GPT-Reihe

Die GPT-Textmodelle von OpenAI, darunter die Reihen GPT-6, GPT-5.x, GPT-4.1, GPT-4o und Codex. Der Aufruf erfolgt über die OpenAI-kompatible API mit den beiden Endpunkten Chat Completions und Responses; im offiziellen OpenAI SDK genügt es, base_url zu ändern.

Häufige Aufgaben

Reasoning aktivieren Werte für reasoning_effort, Reasoning-Tokens, Reasoning-Zusammenfassung.Websuche Das Tool web_search am Responses-Endpunkt.Prompt-Caching Automatisches Caching und Trefferprüfung.Strukturierte Ausgabe und PDF Ausgabe per json_schema und PDF-Dateien als Eingabe.Fehlerbehebung Kontext überschritten, max_tokens zu groß, leere Antwort, Endpunkt nicht unterstützt.In Codex verwenden Einrichtung und häufige Fragen.

Modelle

Alle Modelle unterstützen Tool-Aufrufe und strukturierte Ausgabe; alle außer GPT-5 nano unterstützen Bildeingaben. Die vollständige Modellliste und aktuelle Preise finden Sie auf der Modellseite ; alternativ können Sie sie über die Models API abfragen.

Gängige Modell-IDs (beim Aufruf exakt kopieren)

GPT-6 Solopenai/gpt-6-sol

GPT-5.4openai/gpt-5.4

GPT-5.4 miniopenai/gpt-5.4-mini

GPT-4.1 miniopenai/gpt-4.1-miniKein Reasoning; für einfache Aufgaben

Das Präfix openai/ kann entfallen, z. B. gpt-5.4. Das Feld model in der Antwort enthält stets die Schreibweise mit Präfix.

Endpunktwahl

Kurz gesagtDie Codex-Reihe und GPT-5.4 Pro unterstützen nur den Responses-Endpunkt; alle anderen Modelle funktionieren mit beiden Endpunkten.

	Chat Completions	Responses
Adresse	`POST https://api.ofox.io/v1/chat/completions`	`POST https://api.ofox.io/v1/responses`
Eingabe	`messages`	`input` (String oder Nachrichten-Array)
Obergrenze der Ausgabelänge	`max_completion_tokens` (auch `max_tokens` wird akzeptiert)	`max_output_tokens`
Reasoning-Stärke	`reasoning_effort`	`reasoning.effort`
Reasoning-Zusammenfassung	Wird nicht zurückgegeben	`reasoning.summary`, siehe Reasoning-Zusammenfassung
Websuche	Nicht unterstützt	Tool `web_search`
Modelle nur für diesen Endpunkt	—	`openai/gpt-5.4-pro`, `openai/gpt-5.3-codex`, `openai/gpt-5.2-codex`

Alle Anfrageparameter finden Sie unter Chat Completions API und Responses API.

Anbieter

Anbieter	Bereitgestellte Modelle
Azure AI Foundry (`azure_foundry`)	Alle Modelle; Standardanbieter
OpenAI (`openai`)	GPT-6 Sol, GPT-6 Luna, GPT-6 Astra, GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.6 Luna

Gemessen verhalten sich beide Anbieter bei Reasoning, Caching und Websuche gleich. Wenn Sie einen Anbieter festlegen müssen, fügen Sie den Request-Header X-OfoxAI-Provider-Type: openai hinzu; weitere Möglichkeiten finden Sie unter Provider-Routing.

Aufrufbeispiele

Python (Chat Completions)

gpt_chat.py


import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="openai/gpt-5.4",
    messages=[
        {"role": "system", "content": "Du bist ein erfahrener Backend-Entwickler und antwortest knapp."},
        {"role": "user", "content": "Erkläre in einem Satz, was Idempotenz ist."},
    ],
)
print(resp.choices[0].message.content)

Python (Responses)

gpt_responses.py


import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.responses.create(
    model="openai/gpt-5.4",
    instructions="Du bist ein erfahrener Backend-Entwickler und antwortest knapp.",
    input="Erkläre in einem Satz, was Idempotenz ist.",
)
print(resp.output_text)

cURL

Terminal


curl https://api.ofox.io/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-5.4",
    "messages": [{"role": "user", "content": "Erkläre in einem Satz, was Idempotenz ist."}]
  }'

Prompt-Caching

Kurz gesagtDie GPT-Reihe cacht automatisch, die Anfrage muss nicht angepasst werden. Feste Inhalte am Anfang der Anfrage erhöhen die Trefferquote.

Stimmt das Präfix einer Anfrage mit kürzlich gesendeten Anfragen überein und ist es lang genug, wird der Cache automatisch getroffen; der getroffene Anteil wird zum Preis für Cache-Lesen abgerechnet.

Punkt	Beschreibung
Treffer prüfen	Bei Chat Completions ist `usage.prompt_tokens_details.cached_tokens` größer als 0; bei Responses ist es `usage.input_tokens_details.cached_tokens`
Schreiben	Bei den Reihen GPT-6 und GPT-5.6 liefert die erste Anfrage `prompt_tokens_details.cache_write_tokens`, abgerechnet zum Preis für Cache-Schreiben
Mindestlänge	Zu kurze Präfixe werden nicht gecacht; die Mindestlänge finden Sie in der offiziellen Dokumentation von OpenAI
Zuverlässigkeit	Das Caching erfolgt nach bestem Bemühen; auch Anfragen mit identischem Präfix können den Cache verfehlen

Allgemeines zum Caching: Prompt-Caching.

