GET /v1/models，以 capabilities.responses 和 capabilities.embeddings 判断可用协议。工作空间、Key 模型白名单、限流、钱包和预算共用现有规则。
Responses
所有可调用 GPT 路由按文档接入POST /v1/responses 的 JSON 和 SSE。设置 store: false，在 input 中传入完整历史；不支持已存储响应、previous_response_id、后台处理、托管工具和 WebSocket。
input 接受文本，或显式消息、function_call、function_call_output 历史。函数工具使用 Responses 的平铺格式：{type: "function", name, parameters}。工具由你的应用执行。GPT 文档合同已支持严格工具和指定函数选择。tool_choice 可使用 "auto"、"none"、"required"；指定函数名还要求 capabilities.named_tool_choice。JSON 输出使用 text.format，可选 json_object 或带 name、schema 及可选 strict: true 的 json_schema。
添加 stream: true 接收具名 SSE 事件，例如 response.created、response.output_text.delta、response.function_call_arguments.delta、response.completed。输出达到长度限制时以 response.incomplete 结束。最终响应包含有效 usage 和已结算的 cost_microusd。input_tokens_details 保留 cached_tokens 和 cache_write_tokens，均包含在总输入 Token 内。失败输出 error，没有完成事件；关闭 SDK 自动重试，并用 X-Request-ID 查询诊断。
Embeddings
POST /v1/embeddings 已实现已核验向量模型合同的执行流程。当前没有开通向量模型。 模型、维度、整次请求输入硬上限及输入价格完成核验前，模型列表不会宣称支持向量。
已开通模型的 input 可传文本、文本批量、Token ID 或 Token ID 批量，批量大小受 limits.embedding_inputs 限制。encoding_format 当前仅支持 float。dimensions 要求模型明确支持可调整维度，否则省略。响应包含按输入顺序排列的有限数值向量、输入用量和最终费用，不增加输出 Token 费用。
推理请求体上限为 4 MiB，最多 2,000 条消息或输入项，详见限流。派发前预留费用，仅依据有效最终用量结算。详见模型列表、用量与计费和错误处理。
GPT 5.6 Sol Responses
gpt-5.6-sol 的 Responses 支持函数工具、严格定义、指定函数、并行调用、JSON object/schema、普通 JSON 与 SSE。reasoning.effort 接受 none、low、medium、high、xhigh、max，这些强度可与函数工具组合；默认仍为 none。此接口没有 Chat 的工具必须配合 none 限制。采样参数仍需使用 none。
store:false 下可回传加密推理历史。平台保留鉴权、预算与最终用量结算。