中长期必要
新模型与 agentic 能力正向 Responses 聚合；短期没有强制截止日，不需要牺牲现有 Chat 稳定性。
OpenAI 迁移基线暂不全量迁移；立即建设双协议，按模型灰度。
重新核查后，五家国内厂商中有四家提供官方 Responses 端点，但全部存在模型或能力边界。当前没有厂商公布 Chat Completions 端点的强制下线日期；产品决策应是保留 Chat 默认路径，同时为新模型和后续工具能力建立 Responses 通道。
P0：仓库仍预置已于 2026-07-24 退役的 deepseek-chat 别名，以及已被方舟标记“即将下线”的 doubao-1-5-pro-32k-250115。两者都是具体模型生命周期风险，不是 Chat 端点退役；应先升级并固定版本，再评估协议。 DeepSeek 更新日志 · 方舟模型下线公告
中高，需厂商适配层
不是替换 URL：除协议、TTS 与工具链改造外，还要按厂商处理模型白名单、参数、SSE、状态和工具语义差异。
查看改造范围与厂商矩阵形态趋同，能力未统一
4/5 已出现 /responses，但模型、参数、事件、工具、结构化输出与状态能力仍是四套兼容画像。
接入与编排收益为主
迁移本身不会自动提高回答质量。收益来自模型接入标准化，以及后续按模型开启搜索、MCP、知识库和工具能力。
查看收益边界与指标未见端点强制退役
截至 2026-08-06，OpenAI 与五家国内厂商均未公布 Chat Completions 端点下线日；旧自有 API 与模型退役另算。
查看官方生命周期来源双协议渐进迁移
Chat 默认稳定运行；Responses 只对白名单模型灰度。会话内固定协议，可按模型配置回滚。
查看实施与回滚
OpenAI baseline
先定义标准，再判断兼容程度
OpenAI 是本页的协议基线，不计入“4/5 国内厂商”筛选。国内厂商只有同时满足相应字段与行为，才能声明某项能力兼容。
POST /v1/responses
messages 改为 input / typed Items；可分离顶层 instructions，令牌上限使用 max_output_tokens。
typed output[]
输出可混合 message、reasoning、function call 等 Item；纯文本可用 SDK output_text，复杂流程按类型遍历。
语义化 SSE 事件
文本、工具参数、完成、失败与不完整状态分别发事件；不能继续只解析 Chat 的 choices[].delta 与 [DONE]。
三种上下文策略
可完整重放 Items、使用 previous_response_id，或使用 Conversations；前一 response 的顶层 instructions 不自动继承。
Vendor matrix
厂商结论必须落到模型与接口行为
“支持”只表示官方公开了 Responses 形状端点；不代表全部模型、参数、状态、工具或流事件与 OpenAI 完全一致。
| 厂商 | 支持判断 | 接口性质 | 模型覆盖 | 主要差异 / 限制 | Chat 生命周期与建议 |
|---|---|---|---|---|---|
| 阿里云百炼 | 支持/compatible-mode/v1/responses |
OpenAI Responses 兼容实现；官方明确不是参数与行为的完整等价。 | 北京 31 个 Qwen ID；新加坡 30、美国 21、德国 12，东京又分部署方式。百炼托管的第三方模型不自动继承。 | 未列参数会被忽略；不支持 background；未列 text.format；Conversations 仅北京/新加坡，response ID 7 天；工具还有二级模型白名单。 |
截至本日未见 Chat 端点退役公告。旧自有 Responses URL 将停止维护、无日期；Assistant API 退役也不等于 Chat 退役。 |
| 智谱 | 未见官方支持0 个模型确认 | 官方 OpenAI 兼容文档只覆盖 /chat/completions，不是 Responses。 |
当前 GLM 文本与视觉模型均无官方 Responses 证据。 | Chat SSE 使用 choices[].delta + [DONE]；思考在 reasoning_content；tool_choice 仅 auto；结构化输出仍是 Chat 形状。 |
截至本日未见 Chat 端点退役公告，也无 Responses 迁移要求。继续使用 Chat；另行治理已退役的 GLM 模型版本。 |
| MiniMax | 支持子集/v1/responses |
官方称 OpenAI Responses API compatible main endpoint；能力明显收敛，不能按完整标准实现。 | MiniMax-M3 明确；M2.7 / 2.5 / 2.1 / M2 由 Responses 文档按 M2.x 家族覆盖，逐型号仍应烟测。 |
