OpenAI o系列模型Responses接口开发Python代码示例
📝 简介
-
OpenAI 最先进的模型响应接口。支持文本和图像输入，以及文本输出。创建与模型的有状态交互，将先前响应的输出用作输入。通过文件搜索、网络搜索、计算机使用等内置工具扩展模型的能力。使用函数调用允许模型访问外部系统和数据。
-
相关指南可参阅OpenAI官网：Responses
OpenAI o系列模型Responses接口开发Python代码示例:适用于调用 o3,o3-Pro,o4-mini系列模型等~
💡 Python请求示例
- 创建一个你的项目文件夹来保存以下代码（注意：下面两个代码文件需所在的同一个目录下）
1.创建 .env 变量文件文件
-
创建一个名为
.env的文件（注意，文件名就是.env，前面有一个点，没有其他前缀）。 -
在该
.env文件中，输入以下内容，将您的 API 密钥和基础 URL 填入：
# .env (创建文件重命名.env)
# 这里是注释，不会被读取
# 将API密钥存储在变量中，变量名建议大写
UIUI_API_KEY="sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"2.创建一个xxxx.py文件,写入以下Python代码。
-
创建一个名为
xxxx.py的文件。 -
在该
xxxx.py文件中，输入以下内容，将您的 API 密钥和基础 URL 填入：
# o3pro.pyimport http.client
import json
import os # 导入os库来访问环境变量
from dotenv import load_dotenv # 从dotenv库导入加载函数# --- 关键修改：加载 .env 文件 ---
# 这行代码会自动查找当前目录下的 .env 文件，并加载其中的变量
load_dotenv()# --- 从环境变量中获取API密钥 ---
# 使用 os.getenv() 来安全地获取密钥
# "UIUI_API_KEY" 必须与你在 .env 文件中设置的变量名完全一样
API_KEY = os.getenv("UIUI_API_KEY")# 检查是否成功获取到密钥
if not API_KEY:raise ValueError("未能找到API密钥，请检查您的 .env 文件是否正确设置了 UIUI_API_KEY。")# --- /v1/responses接口可用模型，o3/o4系列 ---conn = http.client.HTTPSConnection("sg.uiuiapi.com")payload = json.dumps({"model": "o4-mini","input": [{"role": "system","content": "你是一位数学教授，擅长p-adic分析和测度论。请以专业且易于理解的方式回答与p-adic数和测度论相关的问题。"},{"role": "user","content": "解释2-adic整数场景中，'2Z_2+1 上有唯一的 Haar 测度"}]
})headers = {'Accept': 'application/json','Authorization': API_KEY, # 这里现在使用的是从.env文件加载的变量'Content-Type': 'application/json'
}try:conn.request("POST", "/v1/responses", payload, headers)res = conn.getresponse()data = res.read()response_str = data.decode("utf-8")response_json = json.loads(response_str)story_text = response_json['output'][1]['content'][0]['text']print(story_text)except (KeyError, IndexError) as e:print("无法从API响应中解析故事文本，请检查返回的JSON结构。")print("错误详情:", e)print("收到的原始JSON:", response_json)
except Exception as e:print(f"发生了一个错误: {e}")finally:# 确保连接在使用后总是被关闭conn.close()
IV. 横向对决：o3、o3-Pro 与 GPT-4o，到底该选谁？
面对OpenAI眼花缭乱的产品线，许多人会问：o3现在是不是比GPT-4o又便宜又好？
答案是：看情况 (It depends)。
A. 核心特性对比表
| 特性 | OpenAI o3-Pro | OpenAI o3 (新定价) | OpenAI GPT-4o |
|---|---|---|---|
| 一句话定位 | 深度推理专家 | 高性价比推理引擎 | 全能多面手 |
| 最佳应用场景 | 科研、金融、复杂编程等高精尖任务 | 通用高性能推理、数据分析、自动化流程 | 实时对话、多模态交互、创意内容生成 |
| API输入价 | $20/百万tok | $2/百万tok | $5/百万tok |
| API输出价 | $80/百万tok | $8/百万tok | $20/百万tok |
| 推理能力 | 顶级 (S+) | 极强 (S) | 强大 (A+) |
| 速度 | 慢 | 中等 | 快 |
| 多模态 | 理解图像 | 理解图像 | 理解并生成文本、图像、音频 |
| 核心优势 | 极致可靠、深度思考 | 性价比之王 | 速度快、功能全能 |
B. 场景化选择建议
- 如果你需要处理的是…
- 一篇需要严谨逻辑推导的科学论文分析
- 一个复杂的金融模型风险评估
- 一个包含数百个依赖关系的软件架构设计
- 选 o3-Pro (如果你不计成本和时间，追求最佳结果) 或 选 o3 (如果性价比是重要考量)。
- 如果你需要…
- 一个能流畅对话、快速响应的智能客服
- 一个能听懂你的语音指令并生成图片的工具
- 一个能快速总结会议并生成多语言纪要的助手
- 选 GPT-4o。它的“全能”和速度是为交互而生。
版权信息： 本文由UIUIAPI团队编写，保留所有权利。未经授权，不得转载或用于商业用途。