Responses

OpenAI Responses 形式でモデルの応答を生成します。ゲートウェイはリクエストボディとストリームイベントを変更せずにモデルサーバーとやり取りし、トークンを計測します。ゲートウェイはレスポンスを保存しないため、リクエストごとに会話全体を input に入れて送信してください。

Codex CLI はこのエンドポイントで Kiln と通信します。プロバイダーブロックは連携ページの Codex CLI の項目にあります。

POST/responses

URL

https://api.bricksum.com/v1/responses

リクエスト

bash

curl https://api.bricksum.com/v1/responses \
  -H "Authorization: Bearer $KILN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-32b",
    "instructions": "Answer briefly.",
    "input": "Hello!"
  }'

python

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.bricksum.com/v1",
    api_key=os.environ["KILN_API_KEY"],
)

resp = client.responses.create(
    model="qwen3-32b",
    instructions="Answer briefly.",
    input="Hello!",
)
print(resp.output_text)
print(resp.usage)

javascript

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.bricksum.com/v1",
  apiKey: process.env.KILN_API_KEY,
});

const resp = await client.responses.create({
  model: "qwen3-32b",
  instructions: "Answer briefly.",
  input: "Hello!",
});
console.log(resp.output_text);
console.log(resp.usage);

レスポンス

200 OK

{
  "id": "resp_...",
  "object": "response",
  "created_at": 1710000000,
  "model": "qwen3-32b",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [{ "type": "output_text", "text": "Hello! How can I help?" }]
    }
  ],
  "usage": {
    "input_tokens": 9,
    "output_tokens": 12,
    "total_tokens": 21,
    "cost": 0.000001155
  }
}

200 OK · text/event-stream

event: response.created
data: {"type":"response.created","response":{"id":"resp_...","status":"in_progress","usage":null}}

event: response.output_text.delta
data: {"type":"response.output_text.delta","delta":"Hello"}

event: response.completed
data: {"type":"response.completed","response":{"id":"resp_...","status":"completed","usage":{"input_tokens":9,"output_tokens":12,"total_tokens":21}}}

400 Bad Request

{
  "error": {
    "message": "'previous_response_id' is not supported: responses are not stored on this gateway. Send the full conversation in 'input'.",
    "type": "invalid_request_error",
    "param": "previous_response_id",
    "code": "unsupported_parameter"
  }
}

この例のトークン数と cost は gpt-oss-120b で測定した例示の値で、qwen3-32b の値ではありません。

認証

ゲートウェイが処理するエンドポイントの認証方法はすべて同じで、 API リファレンスページで説明しています。

リクエストボディ

対応状況

対応: ゲートウェイが処理するか、公開済みの実測で動作を確認した項目です。
転送のみ: モデルサーバーに転送されます。Kiln は動作を検証していません。
無視: 200 で受け付けられますが、適用されません。レスポンスのその他の部分は通常どおりです。
非対応: エラーで拒否されるか、説明に記載したモデルでは動作しません。

共通パラメータ

以下のパラメータの定義は API リファレンスページに一度だけ記載しています。ここには、このエンドポイントで異なる点だけを記載します。

modelstring必須対応
共通の定義と同じです。
完全な定義を見る
streamboolean対応
ゲートウェイは文字列 "true" と数値 1 も true として読み取り、転送前にこのフィールドを boolean に書き換えます。Responses のリクエストに stream_options は追加しません。
デフォルト
false
完全な定義を見る
toolsarray転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。
完全な定義を見る
tool_choicestring | object転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。 qwen3-32b では、強制的なツール選択が明確なエラーなしに失敗します（2026-09-26 実測）。tool_choice を "required" にすると本文が平文 "Internal Server Error" の HTTP 500 が返り、関数を指定すると arguments が空の 200（finish_reason "stop"）が返ります。どちらも 4xx ではないため、再試行では解決しません。tool_choice は "auto" のみを送ってください。
完全な定義を見る

このエンドポイント固有のパラメータ

inputstring | array必須対応
テキストのプロンプト、または入力項目の配列（メッセージ、関数呼び出し、関数呼び出しの結果）です。毎回、会話全体を送信してください。ゲートウェイは値を変更せずに転送し、検証は行いません。
previous_response_idstring非対応
モデルに届く前に 400（unsupported_parameter）で拒否され、課金されません。ゲートウェイはレスポンスを保存しないため、引き継ぐ以前のレスポンスがありません。null は受け付けられます。
storeboolean転送のみ
送信した値のままモデルサーバーに転送されます。値にかかわらず、Kiln 経由でレスポンスを再取得することはできません。GET /responses/{id}、DELETE /responses/{id}、GET /responses/{id}/input_items は 404（not_found）を返します。
instructionsstring転送のみ
このリクエストに適用するシステムレベルの指示です。モデルサーバーに転送されます。Kiln は動作を検証していません。
max_output_tokensinteger転送のみ
生成する最大トークン数です。モデルサーバーに転送されます。Kiln は動作を検証していません。モデルサーバーが生成を途中で終えた場合は response.incomplete で終了し、使用したトークンは課金されます。
parallel_tool_callsboolean転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。 qwen3-32b では parallel_tool_calls の設定が適用されません。これは応答のツール呼び出しが 1 つだけという意味ではありません。parallel_tool_calls: false を送っても、1 つの応答に複数のツール呼び出しが含まれることがあります。tool_calls のすべての項目に、それぞれ tool メッセージで応答してください。
reasoningobject転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。
textobject転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。
temperaturenumber転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。
範囲
0–2
top_pnumber転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。
範囲
0–1
truncationstring転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。
includearray転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。
metadataobject転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。
userstring転送のみ
モデルサーバーに転送されます。Kiln は動作を検証していません。

