GPT-5.1 使用指南
请求地址
https://www.dmxapi.cn/v1/responses重要提示
GPT-5.1 系列模型只能通过 responses 接口调用
模型列表
gpt-5.1- 标准版本gpt-5.1-chat- 对话优化版本gpt-5.1-codex- 代码生成版本gpt-5.1-codex-mini- 轻量级代码版本
快速入门
GPT-5.1 新增了推理模式选项 none，适用于低延迟交互场景。系统默认将 GPT-5.1 的推理模式设置为 none。
示例代码
python
"""
DMXAPI GPT-5.1 API 调用示例
====================
本脚本演示如何使用 OpenAI sdk调用 DMX API 服务
支持的模型：gpt-5.1
"""
from openai import OpenAI
# ============================================================
# API 配置
# ============================================================
# 你的 DMX API 密钥，用于身份验证
api_key = "sk-*******************************************"
# DMX API 服务的基础 URL 地址
base_url = "https://www.dmxapi.cn/v1"
# ============================================================
# 初始化客户端
# ============================================================
# 创建 OpenAI 客户端实例，配置 API 密钥和服务地址
client = OpenAI(
api_key=api_key, # API 认证密钥
base_url=base_url # API 服务端点
)
# ============================================================
# 发送请求
# ============================================================
# 调用 responses.create 方法创建一个响应
result = client.responses.create(
model="gpt-5.1", # 使用的模型版本
input="早上好", # 输入的提示文本
reasoning={"effort": "none"}, # 推理配置：低推理程度
)
# ============================================================
# 输出结果
# ============================================================
# 打印 API 返回的文本内容
print(result.output_text)返回示例
json
早上好呀！🙂
今天有什么想聊的或需要我帮忙的吗？新特性
与 GPT-5 类似，新一代 GPT-5.1 的 API 功能包括：
- 自定义工具
- 调节输出详细度与推理过程的参数
- 允许使用的工具列表
5.1 版本亮点：新增了推理强度 none 调控选项，进一步提升了模型的可操控性，并针对编程场景新增了两项实用工具。
推理强度控制
reasoning.effort 参数用于控制模型在输出回答前生成的推理标记数量。早期的推理模型（例如 o3）仅支持 low、medium 和 high 三种模式：
- low：侧重响应速度和较少标记消耗
- high：追求更深入的推理过程
在 GPT-5.1 版本中，最低响应档位现已调整为 none，以实现更低延迟的交互体验，此设置也是系统的默认选项。若需更充分的思考过程，可逐步提升至 medium 档位并观察输出效果。
注意
请注意区分 GPT-5.1 的 none 推理档位与 GPT-5 版本中 minimal 推理档位及 medium 默认档位的差异。
最佳实践：在推理强度设为 none 的情况下，提示设计尤为关键。即便使用默认设置，为提升模型的推理质量，也应引导其养成先"思考"或梳理步骤再作答的习惯。
输出详细程度
详细程度（verbosity）决定了生成的输出标记数量。减少标记数能够降低整体延迟。尽管模型的推理思路基本不变，但模型会采用更简洁的回答方式——具体效果取决于实际使用场景，可能提升也可能降低回答质量。
使用场景
- 高详细程度模式（high）：适用于需要模型对文档进行详细阐释或执行全面代码重构的场景
- 低详细度模式（low）：适用于需要简短回复或基础代码生成的场景，例如 SQL 查询语句编写
配置说明
GPT-5 已将该选项设置为可配置项，可选值为 high、medium 或 low。在 GPT-5.1 版本中，详细程度仍保持可配置，且默认设置为 medium。
生成代码时：
medium和high详细级别会输出结构更完整、带有行内注释的长代码low详细级别则生成更为精简、注释极少的短代码
示例代码
python
"""
DMXAPI GPT-5.1 模型调用示例脚本
本脚本演示如何使用 OpenAI SDK 调用 dmxapi 平台的 GPT-5.1 模型。
主要功能：发送问题并获取模型的响应结果。
"""
from openai import OpenAI
import json
# ============================================================================
# DMXAPI 配置部分
# ============================================================================
# 在这里填写你的 DMXAPI 配置信息
api_key = "sk-*******************************************" # 你的 DMXAPI Key
base_url = "https://www.dmxapi.cn/v1" # dmxapi 的 DMXAPI 基础地址
# ============================================================================
# 初始化客户端
# ============================================================================
# 使用提供的 API Key 和 base_url 创建 OpenAI 客户端实例
client = OpenAI(
