21 maj 2025

Nya verktyg och funktioner i Responses API

Vi inför stöd för MCP-fjärrserver, bildgenerering, kodtolkare och mycket mer i Responses API för utvecklare och företag.

Laddar …

Nu lägger vi till nya inbyggda verktyg till Responses API – vårt grund-API för utveckling av agentbaserade applikationer. Detta inkluderar stöd för alla MCP-fjärrservrar (Model Context Protocol)⁠(öppnas i ett nytt fönster) samt verktyg som bildgenerering⁠(öppnas i ett nytt fönster), kodtolkare⁠(öppnas i ett nytt fönster) och förbättrad filsökning⁠(öppnas i ett nytt fönster). De här verktygen är tillgängliga i resonemangsmodellerna i hela vår GPT‑4o‑serie, GPT‑4.1‑serie och OpenAI o-serie. o3 och o4-mini kan nu anropa verktyg och funktioner direkt i sin tankekedja i Responses API och generera svar med mer kontext och större relevans. Genom att använda o3 och o4-mini med Responses API sparas resonemangstoken för olika begäranden och verktygsanrop, vilket förbättrar modellens intelligens och minskar kostnader och latens för utvecklarna.

Vi presenterar också nya funktioner i Responses API som förbättrar tillförlitligheten, synligheten och integriteten för företag och utvecklare. Här ingår bakgrundsläge⁠(öppnas i ett nytt fönster) för hantering av tidskrävande uppgifter asynkront och med ökad tillförlitlighet, stöd för resonemangssammanfattningar⁠(öppnas i ett nytt fönster) och stöd för krypterade resonemangsobjekt⁠(öppnas i ett nytt fönster).

Sedan lanseringen av Responses API i mars 2025 – med verktyg som webbsökning, filsökning och datoranvändning – har hundratusentals utvecklare använt API:et för att behandla tusentals miljarder token i våra olika modeller. Kunderna har använt API:et för att bygga olika typer av agentbaserade applikationer, bland annat Zencoder⁠(öppnas i ett nytt fönster)s kodningsagent, Revi⁠(öppnas i ett nytt fönster)s marknadsinformationsagent för riskkapitalföretag och investmentbanker och MagicSchool AI⁠(öppnas i ett nytt fönster):s utbildningsassistent – samtliga använder webbsökningar för att hämta in relevant och aktuell information till sina appar. Nu kan utvecklarna bygga agenter som är ännu mer användbara och tillförlitliga med tillgång till nya verktyg och funktioner som lanseras idag.

Stöd för MCP-fjärrserver

Vi har nu stöd för MCP-fjärrservrar⁠(öppnas i ett nytt fönster) i Responses API och bygger vidare på lanseringen av MCP-stöd i Agents SDK⁠(öppnas i ett nytt fönster). MCP är ett öppet protokoll som standardiserar hur applikationer ger LLM:er kontext. Genom stödet för MCP-servrar i Responses API kan utvecklarna ansluta våra modeller till verktyg som finns på valfri MCP-server med hjälp av bara några få rader kod. Här är några exempel som visar hur utvecklare kan använda MCP-fjärrservrar med Responses API idag:

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.

Populära MCP-fjärrservrar är bland annat Cloudflare⁠(öppnas i ett nytt fönster), HubSpot⁠(öppnas i ett nytt fönster), Intercom⁠(öppnas i ett nytt fönster), PayPal⁠(öppnas i ett nytt fönster), Plaid⁠(öppnas i ett nytt fönster), Shopify⁠(öppnas i ett nytt fönster), Stripe⁠(öppnas i ett nytt fönster), Square⁠(öppnas i ett nytt fönster), Twilio⁠(öppnas i ett nytt fönster), Zapier⁠(öppnas i ett nytt fönster) och flera andra. Vi förväntar oss att ekosystemet av MCP-fjärrservrar kommer att växa snabbt under de kommande månaderna, vilket gör det enklare för utvecklare att bygga kraftfulla agenter som kan ansluta till verktyg och datakällor som deras användare redan använder sig av. För att erbjuda ekosystemet bästa möjliga stöd och bidra till denna standard under utveckling har OpenAI också tagit plats i styrkommittén för MCP.

Om du vill veta mer om hur du når full kapacitet för din egen MCP-fjärrserver kan du ta en titt på den här guiden från Cloudflare⁠(öppnas i ett nytt fönster). Om du vill veta mer om hur du använder MCP-verktyget i Responses API kan du ta en titt på den här guiden⁠(öppnas i ett nytt fönster) i vår API Cookbook.