Websuche

Fügen Sie am Responses-Endpunkt web_search zu tools hinzu. Das Modell startet dann selbstständig Suchen und zitiert die Quellen. Chat Completions unterstützt keine Websuche.

gpt_web_search.py


import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.responses.create(
    model="openai/gpt-5.4",
    tools=[{"type": "web_search"}],
    input="Was ist die neueste stabile Version von Python?",
)
print(resp.output_text)
print("Anzahl Suchen:", sum(1 for item in resp.output if item.type == "web_search_call"))

Jeder web_search_call-Eintrag in output steht für eine Suche, der message-Eintrag ist die endgültige Antwort. Suchen werden pro Aufruf abgerechnet; den Preis finden Sie auf der Modellseite .

Häufige Fehler

Kurz gesagtParameterfehler liefern 400 mit einer Begründung. Bei langem Reasoning treten gelegentlich 502 und 504 auf; verwenden Sie Streaming und ein großzügiges Timeout.

HTTP · type	Fehlermeldung im Wortlaut	Ursache	Lösung
400 `invalid_request_error`	`This model's maximum context length is 128000 tokens. However, your messages resulted in 152008 tokens.`	Eingabe überschreitet den Kontext des Modells	Eingabe kürzen oder ein Modell mit längerem Kontext verwenden
400 `invalid_request_error`	`max_tokens is too large: 100000. This model supports at most 16384 completion tokens`	Die Ausgabeobergrenze übersteigt das zulässige Maximum des Modells	`max_completion_tokens` verringern
400 `invalid_request_error`	`Invalid value: 'bogus'. Supported values are: 'low', 'medium', 'high', and 'xhigh'.`	Der Wert von `reasoning_effort` wird von diesem Modell nicht unterstützt	Einen der in der Fehlermeldung genannten Werte verwenden
400 `endpoint_not_supported`	`Model 'openai/gpt-5.4-pro' does not support the /v1/chat/completions endpoint on this platform.`	Das Modell unterstützt nur den Responses-Endpunkt	`/v1/responses` verwenden
404 `model_not_found`	`Model 'openai/gpt-9' not found`	Modell-ID falsch geschrieben oder Modell abgekündigt	Modell-ID von dieser Seite kopieren
429 `rate_limit_error`	`Rate limit reached for the requested model. Please retry after a short delay.`	Zu viele Anfragen	Später erneut versuchen; siehe Ratenlimits
502 `upstream_error`	`The model service is temporarily unavailable. Please retry or switch to another model.`	Der Upstream-Dienst ist vorübergehend nicht verfügbar	Später erneut versuchen oder ein anderes Modell verwenden
504 `gateway_timeout`	`The upstream service did not respond in time.`	Das Reasoning dauert zu lange, der Upstream antwortet nicht rechtzeitig	Streaming verwenden oder die Reasoning-Stärke senken
200, `finish_reason: "length"` und leere Antwort	—	Das Reasoning hat `max_completion_tokens` aufgebraucht	`max_completion_tokens` erhöhen oder die Reasoning-Stärke senken

Weitere allgemeine Fehler: Fehlerbehandlung.

Offizielle Dokumentation

Die offizielle Dokumentation beschreibt das Verhalten bei direktem Aufruf von OpenAI. Beim Aufruf über OfoxAI gelten für Modell-IDs und Endpunktadressen die Angaben auf dieser Seite.

Häufige Fragen

Wie schreibe ich die Modell-ID von GPT?

Die Standardschreibweise ist openai/gpt-5.4; das Präfix openai/ kann auch entfallen, also gpt-5.4.

Chat Completions oder Responses – welchen Endpunkt soll ich verwenden?

Beide funktionieren. Die Codex-Reihe und GPT-5.4 Pro unterstützen nur Responses; auch für Reasoning-Zusammenfassungen oder Websuche benötigen Sie Responses. Projekte mit bestehendem Chat-Completions-Code können diesen weiter nutzen.

Wie aktiviere ich Reasoning bei GPT?

Bei Chat Completions übergeben Sie reasoning_effort (z. B. "high"), bei Responses reasoning: {"effort": "high"}. Einige Modelle führen standardmäßig kein Reasoning aus; übergeben Sie den Parameter bei Bedarf explizit.

GPT liefert eine leere Antwort und finish_reason ist length?

Die für das Reasoning verbrauchten Tokens zählen zu max_completion_tokens. Ist das Kontingent durch das Reasoning aufgebraucht, wird keine Antwort mehr ausgegeben. Erhöhen Sie max_completion_tokens oder senken Sie reasoning_effort.

Fehler does not support the /v1/chat/completions endpoint?

Das Modell unterstützt nur den Responses-Endpunkt, z. B. gpt-5.4-pro, gpt-5.3-codex und gpt-5.2-codex. Verwenden Sie stattdessen POST /v1/responses.

Kann ich den Reasoning-Prozess von GPT sehen?

Verwenden Sie den Responses-Endpunkt und übergeben Sie reasoning: {"effort": "medium", "summary": "auto"}; die reasoning-Einträge in output enthalten dann eine Reasoning-Zusammenfassung. Chat Completions liefert keine Reasoning-Inhalte.

Kann GPT im Web suchen?

Ja. Verwenden Sie den Responses-Endpunkt und fügen Sie {"type": "web_search"} zu tools hinzu. Chat Completions unterstützt keine Websuche.

Muss ich das Prompt-Caching bei GPT manuell aktivieren?

Nein. Ist das Präfix lang genug und stimmt es mit kürzlich gesendeten Anfragen überein, wird der Cache automatisch getroffen; die Treffermenge steht in cached_tokens unter usage.

Was tun, wenn GPT-Anfragen in ein Timeout laufen oder 504 liefern?

Reasoning mit hoher Stärke kann lange dauern. Verwenden Sie Streaming (stream: true), setzen Sie das Client-Timeout auf mindestens 600 Sekunden oder senken Sie reasoning_effort.