无 previous_response_id / conversation / 请求侧 store；仅 function + none/auto；无结构化输出；SSE 未公布事件 union；M3 迁移会改变默认 thinking 与温度上限。 |
截至本日未见 Chat 端点退役公告。旧原生 /text/chatcompletion_v2 已标 deprecated、无截止日。小智尚无 MiniMax LLM 预置，先做隔离试点。 |
| 火山方舟 | 支持/api/v3/responses |
方舟原生 Responses 运行时，可用 Ark SDK 与 OpenAI SDK；仍是厂商实现而非 OpenAI 服务本身。 | 250615 及以后版本的大语言模型默认支持；doubao-1-5-pro-32k-character-250715 明示例外，rolling alias 不能套规则。 |
不支持 TPM 保障包、精调在线推理、智能路由与版本切换；结构化输出仍为 beta；缓存、tools 与 instructions 有组合限制。 | 截至本日未见 Chat 端点退役公告。当前预置 doubao-1-5-pro-32k-250115 不满足版本规则且“即将下线”，应先升级模型。 |
| DeepSeek | 仅一款模型POST /responses |
官方称“原生支持 Responses API 格式”，但兼容表显示为明显裁剪的子集。 | deepseek-v4-flash（V4-Flash-0731）支持；deepseek-v4-pro 截止本日仍不支持。 |
无 previous_response_id / conversation / store；不支持图像文件；不受支持字段多被静默忽略；SSE 无 [DONE]；hosted tools 仅有限子集。 |
截至本日未见 Chat 端点退役公告；但 deepseek-chat / deepseek-reasoner 别名已于 7 月 24 日停用。V4-Flash 可做无状态小流量试点。 |
“未见官方支持”表示官方文档、API Reference 与 SDK 资源中均未找到 Responses 端点；不等同于永久不支持。家族级覆盖也不等于逐型号已经过生产验证。所有结论截止 2026-08-06。
Model-level evidence
模型级支持清单
展开查看精确模型 ID、版本与限制。生产路由应使用固定模型 ID、地域、套餐和能力快照，而不是厂商布尔开关。
阿里云百炼 · 北京地域 31 个 Qwen ID
判定
可进入 Responses 试点；属于 OpenAI 格式兼容层。北京 31、新加坡 30、美国 21、德国 12 个 ID；东京按地域部署 2 个、全球部署 11 个，均需按实际部署方式复核。
不应自动纳入
Qwen-VL / Omni / Realtime / Audio / 图像 / 视频、旧 qwen-turbo / qwen-long，以及百炼托管的 DeepSeek、GLM、Kimi、MiniMax。
- 无日期后缀
qwen3.8-maxqwen3.7-maxqwen3-maxqwen3.7-plusqwen3.6-plusqwen3.5-plusqwen3.7-flashqwen3.6-flashqwen3.5-flash- 固定快照
qwen3.7-max-2026-05-20qwen3.7-max-2026-06-08qwen3-max-2026-01-23qwen3.7-plus-2026-05-26qwen3.6-plus-2026-04-02qwen3.5-plus-2026-04-20qwen3.5-plus-2026-02-15qwen3.7-flash-2026-07-15qwen3.6-flash-2026-04-16qwen3.5-flash-2026-02-23- 开源尺寸版
qwen3.6-35b-a3bqwen3.5-397b-a17bqwen3.5-122b-a10bqwen3.5-27bqwen3.5-35b-a3b- 通用 / Coder
qwen-plusqwen-flashqwen3-coder-plusqwen3-coder-flash- OCR / Character
qwen3.5-ocrqwen-plus-characterqwen-flash-character- 状态 / 流式边界
- Conversations 仅北京、新加坡；与
previous_response_id互斥，ID 有效期 7 天，上一轮 instructions 不继承。官方事件枚举未列 function arguments delta，工具流式参数不能按 OpenAI 等价处理。 - 生命周期提醒
qwen3-coder-plus虽仍在 Responses 白名单，但官方已排期 2026-10-10 下线；新接入不应选它。