api_key=api_key,
base_url=base_url
)
# ============================================================================
# 调用模型并获取响应
# ============================================================================
# 使用 responses.create 方法调用 GPT-5.1 模型
# model: 指定使用的模型名称
# input: 用户提出的问题或提示词
# text.verbosity: 控制输出的详细程度，可选值为 "low"（简洁）或 "high"（详细）
response = client.responses.create(
model="gpt-5.1",
input="生命的意义是什么?",
text={
"verbosity": "low" # 使用简洁模式输出
}
)
# ============================================================================
# 输出结果
# ============================================================================
# 将响应对象转换为字典并格式化输出
# indent=2: 使用 2 个空格缩进，提高可读性
# ensure_ascii=False: 正确显示中文字符，不转义为 Unicode
print(json.dumps(response.model_dump(), indent=2, ensure_ascii=False))返回示例
json
{
"id": "resp_08558b7c8c274c3900691ac28d31348194bdf49cd9bddb390f",
"created_at": 1763361421.0,
"error": null,
"incomplete_details": null,
"instructions": null,
"metadata": {},
"model": "gpt-5.1",
"object": "response",
"output": [
{
"id": "rs_08558b7c8c274c3900691ac28d76808194bb33748ba321ccff",
"summary": [],
"type": "reasoning",
"content": null,
"encrypted_content": null,
"status": null
},
{
"id": "msg_08558b7c8c274c3900691ac28d7fd0819490c845bffa43af6d",
"content": [
{
"annotations": [],
"text": "这个问题没有唯一标准答案，只能由你自己在生活中慢慢“活出来”。但人类历史上常见的几个方向是：\n\n1）关系：去爱与被爱，和家人、朋友、伴侣、社会建立真诚的连接。 \n2）成长：让自己在能力、见识、心性上持续进步，成为更好的自己。 \n3）贡献：用自己的方式对他人或世界有一点点帮助，比如工作、创作、服务、善举。 \n4）体验：认真地活一次，感受世界的美好与苦难，尝试你真正在意的事物。 \n5）自由与真实：逐渐摆脱外界单一标准的束缚，更真实地过自己认同的人生。\n\n简单说： \n- 没有“统一答案”的意义； \n- 你可以自己“制造意义”：在你愿意投入时间和心力的事情里； \n- 当你觉得迷茫时，从小事开始：照顾好身体，维持几段真诚的关系，做一件对别人有益的小事，坚持一项能让你成长的练习。\n\n如果你愿意说说你现在所处的状态（年龄、困惑的重点，比如工作/学习/感情），我可以帮你一起更具体地梳理属于你的“意义线索”。",
"type": "output_text",
"logprobs": []
}
],
"role": "assistant",
"status": "completed",
"type": "message"
}
],
"parallel_tool_calls": true,
"temperature": 1.0,
"tool_choice": "auto",
"tools": [],
"top_p": 1.0,
"background": false,
"conversation": null,
"max_output_tokens": null,
"max_tool_calls": null,
"previous_response_id": null,
"prompt": null,
"prompt_cache_key": null,
"reasoning": {
"effort": "none",
"generate_summary": null,
"summary": null
},
"safety_identifier": null,
"service_tier": "default",
"status": "completed",
"text": {
"format": {
"type": "text"
},
"verbosity": "low"
},
"top_logprobs": 0,
"truncation": "disabled",
"usage": {
"input_tokens": 11,
"input_tokens_details": {
"cached_tokens": 0
},
"output_tokens": 307,
"output_tokens_details": {
"reasoning_tokens": 0
},
"total_tokens": 318
},
"user": null,
"content_filters": null,
"store": true
}参数兼容性
重要提示
使用 GPT-5.1 系列模型时（如 gpt-5.1、gpt-5.1-chat、gpt-5.1-codex 等），以下参数不被支持：
temperaturetop_plogprobs
含有这些字段的请求将会报错。
推荐参数
请改用以下专用于 GPT-5 模型系列的控制选项：
| 参数 | 说明 | 可选值 |
|---|---|---|
reasoning.effort | 推理深度等级 | none | low | medium | high |
text.verbosity | 输出详细级别 | low | medium | high |
max_output_tokens | 输出长度限制 | 正整数 |
© 2025 DMXAPI GPT-5.1