> ## Documentation Index
> Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Openai Responses API 지원

Openai Responses API 다기능 인터페이스를 지원하며, 다음 기능들이 출시되었습니다:

* Text input: 텍스트 입력
* Image input: 이미지 입력
* Streaming: 스트리밍
* Web search: 웹 검색
* Reasoning: 추론 깊이 제어. 4단계 지원 (minimal / low / medium / high). 참고로 minimal 은 gpt-5 시리즈에서만 사용할 수 있습니다.
* Verbosity: 출력 길이. gpt-5 는 3단계 지원 (low / medium / high)
* Functions: 함수
* image\_generation tool usage: 이미지 그리기 및 생성은 `gpt-image-1`로 청구됩니다.
* Code Interpreter: 모델이 Python을 작성하고 실행하여 문제를 해결할 수 있도록 합니다
* Remote MCP: 원격 MCP 서버 호출
* Computer Use: 컴퓨터 사용

## 사용법 (Python 호출):

공식 OpenAI 호출 방법과 동일하며, 전달을 위해 `api_key`와 `base_url`만 교체하면 됩니다.
중국 본토에서 직접 접근할 수 있습니다.

```py theme={null}
client = OpenAI(
    api_key="AIHUBMIX_API_KEY", # AiHubMix에서 생성한 키로 교체하세요
    base_url="https://aihubmix.com/v1"
)
```

추론 모델의 경우, 다음 매개변수를 사용하여 출력 추론 요약을 제어할 수 있으며, 요약의 상세도는 detailed > auto > None 순으로, auto가 최상의 균형을 제공합니다.

```py theme={null}
"summary": "auto"
```

