OpenAI 接口对齐（思考 / Reasoning Effort / Usage）
Code80 的 OpenAI 兼容接口走的是原生透传：你发什么字段，平台原样转发到上游；上游返回什么，平台原样回给你，中间不改写请求体、不改写响应体。
这意味着 OpenAI 官方 API 里的高级能力，在 Code80 上一样可用。本页讲三件开发者最关心的事：
- 调节推理强度（
reasoning_effort/reasoning.effort） - 拿到思考过程摘要（reasoning summary）
- 读到完整的用量统计（
usage），包括推理 token
如果你直连过 OpenAI，这里的代码几乎不用改，只换 api_key 和 base_url 两处。
适用场景
- 需要按任务难度动态调节推理强度，平衡速度和效果
- 做计费或成本核算，要拿到每次请求的 token 用量，包含推理 token
- 已有的 OpenAI 代码想迁到 Code80，要求行为和官方一致，不被中间层吞字段
配置前确认
- 已有 Code80 账号且有可用额度
- 已创建 OpenAI 分组 的 API Key
- 目标模型是推理模型（如
gpt-5.5），普通模型不产生推理 token
还没有 Key 看这里：API Key 管理
Base URL
OpenAI 兼容接口的 Base URL 要带 /v1：
https://code.ai80.vip/v1注意
这一点和 Claude / Anthropic 接入不同。Claude 用根地址 https://code.ai80.vip（不带 /v1），OpenAI 这类接口要写成 https://code.ai80.vip/v1。两者不要混用。
两个端点都支持，按你的习惯选：
| 端点 | 说明 |
|---|---|
/v1/responses | Responses API，OpenAI 推理模型的原生形态，思考摘要更完整 |
/v1/chat/completions | Chat Completions，老接口生态最广，同样支持 reasoning effort |
Reasoning Effort：调节推理强度
effort 控制模型在回答前"想多久"。取值越高，推理越充分，但更慢、更贵。OpenAI 推理模型支持 minimal / low / medium / high。
Responses API 写法
字段是 reasoning.effort：
curl -s https://code.ai80.vip/v1/responses \
-H "Authorization: Bearer 你的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 写法
字段是顶层的 reasoning_effort：
curl -s https://code.ai80.vip/v1/chat/completions \
-H "Authorization: Bearer 你的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"
}'简单任务用 low 或 minimal 能明显提速，复杂推理再切 high。这个值是原样透传的，平台不会替你改。
思考过程摘要
OpenAI 不会把模型的原始推理 token 内容吐出来，但 Responses API 可以返回一份思考摘要（reasoning summary）。加上 reasoning.summary 即可：
curl -s https://code.ai80.vip/v1/responses \
-H "Authorization: Bearer 你的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" }
}'摘要会作为 reasoning 类型的条目出现在响应的 output 数组里，最终答案在 output 后续的 message 条目里。行为和官方 Responses API 一致。
Usage：用量原样返回
每次请求的 token 用量都会原样回传，包含推理 token，方便你做成本核算。
非流式
Responses API 的 usage 结构：
{
"usage": {
"input_tokens": 24,
"output_tokens": 512,
"output_tokens_details": { "reasoning_tokens": 448 },
"total_tokens": 536
}
}Chat Completions 的 usage 结构：
{
"usage": {
"prompt_tokens": 24,
"completion_tokens": 512,
"completion_tokens_details": { "reasoning_tokens": 448 },
"total_tokens": 536
}
}reasoning_tokens 是模型思考消耗的部分，它算在输出里。推理模型这块占比可能很高，做预算时别漏。缓存命中的 cached_tokens（在 input_tokens_details / prompt_tokens_details 下）也会原样带回。
流式
流式默认不带 usage，这是 OpenAI 的官方行为，要显式开启。
Chat Completions 加 stream_options：
curl -s https://code.ai80.vip/v1/chat/completions \
-H "Authorization: Bearer 你的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，usage 会出现在流的最后一个数据块里。Responses API 的流式则在 response.completed 事件中带 usage，不需要额外参数。
Python SDK 示例
用 OpenAI 官方 SDK，只改 api_key 和 base_url：
from openai import OpenAI
client = OpenAI(
api_key="你的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)常见问题
1. 传了 reasoning_effort 没生效
先确认模型是推理模型。普通对话模型不接受这个参数，也不产生推理 token。gpt-5.5 这类模型才有效。
2. usage 里 reasoning_tokens 是 0
说明这次请求模型几乎没有推理，常见于 effort 设为 minimal 或任务很简单。把 effort 调高再看。
3. 流式拿不到 usage
流式默认不返回 usage。Chat Completions 要加 stream_options.include_usage: true；Responses API 在 response.completed 事件里带。这和直连 OpenAI 的行为一致。
4. 字段会不会被平台改写
OpenAI 分组的 /v1/responses 和 /v1/chat/completions 是原生透传，请求体和响应体不做协议转换，只替换鉴权头。你按官方文档怎么写，这里就怎么用。
5. 接口报 401
通常是这几种：Key 填错或失效、Key 不是 OpenAI 分组、base_url 漏了 /v1 写成了根地址。