenheid aan autonome applicaties te bouwen, waaronder de coderingsagent van Zencoder⁠(opent in een nieuw venster), de marktintelligentieagent Revi⁠(opent in een nieuw venster) voor private equity en investeringsbankieren en de onderwijsassistent MagicSchool AI⁠(opent in een nieuw venster). Ze maken allemaal gebruik van zoeken op het web om relevante, actuele informatie in hun app te krijgen. Met toegang tot de nieuwe tools en functies die vandaag zijn vrijgegeven kunnen ontwikkelaars nu agents bouwen die nog bruikbaarder en betrouwbaarder zijn.

Nieuwe ondersteuning voor externe MCP-servers

We voegen ondersteuning toe voor externe MCP-servers⁠(opent in een nieuw venster) in de Responses API, voortbouwend op de release van MCP-ondersteuning in de Agents SDK.⁠(opent in een nieuw venster). MCP is een open protocol dat standaardiseert hoe applicaties context bieden aan LLM's. Door MCP-servers te ondersteunen in de Responses API, kunnen ontwikkelaars de modellen met slechts een paar regels code verbinden met tools die gehost worden op elke MCP-server. Hier zijn enkele voorbeelden die laten zien hoe ontwikkelaars vandaag MCP-servers op afstand kunnen gebruiken met de Responses API:

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.

Populaire externe MCP-servers zijn Cloudflare⁠(opent in een nieuw venster), HubSpot⁠(opent in een nieuw venster), Intercom⁠(opent in een nieuw venster), PayPal⁠(opent in een nieuw venster), Plaid⁠(opent in een nieuw venster), Shopify⁠(opent in een nieuw venster), Stripe⁠(opent in een nieuw venster), Square⁠(opent in een nieuw venster), Twilio⁠(opent in een nieuw venster), Zapier⁠(opent in een nieuw venster), en meer. We verwachten dat het ecosysteem van externe MCP-servers de komende maanden snel zal groeien, waardoor het voor ontwikkelaars eenvoudiger wordt om krachtige agents te bouwen die verbinding kunnen maken met de tools en gegevensbronnen waar hun gebruikers al op vertrouwen. Om het ecosysteem zo goed mogelijk te ondersteunen en bij te dragen aan deze zich ontwikkelende standaard, heeft OpenAI zich ook aangesloten bij de stuurgroep voor MCP.

Raadpleeg deze handleiding van Cloudflare⁠(opent in een nieuw venster) om te leren hoe je je eigen externe MCP-server opstart. Raadpleeg deze handleiding⁠(opent in een nieuw venster) in ons API-kookboek voor informatie over het gebruik van de MCP-tool in de Responses API.

Updates voor beeldgeneratie, Code Interpreter en zoeken in bestanden

Met de ingebouwde tools in de Responses API kunnen ontwikkelaars met slechts één API-aanroep eenvoudig meer capabele agents maken. Door tijdens het redeneren meerdere tools aan te roepen, bereiken modellen bij het aanroepen van tools nu aanzienlijk hogere prestaties op benchmarks die aan de branchestandaard voldoen, zoals Humanity's Last Exam (bron). Vandaag voegen we nieuwe tools toe, waaronder:

