接口文档：gpt-5.5 与 gpt-image-2

本文是 gpt-5.5（推理对话）与 gpt-image-2（图像生成）两个模型的接口规范，供对接集成参考。

平台采用 OpenAI 兼容、原生透传：请求体原样转发到上游、响应体原样回传，中间层不改写字段，仅替换鉴权。因此 OpenAI 官方文档中的字段与行为在此一致，已直连 OpenAI 的代码迁移时只需更换 api_key 与 base_url。

通用约定

Base URL

text

https://code.ai80.vip/v1

WARNING

OpenAI 兼容接口的 Base URL 必须带 /v1。这与 Anthropic 兼容接入使用根地址 https://code.ai80.vip 不同，请勿混用。

鉴权

所有请求通过 HTTP 头携带 API Key（OpenAI 分组）：

text

Authorization: Bearer <YOUR_API_KEY>
Content-Type: application/json

未鉴权或鉴权失败返回 401。

错误响应

错误结构与 OpenAI 官方一致：

json

{
  "error": {
    "message": "错误描述",
    "type": "invalid_request_error",
    "code": "..."
  }
}

状态码	含义
`400`	请求参数错误
`401`	鉴权失败：Key 错误 / 失效 / 非 OpenAI 分组 / Base URL 漏写 `/v1`
`429`	触发限流，请退避重试
`5xx`	上游或网关异常，例如 `{"error":{"type":"upstream_error","message":"Upstream service temporarily unavailable"}}`，建议带退避重试

gpt-5.5（推理对话）

gpt-5.5 是推理模型，支持调节推理强度（reasoning effort）、返回思考摘要（thinking summary）、并在 usage 中给出推理 token 统计。

提供两个端点，按习惯选用：

端点	说明
`POST /v1/responses`	Responses API，推理模型的原生形态，思考摘要更完整
`POST /v1/chat/completions`	Chat Completions，生态最广，同样支持 reasoning effort

请求参数

Responses API

参数	类型	必填	说明
`model`	string	是	固定 `gpt-5.5`
`input`	string \| array	是	输入内容，字符串或结构化消息数组
`reasoning.effort`	string	否	推理强度：`minimal` / `low` / `medium` / `high`
`reasoning.summary`	string	否	思考摘要：`auto` / `concise` / `detailed`
`stream`	boolean	否	是否流式输出，默认 `false`
`max_output_tokens`	integer	否	输出 token 上限

Chat Completions

参数	类型	必填	说明
`model`	string	是	固定 `gpt-5.5`
`messages`	array	是	消息数组，结构同官方
`reasoning_effort`	string	否	顶层字段，取值 `minimal` / `low` / `medium` / `high`
`stream`	boolean	否	是否流式输出，默认 `false`
`stream_options.include_usage`	boolean	否	流式时是否在末块返回 usage
`max_completion_tokens`	integer	否	输出 token 上限

Reasoning effort：取值越高推理越充分，但更慢、更贵。简单任务用 low / minimal 提速，复杂推理用 high。该字段原样透传，平台不改写。

关于 reasoning_effort 的回显

两个端点的回显行为不同，与 OpenAI 官方一致：

Chat Completions：reasoning_effort 是入参，响应体中不会回显该字段（OpenAI 官方行为，非平台删改）。本次推理消耗只体现在 usage.completion_tokens_details.reasoning_tokens。
Responses API：响应体顶层会回显 reasoning 对象，如 "reasoning": { "effort": "high", "summary": null }，推理消耗见 usage.output_tokens_details.reasoning_tokens。

想在响应里看到 effort 回显，用 Responses API；只需对话结果与推理用量统计，用 Chat Completions 即可。

Reasoning Effort 示例

Responses API（字段为 reasoning.effort）：

bash

curl -s https://code.ai80.vip/v1/responses \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "input": "用三句话解释 CAP 定理",
    "reasoning": { "effort": "high" }
  }'

Chat Completions（字段为顶层 reasoning_effort）：

bash

curl -s https://code.ai80.vip/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "messages": [{"role": "user", "content": "用三句话解释 CAP 定理"}],
    "reasoning_effort": "high"
  }'

思考摘要（thinking）

原始推理 token 内容不会被吐出，但 Responses API 可返回一份思考摘要，加上 reasoning.summary 即可：

bash

curl -s https://code.ai80.vip/v1/responses \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "input": "设计一个短链服务，说明你的取舍",
    "reasoning": { "effort": "high", "summary": "auto" }
  }'

reasoning.summary 参数会被接受并原样透传，响应中回显（如 "reasoning": { "effort": "high", "summary": "detailed" }）。