火山方舟 · 250615+ 大语言模型默认支持
规则覆盖
官方规定 250615 及以后版本的大语言模型，如无特殊说明默认支持。当前代表型号包括 Seed 2.1 Pro / Turbo、Seed 2.0 Pro / Lite / Mini / Code、Seed 1.6 / 1.8，以及方舟托管的 DeepSeek V4、GLM 4.7 / 5.2。
明确排除
doubao-1-5-pro-32k-character-250715 不支持；250115 的 Pro / Lite / Vision 仅 Chat。Seedream、Seedance、Embedding、3D 与语音走专用 API。
- Seed 2.x 候选
doubao-seed-2-1-pro-260628doubao-seed-2-1-turbo-260628doubao-seed-2-0-pro-260215doubao-seed-2-0-lite-260215doubao-seed-2-0-lite-260428doubao-seed-2-0-mini-260215doubao-seed-2-0-mini-260428doubao-seed-2-0-code-preview-260215- Seed 1.x 候选
doubao-seed-1-8-251228doubao-seed-1-6-250615doubao-seed-1-6-251015doubao-seed-1-6-flash-250615doubao-seed-1-6-flash-250828doubao-seed-1-6-vision-250815doubao-seed-character-251128doubao-seed-character-260628doubao-seed-code-preview-251028doubao-seed-translation-250915- 当前仓库预置
doubao-1-5-pro-32k-250115：不满足 250615+ 默认规则，且最新模型表标记“即将下线”。P0 是先升级模型；在此之前保持 Chat。- 不可套用规则
doubao-seed-evolving等无日期 rolling alias 必须真实调用验证；doubao-1-5-pro-32k-character-250715明确不支持 Responses。- 场景限制
- Responses 不支持 TPM 保障包、精调后模型在线推理、智能模型路由、在线推理服务模型版本切换；内置工具不推荐 Seed 1.6 Flash。
- 扩展与组合约束
- 支持 store / previous response、搜索、MCP、知识库等扩展；结构化输出为 beta。缓存链、
instructions、tools与json_schema存在互斥规则。
DeepSeek · V4-Flash 支持，V4-Pro 暂不支持
| Model ID | 底层版本 | Responses | 小智建议 |
|---|---|---|---|
deepseek-v4-flash | DeepSeek-V4-Flash-0731 | 支持子集 | 无状态 Responses 适配；关闭不支持能力；小流量试点。 |
deepseek-v4-pro | DeepSeek-V4-Pro | 不支持 | 继续 Chat。官方“8 月初计划”不能替代已上线证据。 |
deepseek-chatdeepseek-reasoner | 旧别名 | 已停用 | P0：从仓库预置移除；不要把模型退役误写为 Chat 端点退役。 |
上下文与输入
- 无
previous_response_id、conversation、store；每轮重放完整 input。 - 不支持图片/文件；
input_image可能静默替换为占位文本。 - 不支持项多数被静默忽略，HTTP 200 不是能力证明。
流式与工具
- typed SSE +
sequence_number，无[DONE]；需忽略 keep-alive 注释。 - function 与 web search 可用；file search、code interpreter、MCP 等被忽略。
parallel_tool_calls被忽略且始终并行；arguments 必须客户端校验。
结构化输出
text.format支持 text、json_object 与 json_schema。- 这不代表工具、状态或多模态能力完整；仍须对 Flash 固定版本做 schema 约束烟测。
智谱 · 0 个 Responses 模型确认
截至 2026-08-06，以下普通对话模型只找到 Chat API 证据：glm-5.2、glm-5.1、glm-5-turbo、glm-5、glm-4.7、glm-4.7-flash、glm-4.7-flashx、glm-4.6、glm-4.5-air、glm-4.5-airx、glm-4.5-flash、glm-4-flash-250414、glm-4-flashx-250414。视觉模型也应继续走 Chat / 专用接口；“未见”不是永久不支持。
