支持 OpenAI Responses API 格式而不是只有 OpenAI Chat Completions 格式
您好，我是 Trae 的重度用户，非常认可产品的编程能力和交互体验。今天想提出一个对所有使用第三方 API 中转 / 自建服务的用户来说至关重要的功能建议：请尽快支持 OpenAI Responses API 新一代标准，而不是仅支持 Chat Completions 通用标准。
核心问题：缓存命中率的天壤之别
在接入各类 API 站（包括国内主流中转平台和自建网关）时，我们发现两种 API 标准的缓存性能存在本质差异：
-
Responses API（新一代标准）：在多轮对话、长系统提示的典型编程场景下，缓存命中率稳定在90% 以上
-
Chat Completions API（通用标准）：在完全相同的使用场景和请求内容下，缓存命中率不足 5%
这不是细微的性能差异，而是 **“能用” 和 “完全不能用”** 的区别。
低缓存命中率带来的灾难性影响
对于使用第三方 API 中转或自建服务的用户来说，5% 的缓存命中率意味着：
-
成本飙升：90% 缓存命中可将 API 调用成本降低 90%，而 5% 命中率意味着几乎所有请求都需要全额计费。对于每天有大量编程请求的用户来说，这可能是每月数百甚至数千元的成本差异
-
延迟剧增：缓存命中可将响应时间从数百毫秒降至几十毫秒，低命中率导致每次请求都需要完整的模型推理，严重影响编程体验
-
系统不稳定：高并发下后端服务容易过载崩溃，出现频繁超时和错误
技术背景：为什么 Responses API 是行业未来
OpenAI API 协议现已成为全球大模型交互的事实行业标准，目前主要包含两代标准：
两代标准的本质区别
-
Chat Completions API：2023 年推出的通用标准，被绝大多数开源大模型、国产大模型和 API 平台支持。但它本质上是为无状态聊天机器人设计的，每次请求都需要客户端传输完整的消息历史数组，服务器不保存任何对话状态。
-
Responses API：OpenAI 于 2025 年 3 月 11 日正式推出的新一代推荐标准，官方明确要求 “所有新项目都应使用 Responses API”。它是为智能体 (Agent) 时代设计的统一接口，融合了 Chat Completions 的简洁性和 Assistants API 的强大功能。
Responses API 的核心技术优势
1. 革命性的有状态缓存机制（最关键优势）
Responses API 引入了previous_response_id这一核心参数，彻底改变了上下文管理方式：
-
旧模式：Chat Completions 需要客户端每次都把整本 “故事书”（完整聊天历史）发给服务器，服务器每次都要从头开始阅读和处理
-
新模式：Responses API 只需要客户端告诉服务器 “接着上次那个 ID 的故事继续写”，服务器端已经保存了完整的上下文和推理状态
这种设计带来了数量级的缓存性能提升：
-
服务器可以精确缓存每个
response_id对应的完整上下文 -
多轮对话中，只有新增的用户输入需要传输和处理
-
长系统提示只需要在第一次请求时发送，后续所有轮次都可以被缓存
-
OpenAI 官方内部测试显示，Responses API 的缓存利用率比 Chat Completions 高40%-80%，在编程等长上下文场景下甚至可以达到 90% 以上
2. 原生支持推理状态保留
对于 GPT-5 等新一代推理模型，Responses API 能够保留模型的内部推理状态跨多轮调用，这是 Chat Completions 无法做到的：
-
GPT-5 在 Responses API 下的 SWE-bench 编程基准测试得分比 Chat Completions 高 3%
-
TAUBench 智能体基准测试得分高 5%
-
模型不会 “中途失忆”，能够更好地完成复杂的多步骤任务
3. 内置统一工具调用框架
Responses API 将工具调用深度整合进了 API 的核心设计中：
-
支持一次请求内调用多个工具，包括网络搜索、文件搜索、代码解释器、计算机使用和远程 MCP 服务器
-
工具调用由服务器端统一管理，减少了客户端与服务器之间的往返次数
-
所有工具调用的状态也会被自动缓存，进一步提升性能
4. 统一的多模态支持
Responses API 原生支持文本、图像等多种输入类型，未来还将支持音频和视频，提供了一个统一的多模态交互接口。
行业广泛采用与未来趋势
Responses API 已经迅速成为行业新标准：
-
Open Responses 规范：OpenAI 联合 Hugging Face、Nvidia、Vercel、OpenRouter 等主要生态系统参与者创建了 Open Responses 开放规范，旨在实现智能体式 AI 工作流的标准化
-
主流平台支持：Ollama、vLLM、LM Studio 等本地推理引擎，以及 Anthropic、Google Gemini 等主要模型提供商都已经宣布支持 Open Responses 规范
-
官方路线图：OpenAI 已经宣布 Assistants API 将于 2026 年 8 月 26 日正式废弃，未来所有新功能都将只在 Responses API 上提供
-
模型专属功能：GPT-5 的计算机使用能力、深度研究模式等高级功能只能通过 Responses API 访问，Chat Completions 将不再支持这些新特性
建议方案
请在 Trae 的 API 配置中增加对 OpenAI Responses API 新一代标准的支持：
-
允许用户选择使用
/v1/responses端点而非强制使用/v1/chat/completions -
适配 Responses API 的参数体系（如
max_output_tokens替代max_completion_tokens，instructions替代system角色消息） -
实现基于
previous_response_id的有状态上下文管理 -
支持
prompt_cache_key和prompt_cache_retention等缓存优化参数 -
预留对未来 Responses API 新功能的扩展接口
这一功能将极大提升 Trae 对第三方 API 服务的兼容性，让所有使用中转或自建服务的用户都能获得与官方 API 相当的性能和成本体验，同时也使 Trae 能够跟上大模型 API 技术的发展趋势，在智能体时代保持领先地位。
感谢您的考虑，期待 Trae 变得更好！