Урок из полного доступа, первые уроки курса бесплатно Официальный курс OpenAI Academy на русском
Урок 233 · Текст · ~5 мин

Рассуждающие модели работают лучше через Responses API

Урок 233 из 303 курса «OpenAI Cookbook»: официальный курс OpenAI Academy (ОпенАИ) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Используя Responses API с новейшими моделями рассуждений OpenAI, вы можете достичь более высокого уровня интеллекта, снизить затраты и более эффективно использовать токены в своих приложениях. API также предоставляет доступ к сводкам рассуждений, поддерживает такие функции, как использование размещенных инструментов (hosted-tool use), и разработан для поддержки будущих улучшений, обеспечивающих ещё большую гибкость и производительность.

Недавно мы выпустили две новые передовые модели рассуждений, o3 и o4-mini, которые превосходно сочетают возможности рассуждений с использованием агентных инструментов (agentic tool use). Многие не знают, что вы можете улучшить их производительность, в полной мере используя наш (относительно) новый Responses API. В этом руководстве (cookbook) показано, как максимально эффективно использовать эти модели, и объясняется, как рассуждения и вызовы функций (function calling) работают "за кулисами". Предоставляя модели доступ к предыдущим элементам рассуждений (reasoning items), мы можем гарантировать, что она будет работать с максимальным интеллектом и минимальными затратами.

Мы представили Responses API в отдельном руководстве (cookbook) и справочнике API. Основной вывод: Responses API похож на Completions API, но с улучшениями и дополнительными функциями. Мы также внедрили зашифрованный контент для Responses, что делает его ещё более полезным для тех, кто не может использовать API в режиме с сохранением состояния (stateful way)!

Прежде чем мы углубимся в то, как Responses API может помочь, давайте кратко рассмотрим, как работают модели рассуждений. Модели, такие как o3 и o4-mini, разбивают проблемы шаг за шагом, создавая внутреннюю цепочку рассуждений (chain of thought), которая кодирует их логику. В целях безопасности эти токены рассуждений (reasoning tokens) предоставляются пользователям только в суммированном виде.

В многошаговом диалоге токены рассуждений отбрасываются после каждого хода, в то время как входные и выходные токены с каждого шага передаются на следующий

Диаграмма взята из нашей документации

Давайте рассмотрим возвращаемый объект ответа:

Из JSON-дампа объекта ответа вы можете видеть, что помимо output_text модель также генерирует элемент рассуждений (reasoning item).

Вы также можете видеть…

План урока

  1. Повышение производительности моделей рассуждений с использованием Responses API
  2. Обзор
  3. Как работают модели рассуждений
  4. Кэширование
  5. Зашифрованные элементы рассуждений
  6. Сводки рассуждений
  7. Заключение

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы OpenAI 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от OpenAI (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды