Endpointy

Responses

POST /responses: format OpenAI Responses API, w którym client.responses.create działa bez zmian na modelach dostępnych w api14.

Wypróbuj w playground

Endpoint Responses przyjmuje format OpenAI Responses API, więc client.responses.create(...) w oficjalnych SDK działa bez zmian. Działa na tych samych modelach co Chat completions. api14 przekazuje ciało żądania dalej bez zmian i rozlicza usage, które wraca w odpowiedzi.

POST https://api14.com/api/v1/responses
Authorization: Bearer sk-api14-...
Content-Type: application/json

Żądanie

Parametr	Typ	Opis
`model`	string, wymagany	Identyfikator modelu, np. `openai/gpt-5-mini`.
`input`	string \| array, wymagany	Prompt jako ciąg znaków lub tablica elementów wejściowych (wiadomości `{ role, content }`, `function_call_output`, …).
`instructions`	string	Instrukcje na poziomie systemowym.
`stream`	boolean	Strumieniuje zdarzenia semantyczne (`response.output_text.delta`, `response.completed`, …) przez SSE.
`max_output_tokens`	integer	Górna granica liczby generowanych tokenów.
`temperature`, `top_p`	number	Parametry próbkowania.
`tools`, `tool_choice`, `parallel_tool_calls`		Narzędzia funkcyjne. Wyszukiwanie w sieci jest dostępne także jako narzędzie lub przez `plugins`.
`text`	object	Format wyjścia, np. `{ "format": { "type": "json_schema", "name": "...", "schema": {...} } }`.
`reasoning`	object	`{ "effort": "low" \| "medium" \| "high" }`. Zobacz Rozumowanie.
`provider`, `models`, `plugins`		Te same rozszerzenia bramki co w chat completions.

Bramka nie przechowuje Twoich rozmów, więc w każdym wywołaniu przekazuj pełny kontekst w input. Opcje stanowe, takie jak previous_response_id, mogą nie być obsługiwane.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "openai/gpt-5-mini",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Powyższy przykład używa chat completions. Z SDK dla Node odpowiednik dla Responses wygląda tak:

const response = await client.responses.create({
  model: "openai/gpt-5-mini",
  input: "Write a haiku about APIs.",
});
console.log(response.output_text);

Odpowiedź

{
  "id": "resp-1760000000-abc123",
  "object": "response",
  "created_at": 1760000000,
  "model": "openai/gpt-5-mini",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [{ "type": "output_text", "text": "Requests in flight,\nJSON answers drifting back,\none key opens all." }]
    }
  ],
  "usage": {
    "input_tokens": 14,
    "output_tokens": 22,
    "total_tokens": 36,
    "input_tokens_details": { "cached_tokens": 0 },
    "output_tokens_details": { "reasoning_tokens": 0 },
    "cost": 0.0000475
  }
}

Bramka odczytuje usage z obiektu końcowego lub, przy streamingu, ze zdarzenia response.completed i pobiera cost w USD z Twojego salda.

Błędy

Takie same jak w chat completions: 400 model_required, 400 invalid_json, 401 invalid_api_key, 402 insufficient_balance, 403 model_not_allowed / plan_required, 404 model_not_found, 413 payload_too_large, 429 rate_limited / daily_limit_reached, 502 upstream_unavailable. Zobacz Błędy.