GPT-5.5 Responses API 推理与多轮状态配置

一句话结论

GPT-5.5 应优先使用 Responses API，并从 medium reasoning effort 开始；多轮工具 Agent 要保留响应状态和工具调用之间的推理项，避免上下文断裂。

适用场景

• 适合的任务：代码 Agent、复杂数据分析、研究、需要连续工具调用的多轮工作流。

• 不适合的任务：无需规划的简单检索或分类；应先评估 low，并在延迟极敏感时评估 none。

• 适用的模型版本：GPT-5.5；页面同时描述其他推理模型，表格和默认值应以 GPT-5.5 模型页为准。

• 适用的客户端、Agent 或 API：OpenAI Responses API、Python SDK；Chat Completions 仍可用但官方更推荐 Responses。

• 推荐的推理档位和参数：reasoning={"effort":"medium"} 起步；复杂调试和深度计划比较 high；不要因为任务复杂就无条件使用最高档位。为 reasoning token 和可见输出预留足够 max_output_tokens。

可直接使用的内容

基础调用模板（官方示例按 GPT-5.5 的 medium 配置改写）：

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.5",
    reasoning={"effort": "medium"},
    input=[{
        "role": "user",
        "content": "Inspect this repository, identify the likely bug, and return evidence plus a safe patch plan.",
    }],
)

print(response.output_text)

连续两轮调用的最小状态模板：

first = client.responses.create(
    model="gpt-5.5",
    reasoning={"effort": "medium"},
    input="Inspect this repository and identify the likely bug.",
)

second = client.responses.create(
    model="gpt-5.5",
    previous_response_id=first.id,
    input="Now patch the bug and explain the change.",
    reasoning={"effort": "medium"},
)

print(second.output_text)

测试/工作流步骤

1. 在模型页确认 GPT-5.5 的上下文、最大输出和支持的 effort；不要把其他 GPT-5 版本参数直接复制过来。

2. 用 Responses API 发送任务，以 medium 作为基线，并记录响应中的 usage.output_tokens_details.reasoning_tokens、总 token、延迟和是否 incomplete。

3. 有工具调用时，把上一次响应的 reasoning items、function call items 和 function call output items 一起传回；使用 previous_response_id 时由 API 保存状态。

4. 若使用 store=false 或无存储模式，保留每个输出 item（包括加密 reasoning 内容）并完整回放，再追加下一条用户消息。

5. 检查响应状态；若因 max_output_tokens incomplete，增大上限或缩短输入，不能把没有可见答案当成成功。

原始证据与数据

• 官方将 GPT-5.5 的默认 reasoning effort 标为 medium，并说明可用档位依模型而异。

• 官方建议开始实验时至少为 reasoning 和可见输出预留 25,000 个 token；实际占用可从数百到数万，需以响应 usage 为准。

• 官方多轮函数调用建议传回上次函数调用后的 reasoning items、函数调用项和工具输出项。

• reasoning token 不在可见答案中，但占用上下文并按 output token 计费；max_output_tokens 同时限制 reasoning、可见输出和格式 token。

适用边界

• 本文只保存官方 API 配置规则，不代表某个业务任务的质量提升；应在代表性 eval 上比较 effort。

• “保留 reasoning items”是状态连续性要求，不等于暴露模型原始思维；API 返回的 reasoning 内容仍不可直接读取。

• 页面也包含其他新模型族的参数说明；GPT-5.5 的 effort、上下文窗口、价格和 snapshot 必须以 GPT-5.5 模型页为准。

• 25,000 token 是官方起始建议，不是所有请求必须消耗的固定额度；仍需按成本和延迟预算调整。

来源摘录或观察（仅做合规短引）

官方建议 “Reasoning models work better with the Responses API”，并指出 reasoning token “still occupy space in the model’s context window”。