模型接入协议
模型接入的几种接口有什么区别。接口协议 = 你和模型说话时用的「菜单格式」——同样的菜，两家餐厅的菜单长得不一样。协议 ≠ 计费模式，协议 ≠ 模型本身，这是最容易混的两件事。
一、两大主流「对话协议」
| OpenAI 兼容协议 | Anthropic 协议 | |
|---|---|---|
| 出身 | OpenAI 的格式，成了行业普通话 | Claude 的格式，编程工具圈方言 |
| 现状 | 几乎家家都兼容：DeepSeek、GLM、MiniMax、火山方舟、本地 Ollama 全有 | 被广泛采用：Qwen、GLM、MiniMax 的 Coding 套餐都兼容它 |
| 特点 | 结构简单：消息进、文本出 | 为编程工具设计：系统提示单独放、工具调用格式更严格 |
| 典型端点 | /v1/chat/completions | /v1/messages |
怎么选：看手头工具支持哪种——TraeWork 和 OCR 都两种都吃。同一句「帮我改代码」，用哪种协议结果差不多，区别在格式。
二、OpenAI 的三代接口（2026-09 现状：三代只剩两代）
-
Chat Completions（
/v1/chat/completions）——行业普通话。无状态：消息进、文本出，对话历史和工具循环全由调用方自己管。几乎所有厂商都兼容它 -
Assistants API——已于 2026-08-26 完全退役。它曾由服务端托管对话（Threads）+ 自带文件检索/代码解释器，但 OpenAI 已用 Responses 取代，旧调用全部失效
-
Responses API（
/v1/responses）——现任旗舰接口，合并了前两者的优点：- 可选有状态（
previous_response_id让服务端记住上文） - 自带工具：联网搜索、文件检索、代码解释器、电脑操作、MCP
- Agent 工具循环可以在服务端跑完，不用客户端一次次转
- 可选有状态（
2026 年新增的三项改进（GPT-5.6 开发者指南）
| 改进 | 说明 |
|---|---|
| 跨轮保留推理 + 原生压缩 | 长对话不再因为反复重述上下文而爆 token |
| WebSocket 持久连接 | 此前 GPT-5/5.2 旗舰约 65 TPS，WebSocket 显著提速——长时 Agent 任务的体感差别很大 |
| 工具集扩容 | 2025-05-21 起内置：远程 MCP 服务器、图像生成、代码解释器、升级版文件搜索，另加 background mode 与加密内容 |
官方口径仍是「用 Agents SDK 与 Responses API 构建智能体」，Agents SDK 默认走 Responses API；2026-04 Agents SDK 新增原生沙箱执行。
白话类比：Chat Completions 是「点单现做、吃完走人」；Assistants 是「雇了个记性好的服务员，已退休」；Responses 是「新店长——记性好还自带后厨，能代跑整个流程」。
对我的意义：国内模型（deepseek、GLM、MiniMax）走的是 OpenAI 兼容或 Anthropic 协议，与 Responses 无关；Responses 只在直接用 OpenAI 官方 API 搭 Agent 时才需要选。若有老项目用了 Assistants API，必须迁移（接口已下线）。
三、按用途分的特殊接口
| 接口 | 干什么 | 例子 |
|---|---|---|
| Embedding | 把文字变成「坐标」，查相似度 | 知识库搜索、RAG 检索 |
| 图像/视频生成 | 提交任务 → 等待 → 取结果（异步） | Seedance、Seedream |
| Realtime 语音 | 边听边说的实时音视频流 | SeedRealtime、实时语音助手 |
四、最容易混淆的两件事
协议 ≠ 计费模式：协议管「格式」（OpenAI 式还是 Anthropic 式），计费管「怎么收钱」（按 token 按量 vs 包月订阅）。百炼 Coding Plan 的教训：订阅 Key 必须走 Anthropic 协议的专用端点——格式和计费要配套，错配就 401。
协议 ≠ 模型：同一个模型可以同时开好几种协议接口（如 GLM 同时提供两种格式），选哪个不影响模型本身。
五、配模型口诀
配任何模型 = 三件套：地址（端点 URL）+ 钥匙（API Key）+ 格式（协议类型），三个必须配套。