beeldgeneratie: Naast het gebruik van de Images API⁠(opent in een nieuw venster), hebben ontwikkelaars nu toegang tot het nieuwste beeldgeneratie-model, gpt-image-1, als een tool binnen de Responses API. Deze tool ondersteunt realtime streaming, zodat ontwikkelaars previews van de afbeelding kunnen zien terwijl deze wordt gegenereerd, en multi-turn-bewerkingen, zodat ontwikkelaars het model kunnen vragen om deze afbeeldingen stap voor stap te verfijnen. Meer info⁠(opent in een nieuw venster).
Code-interpreter: Ontwikkelaars kunnen nu de tool Code Interpreter⁠(opent in een nieuw venster) gebruiken binnen de Responses API. Deze tool is nuttig voor gegevensanalyse, het oplossen van complexe wiskunde- en programmeerproblemen en het helpen van de modellen bij het beter begrijpen en manipuleren van afbeeldingen (bijv. denken met afbeeldingen). De mogelijkheid voor modellen zoals o3 en o4-mini om de Code Interpreter tool te gebruiken binnen hun Chain-of-Thought heeft geresulteerd in verbeterde prestaties bij verschillende benchmarks, waaronder Humanity's Last Exam ( bron). Meer info⁠(opent in een nieuw venster).
Zoeken in bestanden Ontwikkelaars hebben nu toegang tot de zoeken in bestanden⁠(opent in een nieuw venster)-tool in onze redeneermodellen. Zoeken in bestanden stelt ontwikkelaars in staat om relevante stukken van hun documenten in de context van het model te plaatsen op basis van de zoekopdracht van de gebruiker. We introduceren ook updates voor de tool zoeken in bestanden waarmee ontwikkelaars zoekopdrachten kunnen uitvoeren in meerdere vector-stores en waarmee filteren op attributen met matrices wordt ondersteund. Meer info⁠(opent in een nieuw venster).

Nieuwe functies in de Responses API

Naast de nieuwe tools voegen we ook ondersteuning toe voor nieuwe functies in de Response API, waaronder:

Achtergrondmodus: Zoals gezien bij autonome producten als Codex, diepgaand onderzoek en Operator, hebben redeneermodellen soms enkele minuten nodig om complexe problemen op te lossen. Ontwikkelaars kunnen nu de achtergrondmodus gebruiken om soortgelijke ervaringen te bouwen op modellen zoals o3 zonder zich zorgen te hoeven maken over time-outs of andere verbindingsproblemen. De achtergrondmodus start deze taken asynchroon. Ontwikkelaars kunnen deze objecten pollen om te controleren op voltooiing, of gebeurtenissen beginnen te streamen wanneer hun applicatie de laatste status moet inhalen. Meer info⁠(opent in een nieuw venster).

Python

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

Samenvattingen van redeneringen: De Responses API kan nu beknopte samenvattingen in natuurlijke taal genereren van de interne Chain-of-Thought van het model, vergelijkbaar met wat je ziet in ChatGPT. Dit maakt het voor ontwikkelaars eenvoudiger om fouten op te sporen, controles uit te voeren en betere eindgebruikerservaringen te bouwen. Samenvattingen van redeneringen zijn zonder extra kosten beschikbaar. Meer info⁠(opent in een nieuw venster).

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)

Versleutelde redeneeritems: Klanten die in aanmerking komen voor Zero Data Retention (ZDR)⁠(opent in een nieuw venster) kunnen nu redeneeritems hergebruiken voor API-verzoeken, zonder dat redeneeritems worden opgeslagen op de servers van OpenAI. Voor modellen zoals o3 en o4-mini zorgt het hergebruiken van redeneeritems tussen functieaanroepen voor meer intelligentie, minder tokengebruik en een hogere cache-hit, wat resulteert in lagere kosten en latentie. Meer info⁠(opent in een nieuw venster).

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)

Prijzen en beschikbaarheid

Al deze tools en functies zijn nu beschikbaar in de Responses API en worden ondersteund in de redeneermodellen (o1, o3, o3‑mini en o4-mini) van de GPT‑4o‑serie, GPT‑4.1‑serie en OpenAI o-serie. Beeldgeneratie wordt alleen ondersteund bij o3 van onze serie redeneermodellen.

De prijzen voor bestaande tools blijven hetzelfde. Beeldgeneratie kost $ 5 dollar per 1 miljoen tekstinvoertoetsen, $ 10 per 1 miljoen afbeeldingsinvoertoetsen en $ 40 dollar per 1 miljoen afbeeldingsuitvoertokens, met 75% korting op invoertokens in cache. Code Interpreter kost $ 0,03 per container. Zoeken naar bestanden kost $ 0,10/GB vectoropslag per dag en $ 2,50/1000 toolverzoeken. Er zijn geen extra kosten verbonden aan het aanroepen van de externe MCP-servertool. Je betaalt alleen voor de uitvoertokens van de API. Meer info over prijzen⁠(opent in een nieuw venster) in onze documentatie.

We zijn benieuwd naar wat je bouwt!

Auteur

OpenAI