维度	Chat Completions	Responses API
多轮状态	客户端每次回传完整 messages	通过 previous_response_id 串接，或手动把输出项放进下一次 input
结构化输出的字段	response_format	text.format
内容过滤结果	prompt_filter_results、content_filter_results	顶层 content_filters 数组（SDK 通常不做类型定义，需按原始字段读取）
函数调用返回	role 为 tool 的消息	function_call_output 随 previous_response_id 发回
内置工具	无	Code Interpreter、文件与图片输入等
存储	不适用	响应默认保留 30 天，可按 ID 删除

核心能力

能力	要点
创建、读取、删除响应	按响应 ID 操作
压缩（Compaction）	可单独调用 responses.compact，或在请求中设置 context_management 与 compact_threshold（可配合 store=false）
流式输出	stream=true；流中出错时 HTTP 状态仍为 200，错误通过 error 事件返回，失败的流不计令牌费用
函数调用	模型返回 function_call，应用执行后用 function_call_output 继续
护栏（Guardrails）	被阻止的提示返回 HTTP 400，错误码 content_filter；注解模式只报告不拦截
Code Interpreter	沙箱中运行 Python，除令牌费用外另有费用（待核实）；每会话最少计费 5 分钟，空闲 20 分钟超时；每请求最多 50 个文件 ID，每容器 1,000 个文件
图片输入	URL、Base64 数据 URI 或文件 ID；PNG、JPEG、WebP、非动画 GIF；每请求最多 50 张，单张小于 512 MB；detail 参数控制令牌与精度
PDF 输入	Base64、文件 ID 或 file_url；模型同时看到提取文本与页面图像；单文件小于 50 MB，每请求合计 50 MB

最小示例

以下示例改自官方页面，演示 previous_response_id 串接两轮对话。MODEL_NAME 应替换为部署名称。

认证方式：API Key（环境变量 AZURE_OPENAI_API_KEY）或 Microsoft Entra ID（推荐），Entra ID 的 scope 为 https://ai.azure.com/.default。Python 依赖为 openai 与 azure-identity。

模型与区域

官方页面列出的支持模型族包括 GPT-6.x、GPT-5.x（含 codex、chat 等变体）、gpt-chat-latest、gpt-4o、gpt-4.1、o 系列、图像模型与 computer-use-preview（具体版本以官方列表为准，待核实）。

页面列出 32 个可用区域（待核实，2026-11-05 获取），并注明最新功能需要 v1 API。

并非每个模型在每个区域都可用，需以模型区域页为准。

限制与已知问题（官方页面列出）

不支持：带多轮编辑的图像生成，以及图像生成的流式输出。

已知问题：PDF 的文件上传 purpose 设为 user_data 不支持（可用 assistants 作为临时替代）；background 模式与流式输出组合时存在性能问题，官方称修复中。

可用性与预览状态

页面未明确标注 Responses API 为预览或正式版（GA）。页面提到 v1 API 为最新功能所需，并链接到 API 版本生命周期页面和 v1-preview 的 REST 参考视图。预览状态：待核实（2026-11-05 获取）。

费用

令牌费用按模型定价计算；Code Interpreter 的额外费用与定价页面以官方为准（待核实）。

来源与核对

来源：How to use the Azure OpenAI Responses API

来源：How to use function calling with Microsoft Foundry Models（用于说明函数调用在两种接口中的格式差异）

核对范围：正文已读。Responses API 页面正文较长（约 18 万字符），本次核对了概述、与 Chat Completions 的差异、能力列表、示例、模型与区域、限制与已知问题部分；页面末尾的部分内容未读。

获取日期：2026-11-05。区域数量、模型版本、预览状态与 Code Interpreter 费用均待核实。

函数调用

第一次调用 Azure OpenAI

Last update: 2026-11-6

🎉Explore AI & LLM & Cloud

👏记录实践，分享思考👏

awesome_ai_copilot