Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Responses API vs Chat Completions: Prečo migrovať

Lekcia 2 z 22 Aktualizované 29. júla 2026 Vývojár
Na tejto strane
  1. Responses API vs Chat Completions
  2. Základné zmeny
  3. Správa relácií na strane servera
  4. Garantované JSON, nie len dúfanie v JSON
  5. Volanie funkcií a streamovanie
  6. Rýchly sprievodca migráciou
  7. Mal by si migrovať okamžite?
  8. Kľúčové poznatky

Responses API vs Chat Completions

API Chat Completions slúžilo roky ako štandard a väčšina kódu, ktorý nájdeš online, ho stále používa. Od roku 2025 ho však OpenAI označila ako zastarané (legacy) a pre všetky nové projekty odporúča Responses API. Táto lekcia porovnáva tieto dve rozhrania so zameraním na rozdiely, ktoré skutočne ovplyvňujú tvoj kód.

Základné zmeny

Pri Chat Completions si zostavoval zoznam správ a s každým volaním si odosielal celý tento zoznam. Stav konverzácie žil vo tvojej aplikácii, nikdy na serveri:

from openai import OpenAI
client = OpenAI()

# Starý model — Chat Completions (zastarané)
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)
# Výsledok: "The capital of France is Paris."

Responses API redukuje toto totožné volanie na dva parametre a poskytuje priamy prístup k vygenerovanému textu. Systémová správa sa stáva parametrom instructions a extrakcia obsahu si už nevyžaduje prechádzanie cez choices[0].message.content:

from openai import OpenAI
client = OpenAI()

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

Správa relácií na strane servera

Toto prináša najrýchlejší úžitok. API udržiava stav konverzácie, takže stačí odkázať sa na predchádzajúcu odpoveď pomocou jej ID. Predstav si asistenta podpory: pri desiatom kole ťa prístup cez Chat Completions nútil znova odosielať predchádzajúcich deväť výmen, čo znamenalo, že si za tieto tokeny platil opäť. Tu stačí jediné pole:

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

# Druhá otázka — kontext sa automaticky zachová
followup = client.responses.create(
    model="gpt-5.6-terra",
    input="What is my name?",
    previous_response_id=response.id
)
print(followup.output_text)
# Výsledok: "Your name is Marie."

Garantované JSON, nie len dúfanie v JSON

Druhým zásadným vylepšením je štruktúrovaný výstup. Popíšeš očakávaný formát a Responses API zaručí, že odpoveď bude dodržiavať tvoju JSON schému – čo ti umožňuje deserializovať dáta bez bezpečnostných sietí. Registračný formulár extrahujúci informácie z voľného textu sa už nerozbije len preto, že sa model rozhodne pridať pred svoje JSON úvodnú vetu:

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)
# Výsledok: {"name": "Paris", "country": "France", "population": 2161000}

Volanie funkcií a streamovanie

Deklarácia nástrojov nasleduje rovnakú logiku zjednodušenia: deskriptor funkcie sa deklaruje plocho v tools a volanie požadované modelom sa objaví priamo v response.output, bez ďalších úrovní vnorenia.

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 vráti funkčné volanie na vykonanie priamo
for item in response.output:
    if item.type == "function_call":
        print(f"Function: {item.name}, Arguments: {item.arguments}")
# Výsledok: Function: get_meteo, Arguments: {"city": "Lyon"}

Streamovanie už nevracia prúd nerozlíšených častí, ale typované udalosti. Filtruješ podľa event.type a presne vieš, s čím pracuješ – či už ide o fragment textu, argument funkcie alebo koniec generovania:

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)

Rýchly sprievodca migráciou

Chat CompletionsResponses API
client.chat.completions.create()client.responses.create()
messages=[...]input="..." alebo input=[...]
response.choices[0].message.contentresponse.output_text
Ručná históriaprevious_response_id
response_formattext={"format": {...}}
tools + tool_choicetools (zjednodušené)

Mal by si migrovať okamžite?

API Chat Completions zostáva funkčné a nie je plánované jeho odstránenie. Existujúci kód, ktorý beží, nevyžaduje zmeny a spolieha sa na testovací pipeline postavený okolo starého formátu, z urgentného prepisu nič nezíska. Podobne, ak závisíš od knižnice tretej strany, ktorá ešte nepodporuje Responses API, počkaj na jej aktualizáciu. Pre akýkoľvek nový projekt je však odpoveď jasná: Responses API je východiskovým bodom a zvyšok tohto kurzu vychádza z tohto predpokladu.

Kľúčové poznatky

  • Responses API nahrádza Chat Completions jednoduchším rozhraním
  • Správa relácií na strane servera eliminuje potrebu opätovného odosielania histórie
  • Štruktúrovaný výstup a volanie funkcií sú natívne integrované
  • Migrácia je priamočiara: koncepty zostávajú rovnaké, mení sa len syntax