<CodeGroup>
  ```py GPT-5 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="sk-***", # 將其替換為你在 AIHubMix 後台產生的金鑰
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
      model="gpt-5", # gpt-5, gpt-5-chat-latest, gpt-5-mini, gpt-5-nano
      input="為什麼塔羅占卜有效？其背後的原理是什麼？有哪些可遷移的方法？輸出格式：Markdown", # GPT-5 預設不以 Markdown 格式輸出，因此需要明確指定。
      reasoning={
          "effort": "minimal" # 推理深度——控制模型在產生回覆前會生成多少推理 token。可用值為 "minimal"、"low"、"medium" 或 "high"。預設為 "medium"。
      },
      text={
          "verbosity": "low" # 輸出長度——冗長度決定會生成多少輸出 token。可用值為 "low"、"medium" 或 "high"。GPT-5 之前的模型預設為 "medium" 冗長度。
      },
      stream=True
  )

  for event in response:
    print(event)
  ```

  ```py 텍스트 입력 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # 당신의 키 "sk-***"
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
    model="gpt-4o-mini", # codex-mini-latest 사용 가능
    input="유니콘에 대한 세 문장 잠자리 이야기를 들려주세요."
  )

  print(response)
  ```

  ```py 이미지 입력 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # 당신의 키 "sk-***"
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
      model="gpt-4o-mini", # codex-mini-latest 사용 가능
      input=[
          {
              "role": "user",
              "content": [
                  { "type": "input_text", "text": "이 이미지에 무엇이 있나요?" },
                  {
                      "type": "input_image",
                      "image_url": "https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg"
                  }
              ]
          }
      ]
  )

  print(response)
  ```

  ```py 스트리밍 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # 당신의 키 "sk-***"
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
    model="gpt-4o-mini", # codex-mini-latest 사용 가능
    instructions="당신은 도움이 되는 어시스턴트입니다.",
    input="안녕하세요!",
    stream=True
  )

  for event in response:
    print(event)
  ```

  ```py 웹 검색 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # 당신의 키 "sk-***"
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
    model="gpt-4o-mini",
    tools=[{ "type": "web_search_preview" }],
    input="오늘의 긍정적인 뉴스는 무엇이었나요?",
  )

  print(response)
  ```

  ```py 추론 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # 당신의 키 "sk-***"
      base_url="https://aihubmix.com/v1/"
  )

  response = client.responses.create(
      model="o4-mini", # codex-mini-latest, o4-mini, o3-mini, o3, o1
      input="딱따구리가 얼마나 많은 나무를 쪼을 수 있을까요?",
      reasoning={
          "effort": "medium", # low, medium, high
          "summary": "auto", # 추론 요약
      }
  )

  print(response)
  ```

  ```py 함수 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # 당신의 키 "sk-***"
      base_url="https://aihubmix.com/v1"
  )

  tools = [
      {
          "type": "function",
          "name": "get_current_weather",
          "description": "주어진 위치의 현재 날씨 가져오기",
          "parameters": {
            "type": "object",
            "properties": {
                "location": {
                    "type": "string",
                    "description": "도시와 주, 예: 서울, 부산",
                },
                "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]},
            },
            "required": ["location", "unit"],
          }
      }
  ]

  response = client.responses.create(
    model="gpt-4o-mini", # codex-mini-latest 사용 가능
    tools=tools,
    input="오늘 보스턴 날씨는 어떤가요?",
    tool_choice="auto"
  )

  print(response)
  ```

  ```py 이미지 생성 도구 theme={null}
  from openai import OpenAI
  import base64

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # 당신의 키 "sk-***"
      base_url="https://aihubmix.com/v1"
  )

  response = client.responses.create(
      model="gpt-4.1-mini",
      input="주황색 스카프를 한 수달을 안고 있는 회색 줄무늬 고양이 이미지를 생성해주세요",
      tools=[{"type": "image_generation"}],
  )

  # 이미지를 파일로 저장
  image_data = [
      output.result
      for output in response.output
      if output.type == "image_generation_call"
  ]

  if image_data:
      image_base64 = image_data[0]
      with open("cat_and_otter.png", "wb") as f:
          f.write(base64.b64decode(image_base64))
  ```

  ```py 코드 인터프리터 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # 당신의 키 "sk-***"
      base_url="https://aihubmix.com/v1"
  )

  instructions = """
  당신은 개인 수학 튜터입니다. 수학 문제를 받으면, 
  python 도구를 사용해서 코드를 작성하고 실행하여 문제를 답하세요.
  """

  resp = client.responses.create(
      model="gpt-4.1",
      tools=[
          {
              "type": "code_interpreter",
              "container": {"type": "auto"}
          }
      ],
      instructions=instructions,
      input="3x + 11 = 14 방정식을 풀어야 합니다. 도와주실 수 있나요?",
  )

  print(resp.output)
  ```

  ```py 원격 MCP theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="AIHUBMIX_API_KEY", # 당신의 키 "sk-***"
      base_url="https://aihubmix.com/v1"
  )

  resp = client.responses.create(
      model="gpt-4.1",
      tools=[{
          "type": "mcp",
          "server_label": "deepwiki",
          "server_url": "https://mcp.deepwiki.com/mcp",
          "require_approval": "never",
          "allowed_tools": ["ask_question"],
      }],
      input="MCP 사양의 2025-03-26 버전(modelcontextprotocol/modelcontextprotocol)은 어떤 전송 프로토콜을 지원하나요?",
  )

  print(resp.output_text)
  ```
</CodeGroup>

**참고:**

1. 최신 `codex-mini-latest`는 검색을 **지원하지 않습니다**.
2. **Computer use** 기능은 **Playwright**와의 통합이 필요합니다. [공식 저장소](https://github.com/openai/openai-cua-sample-app)를 참조하는 것을 권장합니다.

알려진 문제:

* 사용 사례가 복잡하여 호출이 어려움
* 많은 스크린샷을 찍어 시간이 오래 걸리고 종종 불안정함
* CAPTCHA나 Cloudflare 인간 검증을 유발하여 무한 루프에 빠질 가능성

***

마지막 업데이트: 2026-06-01