glm-4.5-flash 虽仍残留在 Chat API 枚举中，官方模型页写明已于 2026-01-30 下线并自动路由至 GLM-4.7-Flash；这是模型生命周期，不是 Chat 端点退役。
MiniMax · M3 明确；M2.x 家族覆盖、逐型号烟测
模型分级
MiniMax-M3 有明确 Responses 示例。官方 Responses 文档按“M2.x models”描述行为；当前型号包括 MiniMax-M2.7 / highspeed、M2.5 / highspeed、M2.1 / highspeed 与 M2，逐型号上线前需烟测。M2-her、M1、Text-01 及生成类模型无覆盖证据。
行为陷阱
M3 在 Chat 默认开启 thinking，在 Responses 省略 reasoning 时默认关闭；M2.x 则不能关闭。Responses 温度上限为 1，不能原样透传 Chat 中大于 1 的配置。
状态与流式
没有 previous_response_id、conversation、请求侧 store 或 retrieve / delete；响应固定 store:false，必须重放完整 Items。SSE 已支持，但官方 OpenAPI 未定义完整事件集合，上线前必须固定事件 fixture。
工具与结构化输出
只支持 function，tool_choice 仅 none / auto；无 Web Search、File Search 或 MCP；text.format 仅 text，不支持 json_object / json_schema。
Product value
把接口收益与功能收益分开衡量
Responses 是能力承载方式，不是模型质量开关。回答质量仍由具体模型、提示词、上下文与工具结果决定，必须用同模型、同提示词的评测集比较。
接口迁移直接带来的收益
建立统一的 Items / event / capability 契约，缩短新模型适配与回滚路径；把厂商差异收敛在 adapter，而不是扩散到 TTS 和工具链。
后续能力上线才产生的收益
搜索、MCP、知识库、代码解释器和服务端上下文只有在“厂商 + 模型 + 地域 + 套餐”全部通过验证后才有产品价值，不能由端点存在自动推导。
不会自动改善的结果
迁移本身不保证回答质量、首字延迟、工具成功率或成本下降。首期完整历史重放甚至不会自然减少长对话输入 token。
OpenAI 声明的原生收益仅作标准基线| 指标 | 统一口径 | 建议上线门槛 | 验证目的 |
|---|---|---|---|
| 新模型接入周期 | 从 API Key、地域和固定模型 ID 就绪，到 1% 真实流量的日历天数；记录中位数与 P90。 | 复用 adapter 后不高于最近 Chat 接入中位数 | 验证协议抽象是否真正减少厂商接入工作。 |
| 首字延迟 | 用户语音结束到首段可播文本进入 TTS 队列的 P50 / P95。 | P95 不劣于同模型 Chat 基线 10% 以上 | 防止 typed SSE 解析、reasoning 分流或工具等待拉长体验。 |
| 工具成功率 | 合法 function call 最终得到可用 Action 结果的比例；单工具、并行工具分开统计。 | 不低于同模型 Chat 基线 | 验证 call_id、参数增量、超时和递归闭环。 |
| 空回复率 | 既没有可播文本、也没有可执行工具，或以 failed / incomplete 非预期结束的请求比例。 | 不高于 Chat 基线 +0.2 个百分点 | 发现事件漏解析、静默忽略参数和异常收尾问题。 |
| 长对话成本 | 固定 20 轮脚本的输入 / 输出 / reasoning token、缓存命中与人民币单会话成本。 | replay 与 provider state 分开核算，不预设必降 | 区分接口形态、缓存和服务端状态的真实成本。 |
| 协议回退率 | Responses 在任何输出前因 404 / 405 / 不支持能力切回 Chat 的请求比例。 | 预输出回退 <1%；产生文本或工具后的跨协议重试 = 0 | 验证白名单质量并避免重复播报或重复执行工具。 |
门槛是小智项目的建议验收线，不是厂商承诺；首次灰度前应先冻结当前 Chat 基线，再用同模型、同提示词、同工具集比较。
Xiaozhi feasibility
项目可行，但核心改造与厂商特定适配并存
当前实现不是独立“OpenAI SDK 封装”；Chat 对象形状已渗透到请求、流式增量、对话持久化与工具递归调用。同名 Responses 端点也不能共用一套无差别配置。
| 维度 | 当前小智 / Chat | Responses 基线 | 需要的改造 |
|---|---|---|---|
