创建响应 · MOSS API

MOSS-VL 接入请参阅创建响应（VL）。

模型	输入	执行方式
Nex N2.6	支持纯文本。图片使用 `input_image`，视频通过 `video_url` 传入（MP4、WebM）。暂不支持 `file_id`。	同步或 SSE 流式。多轮历史由客户端传入。
MOSS-VL	必须同时提供文本指令和图片或视频。媒体支持 URL 或 `file_id`。	同步。

鉴权与接入

所有有效的MOSS API Key 均可调用。使用 Authorization: Bearer <API Key> 和 Content-Type: application/json。

生产 HTTP 请求使用 https://api.mosi.cn。运行下方示例前，将 MOSS_API_ORIGIN 设为 https://api.mosi.cn，将 MOSS_API_KEY 设为你的MOSS API Key。OpenAI SDK 的 base_url 填 https://api.mosi.cn/v1。

请求参数

字段类型用法说明

model: string必填

使用 nex-n2.6 或固定快照 nex-n2.6-2026-11-05。

input: string 或 array必填

纯文本可传字符串。多轮在数组中传历史。图片用 input_image。视频通过 video_url 传入，支持 MP4、WebM。

max_output_tokens: integer可选

输出 Token 预算，生产默认 8192，参数上限 131072。

store: boolean可选

使用 false，按无状态方式调用。

stream: boolean可选

传 true 开启流式响应。

version: string可选

可省略。显式传入时使用 2026-11-05，须与 model 指定的快照一致。

Responses 使用无状态调用，多轮历史随 input 传入。暂不支持 previous_response_id、conversation、background: true、服务端会话、文件或资产库引用。公网媒体地址须能被 MOSS API 访问。媒体编码后的完整请求体不得超过 10 MiB。

返回值

字段类型说明

model: string

实际使用的模型快照。

status: string

completed 表示完成，incomplete 表示输出不完整。

output: array<object>

从 message 项的 content 中读取 type 为 output_text 的内容。

incomplete_details.reason: string

达到输出预算时为 max_output_tokens。

usage: object

Token 用量。流式正常结束时可从 response.completed 的 response.usage 读取。

结束状态

多轮请求由客户端传入所需历史。使用 store: false，无需传 previous_response_id。

收到的结果	客户端处理
`completed` / `response.completed`	正常完成。使用已累积文本与响应中提供的用量。
`incomplete` / `response.incomplete`	保留已生成内容和可用的 `usage`。原因是 `max_output_tokens` 时，可提示输出达到预算，或调整预算后重新发起请求。
`error` / `response.failed`	按失败处理。流开始前先检查 HTTP 响应，流开始后按失败事件处理。

请求示例

curl -X POST "$MOSS_API_ORIGIN/v1/responses" \
  -H 'Content-Type: application/json' \
  -H "Authorization: Bearer $MOSS_API_KEY" \
  -d '{
  "model": "nex-n2.6",
  "input": "只回答 17 × 23 的结果。",
  "max_output_tokens": 1024,
  "store": false
}'

import os
import requests

url = os.environ["MOSS_API_ORIGIN"].rstrip("/") + "/v1/responses"
headers = {
    "Content-Type": 'application/json',
    "Authorization": "Bearer " + os.environ["MOSS_API_KEY"],
}

payload = {'model': 'nex-n2.6',
 'input': '只回答 17 × 23 的结果。',
 'max_output_tokens': 1024,
 'store': False}

response = requests.post(url, headers=headers, json=payload, timeout=(10, 120))
response.raise_for_status()
print(response.text)

async function main() {
  const origin = process.env.MOSS_API_ORIGIN;
  if (!origin) throw new Error("Set MOSS_API_ORIGIN");
  const url = origin.replace(/\/+$/, "") + "/v1/responses";
  const apiKey = process.env.MOSS_API_KEY;
  if (!apiKey) throw new Error("Set MOSS_API_KEY");
  const headers: Record<string, string> = {
    "Content-Type": "application/json",
    "Authorization": "Bearer " + apiKey,
  };

  const payload = {
    "model": "nex-n2.6",
    "input": "只回答 17 × 23 的结果。",
    "max_output_tokens": 1024,
    "store": false
  };

  const response = await fetch(url, {
    method: "POST",
    headers,
    body: JSON.stringify(payload),
  });
  if (!response.ok) {
    throw new Error("HTTP " + response.status + ": " + await response.text());
  }
  console.log(await response.text());
}

main().catch((error: unknown) => {
  console.error(error);
  process.exitCode = 1;
});