是否返回摘要正文取决于上游：与官方一致，OpenAI 仅对通过身份验证的组织返回推理摘要条目。实测中 output 数组通常仅含 message（最终答案），不出现独立的 reasoning 摘要条目。无论摘要是否展示，推理消耗都会计入 usage.output_tokens_details.reasoning_tokens。

响应与 usage

每次请求的 token 用量原样返回，含推理 token，便于成本核算。

Responses API（实测结构）：

json

{
  "usage": {
    "input_tokens": 24,
    "input_tokens_details": { "cached_tokens": 0 },
    "output_tokens": 144,
    "output_tokens_details": { "reasoning_tokens": 23 },
    "total_tokens": 168
  }
}

Chat Completions（实测结构）：

json

{
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 138,
    "completion_tokens_details": { "reasoning_tokens": 20 },
    "total_tokens": 162
  }
}

reasoning_tokens：思考消耗，计入输出，推理模型占比可能很高，预算时勿漏。
cached_tokens：缓存命中部分，在 input_tokens_details / prompt_tokens_details 下原样返回。

流式 usage

流式默认不带 usage（官方行为）：

Chat Completions：需加 stream_options.include_usage: true，usage 出现在最后一个数据块。
Responses API：在 response.completed 事件中带 usage，无需额外参数。

bash

curl -s https://code.ai80.vip/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "messages": [{"role": "user", "content": "写一首关于秋天的短诗"}],
    "stream": true,
    "stream_options": { "include_usage": true }
  }'

开启后，流的末块 choices 为空数组、单独携带 usage（实测）：

text

data: {"object":"chat.completion.chunk","model":"gpt-5.5","choices":[],"usage":{"prompt_tokens":20,"completion_tokens":40,"total_tokens":60,"completion_tokens_details":{"reasoning_tokens":26}}}

data: [DONE]

Python SDK

python

from openai import OpenAI

client = OpenAI(
    api_key="<YOUR_API_KEY>",
    base_url="https://code.ai80.vip/v1",
)

resp = client.responses.create(
    model="gpt-5.5",
    input="用三句话解释 CAP 定理",
    reasoning={"effort": "high", "summary": "auto"},
)

print(resp.output_text)
print("推理 token:", resp.usage.output_tokens_details.reasoning_tokens)
print("总 token:", resp.usage.total_tokens)

gpt-image-2（图像生成）

gpt-image-2 通过标准 OpenAI Images API 调用，接口与官方一致。

端点	说明
`POST /v1/images/generations`	文本生图
`POST /v1/images/edits`	图像编辑（需上传原图，可带 mask）

也可通过 Responses API 的 image_generation 工具调用，见文末。

请求参数（generations）

参数	类型	必填	说明
`model`	string	是	固定 `gpt-image-2`
`prompt`	string	是	图像描述，建议英文，文字渲染更稳定
`n`	integer	否	生成数量，默认 `1`
`size`	string	否	`1024x1024`（方）/ `1536x1024`（横）/ `1024x1536`（竖）
`quality`	string	否	`low` / `medium` / `high`，默认平衡用 `medium`
`response_format`	string	否	`b64_json`（纯 base64）/ `url`（返回 data URI）
`background`	string	否	`transparent` / `opaque` / `auto`
`output_format`	string	否	`png` / `jpeg` / `webp`
`output_compression`	integer	否	压缩等级（jpeg/webp）
`stream`	boolean	否	是否流式返回中间帧
`partial_images`	integer	否	流式时的中间帧数量

response_format: "url" 返回的是 data:image/png;base64,... 形式的 data URI，可直接用于 <img src>；保存为文件用 b64_json 更直接。

响应

以下为 gpt-image-2 实测返回结构（base64 已省略）：

json

{
  "created": 1780265876,
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAA...",
      "revised_prompt": "A realistic red apple sitting on a clean white table, soft natural lighting, photorealistic"
    }
  ],
  "background": "auto",
  "output_format": "png",
  "quality": "auto",
  "size": "1024x1024",
  "model": "gpt-image-2",
  "usage": {
    "input_tokens": 35,
    "input_tokens_details": { "image_tokens": 0, "text_tokens": 35 },
    "output_tokens": 196,
    "output_tokens_details": { "image_tokens": 196, "text_tokens": 0 },
    "total_tokens": 231
  }
}

