Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Responses API proti Chat Completions: Zakaj migrirati

Lekcija 2 od 22 Posodobljeno 29. julij 2026 Razvijalec
Na tej strani
  1. Responses API proti Chat Completions
  2. Temeljne spremembe
  3. Upravljanje sej na strani strežnika
  4. Zagotovljen JSON, ne le upanje na JSON
  5. Klicanje funkcij in pretakanje (Streaming)
  6. Hitri vodnik za migracijo
  7. Ali moraš migrirati takoj?
  8. Ključne ugotovitve

Responses API proti Chat Completions

API Chat Completions je leta služil kot standard in večina kode, ki jo najdeš na spletu, ga še vedno uporablja. Vendar pa je OpenAI od leta 2025 ta API označil kot zastarel (legacy) in za vse nove projekte priporoča Responses API. Ta lekcija primerja oba vmesnika s poudarkom na razlikah, ki dejansko vplivajo na tvojo kodo.

Temeljne spremembe

Pri Chat Completions si moral zgraditi seznam sporočil in ga pri vsakem klicu poslati v celoti. Stanje pogovora je živelo v tvoji aplikaciji, nikoli na strežniku:

from openai import OpenAI
client = OpenAI()

# Stari model — Chat Completions (zastarelo)
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)
# Rezultat: "The capital of France is Paris."

Responses API ta isti klic poenostavi na dva parametra in omogoča neposreden dostop do generiranega besedila. Sistemsko sporočilo postane parameter instructions, za pridobitev vsebine pa ni treba več brskati po 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)
# Rezultat: "The capital of France is Paris."

Upravljanje sej na strani strežnika

To prinaša najbolj neposredno korist. API vzdržuje stanje pogovora, zato moraš prejšnji odgovor navesti le z njegovim ID-jem. Predstavljaj si asistenčno službo za podporo: pri desetem koraku bi te pristop s Chat Completions prisilil v ponovno pošiljanje prejšnjih devetih izmenjav, kar pomeni, da bi za te žetone znova plačal. Tu zadostuje eno samo polje:

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

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

Zagotovljen JSON, ne le upanje na JSON

Druga večja izboljšava se nanaša na strukturirane izhode. Opisuješ pričakovano obliko in Responses API zagotavlja, da se bo odgovor držal tvoje sheme JSON – tako lahko podatke deserializiraš brez varnostnih mrež. Registracijski obrazec, ki iz prostega besedila izvleče informacije, se ne bo več pokvaril samo zato, ker se je model odločil pred svoj JSON dodati uvodni stavek:

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

Klicanje funkcij in pretakanje (Streaming)

Deklaracija orodij sledi isti logiki poenostavitve: opis funkcije je ravno deklariran v tools, klic, ki ga zahteva model, pa se pojavi neposredno v response.output, brez dodatnih ravni gnezdenja.

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 vrne funkcijo, ki jo je treba izvesti, neposredno
for item in response.output:
    if item.type == "function_call":
        print(f"Function: {item.name}, Arguments: {item.arguments}")
# Rezultat: Function: get_meteo, Arguments: {"city": "Lyon"}

Pretakanje (streaming) ne vrača več toka nediferenciranih kosov, temveč tipizirane dogodke. Filtriraš glede na event.type in točno veš, s čim imaš opravka – z delčkom besedila, argumentom funkcije ali koncem 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)

Hitri vodnik za migracijo

Chat CompletionsResponses API
client.chat.completions.create()client.responses.create()
messages=[...]input="..." ali input=[...]
response.choices[0].message.contentresponse.output_text
Ročna zgodovinaprevious_response_id
response_formattext={"format": {...}}
tools + tool_choicetools (poenostavljeno)

Ali moraš migrirati takoj?

API Chat Completions ostaja funkcionalen in ne bo odstranjen. Obstoječa koda, ki deluje, ne zahteva sprememb in se zanaša na testni pipeline, zgrajen okoli stare oblike, z nujnim prepisovanjem ne pridobi ničesar. Prav tako, če si odvisen od knjižnice tretje strani, ki še ne podpira Responses API, počakaj na njeno posodobitev. Vendar pa je za vsak nov projekt odgovor jasen: Responses API je izhodišče in preostanek tega tečaja izhaja iz tega predpostavke.

Ključne ugotovitve

  • Responses API nadomešča Chat Completions z enostavnejšim vmesnikom
  • Upravljanje sej na strani strežnika odpravlja potrebo po ponovnem pošiljanju zgodovine
  • Strukturirani izhodi in klicanje funkcij sta nativno integrirana
  • Migracija je preprosta: koncepti ostajajo enaki, spremeni se le sintaksa