ここに記載のない OpenAI Responses パラメータも、同じようにモデルサーバーに転送されます。Kiln は動作を検証していません。

レスポンスボディ

フィールド	型	説明
id	string	response の ID です。この ID で後からレスポンスを取得することはできません。
object	string	"response" です。
status	string	"completed" です。生成が途中で終わった場合は "incomplete" です。
output	array	モデルサーバーが返した出力項目です。output_text パートを持つメッセージと関数呼び出しが入ります。変更せずに転送されます。
usage.input_tokens	integer	入力トークン数です。
usage.output_tokens	integer	出力トークン数です。
usage.total_tokens	integer	入力と出力のトークン数の合計です。
usage.input_tokens_details.cached_tokens	integer	プレフィックスキャッシュから処理された入力トークン数です。モデルサーバーが報告した場合にのみ含まれます。
usage.cost	number	このリクエストでクレジットから差し引かれる金額（USD）です。ゲートウェイは非ストリーミングのレスポンスにのみ追加します。
X-Neocloud-Generation-Id	header	このリクエストの usage イベント ID を含むレスポンスヘッダーです。ストリーミングのレスポンスにも付きます。ログと一緒に保存してください。

ストリームイベント

stream: true の場合、モデルサーバーは型付きのイベントを送信します。event: 行に型が入り、続く data: 行の JSON にも同じ値が type として入ります。ゲートウェイはすべてのイベントを変更せずに転送し、最後のイベントからトークン数を読み取ります。ストリーミングのイベントでは usage が response の中にあるため、ゲートウェイは usage.cost を追加しません。ストリーミングリクエストのコストは、response.usage とモデルの単価から計算するか、コンソール → 使用量で確認してください。

keepalive コメントと切断時の動作はストリーミングページで説明しています。

イベント	説明
response.created	モデルサーバーから変更せずに転送されます。
response.output_text.delta	モデルサーバーから変更せずに転送されます。delta に新しく生成されたテキストが入ります。
response.completed	正常に終了した生成の最後のイベントです。response.usage に課金対象のトークン数が入ります。
response.incomplete	max_output_tokens などで途中で終わった生成の最後のイベントです。response.usage にトークン数が入り、課金されます。
response.failed	生成が失敗しました。イベントに usage が含まれていても、リクエストは課金されません。
error	モデルサーバーからのエラーイベントです。リクエストは課金されません。

フィールド	型	説明
type	string	イベントの型です。上記のいずれかの値です。モデルサーバーが他の response.* イベントを送信することがあり、変更せずに転送されます。
delta	string	response.output_text.delta で、新しく生成されたテキストです。
response	object	response.created と最後のイベントに入る response オブジェクトです。usage は最後のイベントまで null です。
response.usage	object	response.completed と response.incomplete に入ります。input_tokens、output_tokens、total_tokens を含みます。ゲートウェイはこのオブジェクトを取り除かず、cost フィールドも追加しません。

エラー

メッセージの文言ではなく、HTTP ステータスと error.code で分岐してください。error.code の欄が空の場合、ボディに code はありません。すべてのステータスコードはエラーページにあります。

ステータス · error.code	原因	対処
400unsupported_parameter	リクエストに previous_response_id が含まれています。	このフィールドを削除し、会話全体を input に入れて送信してください。
400	モデルサーバーがリクエストを拒否しました。不正な JSON、無効なパラメータ、モデルページに記載のモデル別コンテキスト長を超えるコンテキストが原因です。	リクエスト内容を修正してください。そのまま再試行しないでください。
404model_not_found	モデル ID がカタログにありません。	GET /models で ID を確認してください。
404not_found	GET /responses/{id}、DELETE /responses/{id}、GET /responses/{id}/input_items のいずれかを呼び出しました。ゲートウェイはレスポンスを保存しません。	会話はクライアント側で保持し、input に入れて送信してください。
429rate_limit_exceeded	組織ですでに 8 件のリクエストが処理中です。レート制限ヘッダーは付きません。	指数バックオフで再試行してください。
502	モデルバックエンドがエラーを返したか、到達できませんでした。ボディはプレーンテキストです。	指数バックオフで再試行してください。
503	サービスがメンテナンス中か、利用可能なモデルバックエンドがありません。	メンテナンス中は Retry-After の日時まで待ってください。それ以外は指数バックオフで再試行してください。

401、402、403、429 は、リクエストがこのエンドポイントに届く前にゲートウェイが返します。これらは API リファレンスページに一度だけ記載しています。

制限

コンテキスト長、リクエストボディのサイズ、タイムアウト、組織ごとのレート制限もここに適用され、 API リファレンスページに一度だけ記載しています。

429 のヘッダーと再試行の方法はレート制限ページにあります。