/v1/chat/completions这个端点，但凡接触过大模型API的人应该都用过。
不管你是调DeepSeek、通义千问、智谱、Kimi、MiniMax，几乎走的都是这个格式。“接口兼容OpenAI格式”已经是整个行业的事实标准。几乎所有模型厂商都兼容了这个接口，几乎所有教程和示例代码都在用它。
但很多人不知道的是，OpenAI在2025年3月又推出了一套新接口：/v1/responses。
（虽然已经推出一年了，但真的还有很多人不知道...）
官方明确说了，这是未来所有新项目的推荐接口，老接口会逐步退出。
问题是，大部分中转站、教程、甚至一些Agent框架，到现在还在用老接口。你可能一直在用一种"过时"的方式调模型，自己却不知道。
老格式：Chat Completions
completions这一套是2023年随GPT-3.5一起出来的，但今天它已经不属于OpenAI独有了——它是整个大模型行业的公共语言。
它的设计思路很直白：你把聊天记录打包成一个数组发过去，模型回你一条消息。
POST /v1/chat/completions
{
"model": "gpt-4o",
"messages": [
{"role": "system", "content": "你是一个助手"},
{"role": "user", "content": "1+1等于几"},
{"role": "assistant", "content": "等于2"},
{"role": "user", "content": "为什么"},
]
}
你看到了吗？第二轮对话的时候，你得把第一轮的问答也一起发过去。因为服务器是无状态的——它不记得你之前聊了什么，每次请求都是一张白纸。
这个接口是OpenAI内部一周赶出来的，员工自己都说是"先跑起来再说"的产物。但架不住它简单好用，所以成了行业事实标准，各家都兼容。
侧方位证明世界是个草台班子...
新格式：Responses
2025年3月，OpenAI推出了/v1/responses。
从调用方式上看，变化不大：
POST /v1/responses
{
"model": "gpt-4o",
"input": "1+1等于几"
}
messages换成了input，看起来只是换个名字。但底层改了三件大事。
第一，服务器记住了你的对话。
老接口每次请求都要把整段聊天历史重新发一遍。聊到第十轮，你就要把前九轮全部打包，每次都在为已经付过费的token重复付费。
新接口用一个previous_response_id参数解决问题：
POST /v1/responses
{
"model": "gpt-4o",
"input": "为什么",
"previous_response_id": "resp_abc123"
}
告诉服务器"接着上次那个ID继续"，你只需要发新的一句话。服务器端保存了完整的上下文和推理状态，不用每次都从头来。
这意味着什么？省token。实测下来，多轮对话场景的缓存命中率能到90%以上，而老接口只有不到5%。差18倍，直接反映在你的账单上。
第二，返回结果不只是"一条消息"了。
老接口返回的就是一段文本，choices[0].message.content，完事。
新接口返回的是一组有序的Items，可能是推理过程（reasoning）、可能是消息（message）、可能是工具调用（function_call）、可能是搜索结果。你可以清楚地看到模型"想了什么"和"做了什么"，而不是只看到最终结论。
第三，内置工具调用。
老接口的function calling，本质上是模型输出一段JSON说"我想调用这个函数"，你自己去执行，再把结果扔回来。每次工具调用都是一次完整的请求往返。
新接口支持内置工具——联网搜索、代码解释器、文件检索，引擎在服务端自动执行，不需要你当中间人。一次请求里模型可以连续调用多个工具，最后给你一个结果。
那些还在用老接口的人
说了这么多新接口的好处，现实是，大部分中文开发者还在用老接口。
因为生态还没跟上，国产大模型厂商对Responses API的支持还处于早期——通义千问是2026年1月才支持的。
用中转站的要注意了
笔者自己踩过一个坑。
之前用的一个中转站，一直好好的，突然开始各种报错。折腾了半天才发现，那个中转站只支持completions，不支持responses。而我当时用的工具已经默认走新接口了。
这让我意识到一件事：中转站接的是哪一套接口，好多人可能从来没注意过。
现在很多中转站的做法是：对外提供老格式接口，后端做一层转换，把你的请求翻译成新格式发给OpenAI。
这听起来没问题，但转换质量参差不齐。有些中转站只是把字段名映射了一下，Responses API的精髓——有状态上下文、结构化返回、内置工具——全部丢失了。你以为自己在用新接口，其实还是老接口换了个壳。
更直接的影响是缓存。新接口靠previous_response_id实现服务端缓存，如果中转站在转换过程中没有正确传递这个参数，每次请求对OpenAI来说都是全新的。（我猜测这就是为啥中转站有一些是“无缓存模型”）
以此判别纯血模型
这个方法不太严谨，也不保真：看你的中转站或者工具文档里，有没有提到/v1/responses这个端点。如果只提到了/v1/chat/completions，那它走的大概率是老接口。
或者：发一个多轮对话请求，看返回结果里有没有response_id字段。如果有，说明它真正接上了新接口；如果返回的还是老格式的choices[0].message.content，那就是套了个壳。
当然，这只能作为一个侧面参考。一个中转站好不好用，还要看稳定性、延迟、价格、客服响应等很多因素。
但至少，知道自己在用什么，比稀里糊涂地用要好。
最后
OpenAI从Chat Completions转向Responses，是整个交互范式的换代。老接口是为"聊天"设计的，新接口是为"Agent"设计的。
你不需要现在就去迁移——老接口短期内不会消失，国产模型的支持也需要时间。但至少知道有这么回事，下次遇到奇怪的报错、或者觉得中转站费用莫名变高的时候，多一个排查方向。