| 请求根结构 | messages + max_tokens；provider 按域名拼接 extra_body。 | input / typed Items；instructions；max_output_tokens。 | 请求 mapper + vendor profile；未在能力表中的参数不发送，避免静默忽略。 |
| 响应与文本 | choices[0].message.content 或 choices[0].delta.content。 | output[] 混合 message / reasoning / function call；纯文本可聚合为 output_text。 | 按 Item 类型解析，再转为内部 TextDelta / Usage / Done 事件。 |
| 流式输出 | 遍历 Chat chunk，直接把 content 送入 TTS；工具增量依赖 SDK 对象字段。 | typed SSE：response.output_text.delta、function_call_arguments.delta、completed / failed 等。 | 新增事件 dispatcher、序号去重、keep-alive 忽略、未完成/失败收尾；保持 TTS 首字延迟。 |
| 多轮上下文 | Dialogue 保存 Chat role/message，整段历史每轮重传。 | 可重放 Items、用 previous_response_id，或 Conversations API。 | 第一阶段继续客户端重放并显式 store=false；服务端状态仅对通过合规与到期测试的模型开启。 |
| 工具定义 | {type:"function", function:{...}}；Chat tool_calls。 | 扁平 function 定义；独立 function_call Item。 | 工具 schema mapper；显式 strict:false 保持旧行为，再逐步补严 schema。 |
| 工具结果 | assistant(tool_calls) → role=tool(tool_call_id) → 递归 chat()。 | function_call_output 通过同一 call_id 关联。 | 内部保持 call_id；对 Chat / Responses 分别序列化。工具一旦执行，禁止自动跨协议重试。 |
| 结构化输出 | 主 LLM provider 未暴露统一结构化输出；各厂商多使用 response_format。 | text.format / JSON Schema；厂商支持差异大。 | 作为独立 capability；阿里当前不计支持，DeepSeek 可试，火山按模型验收，Chat 保留旧字段。 |
| 错误 / 超时 / 重试 | provider 只配置 HTTPX 超时；连接层捕获广义异常并播放统一错误文案。 | 还会出现 typed failed/incomplete、长工具任务、流中断和状态过期。 | 统一错误分类、首包/空闲/总时限、幂等边界；只允许在首个 delta 与工具执行前回退。 |
为什么工程难度是中高：通用的 Items、事件和工具闭环可以统一，但厂商差异无法完全抹平。需要保留一套公共
ResponsesAdapter，再通过 VendorProfile / capability matrix 注入特定规则；厂商判断必须精确到 vendor + region + model + version + plan，不能在 TTS、Dialogue 或工具业务代码中散落域名判断。| 厂商 | 必须特殊处理的差异 | 适配器责任 | 不能放进公共逻辑的假设 |
|---|---|---|---|
| 阿里云百炼 | 地域 host 与模型集合不同；未列参数会被忽略；Conversations 仅北京/新加坡且 response ID 7 天；工具另有模型白名单，官方事件枚举未列工具参数 delta。 | 地域能力表、参数 allowlist、状态 TTL、工具事件整包/增量兼容解析。 | 不能假设所有地域、Qwen 或百炼托管模型都支持，也不能依赖永久 response ID。 |
| 智谱 | 截至调研日没有官方 Responses 端点，仍是 Chat SSE、reasoning_content 和 Chat 工具结构。 | 强制路由 chat_completions；保留独立 Chat parser 与模型生命周期表。 | 不能因“OpenAI compatible”名称直接调用 /responses。 |
| MiniMax | 中国/国际 host 不同；无服务端状态续接；M3 与 M2.x 的 reasoning 默认行为不同；温度上限为 1；SSE 未公布完整事件 union。 | host profile、reasoning/temperature 参数归一化、完整历史重放、真实事件 fixture。 | 不能复用 OpenAI 的状态、结构化输出或完整流事件假设。 |
| 火山方舟 | 按 250615+ 版本规则与例外判定；rolling alias 需实测；默认存储与组合限制不同；内置工具和事件类型有方舟扩展。 | 固定版本白名单、store=false 默认值、能力组合校验、方舟扩展事件映射。 | 不能仅按厂商或模型家族开 Responses，也不能把内置工具能力视为全模型可用。 |
| DeepSeek | 目前仅 V4-Flash；无状态；不支持字段多被静默忽略；SSE 无 [DONE] 且含 keep-alive；并行工具行为不可由参数关闭。 | 严格字段 allowlist、无状态 replay、keep-alive/完成事件解析、工具参数校验与幂等保护。 | 不能把 HTTP 200 当作能力生效，也不能假设 V4-Pro 或旧别名可走 Responses。 |
特殊适配应是“声明式 profile + 少量厂商 parser”，而不是复制五套完整 provider。公共层只暴露 TextDelta、ToolCall、Usage、Done、Error 等归一化事件。
当前耦合点
core/providers/llm/openai/openai.py:94–115构造 Chat 请求并固定调用chat.completions.create；当前锁定openai==2.8.1。openai.py:119–176直接解析choices[].delta、Chattool_calls与 usage。core/utils/dialogue.py:34–48只序列化 Chat 消息 / tool role。
语音与工具风险
core/connection.py:1135–1200边收 token 边推 TTS。:1154–1175还会把direct_answer工具参数安全缓冲后直接送 TTS；不能把 reasoning 或重复 delta 混入。:1306–1351并行执行工具，已有 30 秒工具超时。:1057–1086把工具递归深度限制为 5；:1402–1482写回 Chat 工具链并递归调用。:1805–1831按 Chat 的稠密数值 index 合并工具增量；Responses 需按 item_id / call_id 归一化。
现有配置现实
- 百炼当前
qwen-flash、智谱glm-4-flash、豆包doubao-1-5-pro-32k-250115、DeepSeekdeepseek-chat；后三者预置都复用type:"openai"的 Chat provider。 - 百炼
AliBL是 Application API，且 function call 退化为纯文本，不等同于模型 Responses。 - MiniMax 只有 TTS 预置，没有 LLM 预置。
OpenAIStyleLLMServiceImpl.java:139–155 / 233–249 / 385–401的总结、历史总结、标题三条调用都硬编码/chat/completions与 Chat 解析；其RestTemplate也未见项目级超时配置。
Dialogue内部 canonical turn / tool call
不绑定外部协议
不绑定外部协议
Protocol Router显式 model capability
Chat / Responses 双路由
Chat / Responses 双路由
Vendor Adapter + Profilecapability / request mapper
SSE / output parser
SSE / output parser
Normalized eventsTextDelta · ToolCall
Usage · Done · Error
Usage · Done · Error
推荐状态策略：首期坚持本地 canonical history 为真源并完整重放 Items，显式关闭服务端存储。这样兼容无状态的 DeepSeek / MiniMax，也保留跨厂商切换、上下文裁剪和数据治理能力。
previous_response_id 或 Conversations 只作为百炼（Conversations 仅北京/新加坡）与方舟的可选优化，不作为核心正确性依赖；同一会话保持协议粘性。基线与 P0
3–5 天
- 修复 DeepSeek 旧别名
- 升级即将下线的豆包 250115 预置
- 冻结当前 Chat 行为基线
- 落模型能力表并采集 TTFT / 工具率
协议抽象
1–2 周
- 定义 normalized event
- 保留 ChatAdapter
- 新增 ResponsesAdapter + VendorProfile
- 纯文本 + 流式 fixture
工具与上下文
1–2 周
- function schema 转换
- call_id 工具闭环
- reasoning / text 分流