Uppdateringar av bildgenerering, kodtolkare och filsökning

Med inbyggda verktyg i Responses API kan utvecklare enkelt skapa mer kraftfulla agenter med ett enda API-anrop. Genom att anropa flera verktyg under resonemangsfasen uppnår modellerna nu betydligt högre prestanda för verktygsanrop i referensindex som bygger på branschstandarder, som Humanity’s Last Exam (källa). Nu lägger vi till nya verktyg, bland annat:

Bildgenerering: Utöver att använda Images API⁠(öppnas i ett nytt fönster) har utvecklarna nu tillgång till vår senaste bildgenereringsmodell – gpt-image-1 – som ett verktyg i Responses API. Det här verktyget har stöd för streaming i realtid – vilket gör att utvecklarna kan se förhandsgranskningar av den bild som genereras – och flerstegsredigeringar – vilket gör att utvecklarna kan ge modellen en prompt att förfina de här bilderna på detaljnivå, steg för steg. Läs mer⁠(öppnas i ett nytt fönster).
Kodtolkare: Utvecklare kan nu använda kodtolkarverktyget⁠(öppnas i ett nytt fönster) i Responses API. Det här verktyget är användbart för dataanalys, för att lösa komplexa matematiska problem och kodproblem och att hjälpa modellen att bilda sig en djupare förståelse för och ändra bilder (t.ex. tänka med bilder). När modeller som o3 och o4-mini får möjlighet att använda kodtolkaren i sin tankekedja leder det till förbättrade prestanda på flera referensindex, som Humanity’s Last Exam (källa). Läs mer⁠(öppnas i ett nytt fönster).
Filsökning: Utvecklare har nu tillgång till filsökningsverktyget⁠(öppnas i ett nytt fönster) i våra resonemangsmodeller. Filsökning gör det möjligt för utvecklare att hämta relevanta avsnitt av dokument till modellens kontext baserat på användarfrågan. Vi introducerar också uppdateringar av filsökningsverktyget som gör att utvecklarna kan utföra sökningar i flera vektorlager samt ge stöd för attributfiltrering med arrayer. Läs mer⁠(öppnas i ett nytt fönster).

Nya funktioner i Responses API

Utöver de nya verktygen lägger vi också till stöd för nya funktioner i Responses API, bland annat:

Bakgrundsläge: Som kan observeras i agentbaserade produkter som Codex, djup research och Operator kan resonemangsmodeller behöva flera minuter på sig för att lösa komplexa problem. Utvecklarna kan nu använda bakgrundsläge för att bygga liknande upplevelser på modeller som o3 utan att behöva oroa sig över timeout eller andra anslutningsproblem – bakgrundsläge startar de här uppgifterna asynkront. Utvecklarna kan antingen avsöka de här objekten för att kontrollera om de är klara eller börja streama händelser när deras applikation behöver uppdateras till senaste status. Läs mer⁠(öppnas i ett nytt fönster).

Python

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

Resonemangssammanfattningar: Responses API kan nu generera kortfattade sammanfattningar på naturligt språk av modellens interna tankekedja, vilket liknar det man ser i ChatGPT. Det gör det enklare för utvecklarna att felsöka, revidera och bygga bättre slutanvändarupplevelser. Resonemangssammanfattningar är tillgängliga utan extra kostnad. Läs mer⁠(öppnas i ett nytt fönster).

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)

Krypterade resonemangsobjekt: Kunder som är behöriga för noll datalagring (ZDR)⁠(öppnas i ett nytt fönster) kan nu återanvända resonemangsobjekt för olika API-förfrågningar – utan att några resonemangsobjekt lagras på OpenAI:s servrar. För modeller som o3 och o4-mini bidrar återanvändning av resonemangsobjekt mellan olika funktionsanrop till att stärka intelligensen, minska användningen av token och öka andelen cacheträffar. Det leder i sin tur till lägre kostnader och latens. Läs mer⁠(öppnas i ett nytt fönster).

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 och tillgänglighet

Alla de här verktygen och funktionerna är nu tillgängliga i Responses API och stöds av resonemangsmodellerna i vår GPT‑4o‑serie, GPT‑4.1‑serie och OpenAI o-serien (o1, o3, o3‑mini och o4-mini). Av våra resonemangsmodellserier har endast o3 stöd för bildgenerering.

Priser för befintliga verktyg förändras inte. Bildgenerering kostar 5,00 $/1 miljon textindatatoken, 10,00 $/1 miljon bildindatatoken och 40,00 $/1 miljon bildutdatatoken, med 75 procents rabatt på cachade indatatoken. Kodtolkaren kostar 0,03 $ per behållare. Filsökning kostar 0,10 $/GB vektorlagring per dag och 2,50 $/1 000 verktygsanrop. Det utgår inga ytterligare kostnader för att anropa MCP-fjärrserververktyget – du faktureras bara för utdatatoken från API:et. Läs mer om priser⁠(öppnas i ett nytt fönster) i vår dokumentation.

Det ska bli spännande att se vad du bygger!

Författare

OpenAI