响应示例（节选）。正常结束时 status 为 completed。

{
  "object": "response",
  "model": "nex-n2.6-2026-11-05",
  "status": "completed",
  "usage": {
    "input_tokens": 22,
    "input_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0
    },
    "output_tokens": 23,
    "output_tokens_details": {
      "reasoning_tokens": 19
    },
    "total_tokens": 45
  },
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "\n\n391"
        }
      ]
    }
  ]
}

在请求体增加 stream: true。拼接 response.output_text.delta 事件的 delta。收到 response.completed 时正常结束。收到 response.incomplete 时，保留已生成内容和返回的 usage。收到 error 或 response.failed 时按失败处理。先检查 HTTP 状态码。流开始后仍需检查错误事件和正常结束标记，连接提前断开时按未完整返回处理。

curl -N -X POST "$MOSS_API_ORIGIN/v1/responses" \
  -H 'Content-Type: application/json' \
  -H "Authorization: Bearer $MOSS_API_KEY" \
  -d '{
  "model": "nex-n2.6",
  "input": "只回答 17 × 23 的结果。",
  "max_output_tokens": 1024,
  "store": false,
  "stream": true
}'

import os
import requests

url = os.environ["MOSS_API_ORIGIN"].rstrip("/") + "/v1/responses"
headers = {
    "Content-Type": 'application/json',
    "Authorization": "Bearer " + os.environ["MOSS_API_KEY"],
}

payload = {'model': 'nex-n2.6',
 'input': '只回答 17 × 23 的结果。',
 'max_output_tokens': 1024,
 'store': False,
 'stream': True}

with requests.post(url, headers=headers, json=payload, stream=True, timeout=(10, 120)) as response:
    response.raise_for_status()
    response.encoding = "utf-8"
    for line in response.iter_lines(chunk_size=1, decode_unicode=True):
        print(line, flush=True)

async function main() {
  const origin = process.env.MOSS_API_ORIGIN;
  if (!origin) throw new Error("Set MOSS_API_ORIGIN");
  const url = origin.replace(/\/+$/, "") + "/v1/responses";
  const apiKey = process.env.MOSS_API_KEY;
  if (!apiKey) throw new Error("Set MOSS_API_KEY");
  const headers: Record<string, string> = {
    "Content-Type": "application/json",
    "Authorization": "Bearer " + apiKey,
  };

  const payload = {
    "model": "nex-n2.6",
    "input": "只回答 17 × 23 的结果。",
    "max_output_tokens": 1024,
    "store": false,
    "stream": true
  };

  const response = await fetch(url, {
    method: "POST",
    headers,
    body: JSON.stringify(payload),
  });
  if (!response.ok) {
    throw new Error("HTTP " + response.status + ": " + await response.text());
  }
  if (!response.body) throw new Error("Missing response body");
  const reader = response.body.getReader();
  const decoder = new TextDecoder();
  try {
    while (true) {
      const { value, done } = await reader.read();
      if (done) break;
      process.stdout.write(decoder.decode(value, { stream: true }));
    }
    process.stdout.write(decoder.decode());
  } finally {
    reader.releaseLock();
  }
}

main().catch((error: unknown) => {
  console.error(error);
  process.exitCode = 1;
});

流式响应示例（节选）。正常结束时，在 response.completed 的 response.usage 中读取用量。

data: {"type":"response.output_text.delta","sequence_number":23,"output_index":1,"content_index":0,"delta":"39"}

data: {"type":"response.completed","sequence_number":28,"response":{"object":"response","model":"nex-n2.6-2026-11-05","status":"completed","usage":{"input_tokens":22,"input_tokens_details":{"cached_tokens":0,"cache_write_tokens":0},"output_tokens":18,"output_tokens_details":{"reasoning_tokens":14},"total_tokens":40},"output":[{"type":"message","role":"assistant","content":[{"type":"output_text","text":"\n\n391"}]}]}}

达到输出预算时的响应节选。文本和用量以实际返回为准。

{
  "status": "incomplete",
  "incomplete_details": {
    "reason": "max_output_tokens"
  }
}

可用 max_output_tokens 控制输出预算。接入时可从示例中的 1024 开始，按场景调整。

创建响应（Responses）

鉴权与接入

请求参数

返回值

结束状态

相关文档