- 中断、超时、并行工具测试
厂商试点
2 周
- 百炼固定 Qwen 快照
- 方舟 Seed 2.1 固定版本
- MiniMax M3 / DeepSeek Flash 各 1%
- 影子对比与成本核算
按模型推广
持续
- 逐模型 1% → 10% → 50%
- 智谱与不支持版本继续 Chat
- 可选启用服务端状态
- 季度复核官方能力表
Risk & rollback
风险、门禁与回滚
回滚必须是配置级、会话级且无副作用。已经播报文本或执行工具后，不能在同一轮自动切协议重放。
| 风险 | 级别 | 触发方式 | 前置门禁 / 缓解 | 回滚 |
|---|---|---|---|---|
| 厂商支持 ≠ 模型支持 | HIGH | 未列模型返回 404 / 400，或参数被静默忽略。 | 精确 model ID + region + plan + capability 快照；上线前真实探针，不以 HTTP 200 代替功能验证。 | 按模型将 api_mode 切回 chat_completions。 |
| 具体模型生命周期 | HIGH | DeepSeek 旧别名已退役；豆包 250115 预置即将下线；滚动别名或兼容路由掩盖真实版本。 | 生产固定版本并记录官方退役日；P0 升级现有两个预置，再做协议灰度。 | 切换到已验证的新模型；这不是协议回滚。 |
| 工具重复执行 | HIGH | 流中断后自动重试或从 Responses 回退 Chat。 | 工具 dispatch 前建立幂等键；任何 tool call / text delta 发生后禁止跨协议自动回退。 | 会话固定原协议；人工重试新一轮。 |
| TTS 重复或断句漂移 | HIGH | done 事件与 delta 双计；reasoning 被误播；序号重复。 | 只消费 output_text.delta；按 event / sequence 去重；reasoning 单独丢弃或记录。 | 该模型流量归零，恢复 Chat chunk parser。 |
| 上下文丢失 / 到期 | MED | previous response 过期、store 关闭或厂商无状态。 | 首期以本地 canonical history 为真源；服务端 ID 只是缓存优化。 | 切到 replay 模式，无需迁移会话数据。 |
| 参数静默降级 | HIGH | 阿里 / DeepSeek 忽略不支持字段，但仍返回 200。 | adapter 只发送白名单参数；用负向契约测试验证“应该失败 / 应该生效”。 | 关闭该 capability，不必关闭整个模型。 |
| 隐私与存储差异 | MED | Responses 默认 store 或响应 ID 可跨轮检索。 | 默认 store=false；服务端状态需合规审批、保留期与删除测试。 | 立即切回本地重放并清理可检索 ID。 |
| 文档 / 行为漂移 | MED | 滚动别名变更、灰度能力、SDK 对象变化。 | 生产优先固定快照；记录 verified_at；季度复核并运行最小实测集。 | 冻结上一版能力表与适配器。 |
上线门禁
- 纯文本、中文、emoji、长输出
- 首包 / 空闲 / 总超时与主动中断
- 单工具、并行工具、畸形 JSON、工具超时
- 多轮重放、上下文裁剪、模型切换
- 429 / 5xx / 404 / failed / incomplete
灰度指标
- 成功率与分类错误率
- 首 token 延迟与端到端语音延迟
- 重复播报率、空回复率、工具成功率
- 输入 / 输出 / reasoning token 与单轮成本
- 协议回退率与回退前是否已产生副作用
回滚开关
api_mode=chat_completions|responses按模型配置state_mode=replay|provider独立开关responses_traffic_percent灰度权重- 会话内 sticky routing，不中途换协议
- ChatAdapter 在全量稳定前不删除
Official sources
官方资料
只使用厂商官方开发文档、API Reference、更新日志与官方 SDK 仓库；未用聚合网关或社区转述支撑支持结论。
OpenAI 基线
阿里云百炼
智谱
MiniMax
火山方舟
DeepSeek
证据边界：本次未使用五家厂商的生产 API Key，因此“支持”来自官方 B/C 级证据，不等于已通过小智真实端到端回归。上线前仍需对具体账号、地域、套餐与模型做 A 级实测。
判定口径：只有官方明确给出 /responses 或 client.responses.create() 才计支持；“OpenAI compatible”、Chat Completions、Anthropic Messages、AI SDK provider 或自有 Agent API 均不能替代 Responses 证据。