图像数据在 data[].b64_json（或 data[].url 的 data URI）。
data[].revised_prompt：模型对原始 prompt 的改写版本，反映实际用于生成的描述。
顶层回显本次生成的 background / output_format / quality / size / model。
usage 随上游原样返回，与官方 Images API 一致：input_tokens / output_tokens / total_tokens，并在 input_tokens_details、output_tokens_details 中按 image_tokens / text_tokens 拆分。图像生成的输出主要计入 output_tokens_details.image_tokens。

curl 示例

bash

curl -s https://code.ai80.vip/v1/images/generations \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "A cinematic illustration of a programmer working late at night, warm desk lamp, city lights through window",
    "n": 1,
    "size": "1536x1024",
    "quality": "medium",
    "response_format": "b64_json"
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
open('output.png','wb').write(base64.b64decode(data['data'][0]['b64_json']))
print('saved: output.png')
"

Python SDK

python

from openai import OpenAI
import base64
from pathlib import Path

client = OpenAI(api_key="<YOUR_API_KEY>", base_url="https://code.ai80.vip/v1")

resp = client.images.generate(
    model="gpt-image-2",
    prompt="A dramatic editorial illustration, glowing terminal, dark cyberpunk style",
    n=1,
    size="1536x1024",
    quality="medium",
    response_format="b64_json",
)

Path("cover.png").write_bytes(base64.b64decode(resp.data[0].b64_json))
print("done")

通过 Responses API 调用

gpt-image-2 也可作为 Responses API 的图像生成工具使用：

bash

curl -s https://code.ai80.vip/v1/responses \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "input": "A cinematic illustration of a programmer working late at night",
    "tools": [{"type": "image_generation"}]
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
open('output.png','wb').write(base64.b64decode(data['output'][0]['result']))
print('saved: output.png')
"

此形态下响应 output 为 image_generation_call 条目，图像 base64 在 output[0].result（实测结构）：

json

{
  "output": [
    {
      "id": "ig_0a51...",
      "type": "image_generation_call",
      "status": "completed",
      "action": "generate",
      "background": "opaque",
      "output_format": "png",
      "quality": "high",
      "size": "1536x1024",
      "revised_prompt": "...",
      "result": "iVBORw0KGgoAAA..."
    }
  ],
  "usage": {
    "input_tokens": 2214,
    "input_tokens_details": { "cached_tokens": 0 },
    "output_tokens": 43,
    "output_tokens_details": { "reasoning_tokens": 0 },
    "total_tokens": 2257
  }
}

通过工具调用时，usage 采用 Responses 口径（input_tokens / output_tokens），且 input_tokens 会因工具系统提示而偏高；这与标准 /v1/images/generations 的 image_tokens / text_tokens 拆分口径不同。如只需出图、按图像 token 计量，优先用标准 Images API。

与官方差异说明

项目	说明
Base URL	OpenAI 接口统一 `https://code.ai80.vip/v1`（带 `/v1`）
请求 / 响应	原生透传，不做协议转换，仅替换鉴权头
字段行为	与 OpenAI 官方文档一致，包括 reasoning、思考摘要、usage、流式
鉴权	使用 Code80 OpenAI 分组的 API Key

需要并发配额、专属资源或更多模型对接，请通过商务渠道联系。相关页面：OpenAI 接口对齐 · GPT Image 生图接入 · API Key 管理

接口文档：gpt-5.5 与 gpt-image-2 ​

通用约定 ​

Base URL ​

鉴权 ​

错误响应 ​

gpt-5.5（推理对话） ​

请求参数 ​

Responses API ​

Chat Completions ​

Reasoning Effort 示例 ​

思考摘要（thinking） ​

响应与 usage ​

流式 usage ​

Python SDK ​

gpt-image-2（图像生成） ​

请求参数（generations） ​

响应 ​

curl 示例 ​

Python SDK ​

通过 Responses API 调用 ​

与官方差异说明 ​

接口文档：gpt-5.5 与 gpt-image-2

通用约定

Base URL

鉴权

错误响应

gpt-5.5（推理对话）

请求参数

Responses API

Chat Completions

Reasoning Effort 示例

思考摘要（thinking）

响应与 usage

流式 usage

Python SDK

gpt-image-2（图像生成）

请求参数（generations）

响应

curl 示例

Python SDK

通过 Responses API 调用

与官方差异说明