Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Responses API naspram Chat Completions: Zašto migrirati

Lekcija 2 od 22 Ažurirano 29. srpnja 2026. Programer
Na ovoj stranici
  1. Responses API naspram Chat Completions
  2. Temeljne promjene
  3. Upravljanje sesijama na strani poslužitelja
  4. Zajamčeni JSON, a ne JSON „u nadi“
  5. Pozivanje funkcija i strujanje (Streaming)
  6. Brzi vodič za migraciju
  7. Trebaš li migrirati odmah?
  8. Ključne točke

Responses API naspram Chat Completions

Chat Completions API godinama je bio standard, pa većina koda koji pronađeš na mreži i dalje koristi njega. Međutim, OpenAI ga je od 2025. označio kao zastarjeli (legacy) i za sve nove projekte preporučuje Responses API. Ova lekcija uspoređuje ta dva sučelja, s fokusom na razlike koje doista utječu na tvoj kod.

Temeljne promjene

Kod Chat Completionsa gradio si popis poruka i sa svakim pozivom slao cijeli popis. Stanje razgovora živjelo je u tvojoj aplikaciji, nikada na poslužitelju:

from openai import OpenAI
client = OpenAI()

# Stari model — Chat Completions (zastarjelo)
response = client.chat.completions.create(
    model="gpt-5.6-terra",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "What is the capital of France?"},
    ]
)
print(response.choices[0].message.content)
# Result: "The capital of France is Paris."

Responses API svodi isti taj poziv na dva parametra i osigurava izravan pristup generiranom tekstu. Sistemska poruka postaje parametar instructions, a izvlačenje sadržaja više ne zahtijeva navigaciju kroz choices[0].message.content:

from openai import OpenAI
client = OpenAI()

# Novi model — Responses API
response = client.responses.create(
    model="gpt-5.6-terra",
    input="What is the capital of France?"
)
print(response.output_text)
# Result: "The capital of France is Paris."

Upravljanje sesijama na strani poslužitelja

Ovo donosi najbržu korist. API održava stanje razgovora, pa samo trebaš referencirati prethodni odgovor njegovim ID-jem. Zamisli asistenta za podršku: kod Chat Completions pristupa, do desetog okretaja morao si ponovno poslati prethodnih devet razmjena, što znači da si ponovno platio te tokene. Ovdje je dovoljno jedno polje:

# Prvo pitanje
response = client.responses.create(
    model="gpt-5.6-terra",
    input="My name is Marie."
)

# Drugo pitanje — kontekst je automatski sačuvan
followup = client.responses.create(
    model="gpt-5.6-terra",
    input="What is my name?",
    previous_response_id=response.id
)
print(followup.output_text)
# Result: "Your name is Marie."

Zajamčeni JSON, a ne JSON „u nadi“

Drugo veliko poboljšanje tiče se strukturiranog izlaza. Opišeš očekivani format, a Responses API jamči da će odgovor poštovati tvoju JSON shemu – što ti omogućuje deserializaciju bez sigurnosnih mreža. Obrazac za registraciju koji izvlači podatke iz slobodnog teksta više se neće srušiti samo zato što je model odlučio dodati uvodnu rečenicu prije svog JSON-a:

from pydantic import BaseModel

class City(BaseModel):
    name: str
    country: str
    population: int

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Give me information about Paris.",
    text={"format": {"type": "json_schema", "json_schema": {
        "name": "city",
        "strict": True,
        "schema": City.model_json_schema()
    }}}
)
print(response.output_text)
# Result: {"name": "Paris", "country": "France", "population": 2161000}

Pozivanje funkcija i strujanje (Streaming)

Deklaracija alata slijedi istu logiku pojednostavljenja: opis funkcije deklarira se ravno u tools, a poziv koji zatraži model pojavljuje se izravno u response.output, bez dodatnih razina ugnježđivanja.

response = client.responses.create(
    model="gpt-5.6-terra",
    input="What is the weather like in Lyon?",
    tools=[{
        "type": "function",
        "name": "get_meteo",
        "description": "Get the weather for a city",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "Name of the city"}
            },
            "required": ["city"]
        }
    }]
)

# API izravno vraća funkciju koju treba izvršiti
for item in response.output:
    if item.type == "function_call":
        print(f"Function: {item.name}, Arguments: {item.arguments}")
# Result: Function: get_meteo, Arguments: {"city": "Lyon"}

Strujanje više ne vraća niz nediferenciranih komada, već tipizirane događaje. Filtriraš prema event.type i točno znaš s čim radiš – fragmentom teksta, argumentom funkcije ili krajem generiranja:

stream = client.responses.create(
    model="gpt-5.6-terra",
    input="Tell a short story.",
    stream=True
)

for event in stream:
    if event.type == "response.output_text.delta":
        print(event.delta, end="", flush=True)

Brzi vodič za migraciju

Chat CompletionsResponses API
client.chat.completions.create()client.responses.create()
messages=[...]input="..." ili input=[...]
response.choices[0].message.contentresponse.output_text
Ručna povijestprevious_response_id
response_formattext={"format": {...}}
tools + tool_choicetools (pojednostavljeno)

Trebaš li migrirati odmah?

Chat Completions API i dalje funkcionira i neće biti uklonjen. Postojeći kod koji radi, ne zahtijeva promjene i oslanja se na testni pipeline izgrađen oko starog formata, neće imati nikakve koristi od hitnog prepisivanja. Isto tako, ako ovisiš o biblioteci treće strane koja još ne podržava Responses API, pričekaj njezino ažuriranje. Međutim, za bilo koji novi projekt, odgovor je jasan: Responses API je polazište, a ostatak ovog tečaja polazi od te pretpostavke.

Ključne točke

  • Responses API zamjenjuje Chat Completions jednostavnijim sučeljem
  • Upravljanje sesijama na strani poslužitelja uklanja potrebu za ponovnim slanjem povijesti
  • Strukturirani izlaz i pozivanje funkcija nativno su integrirani
  • Migracija je jednostavna: koncepti ostaju isti, mijenja se samo sintaksa