Antwortparameter meistern

Arbeiten mit der OpenAI Responses API

James Chapman

AI Curriculum Manager, DataCamp

Modellauswahl

response = client.responses.create(
    model="gpt-5.4-mini",
    input="What is recursion?",
)

¹ https://platform.openai.com/docs/models

Modellauswahl

response = client.responses.create(
    model="gpt-5.4-mini",
    input="What is recursion?",
)

Faustregel: das günstigste Modell nutzen, das die Anforderungen erfüllt

Modell	Tempo	Kosten	Am besten für
gpt-5.4-mini	Schnell	Niedrig	Einfache Aufgaben, Q&A
gpt-5.5	Mittel	Höher	Komplexes Reasoning

¹ https://platform.openai.com/docs/models

LLMs und Tokens

Tokens: kleinste Textelemente, mit denen die KI Text verarbeitet und versteht

Der Satz „How can the OpenAI API deliver business value?" mit farblich markierten Tokens.

¹ https://platform.openai.com/tokenizer

LLMs und Tokens

LLMs ohne Reasoning: Generieren die wahrscheinlichsten Folgetokens auf die Eingabe

Ausgabe ohne Reasoning

LLMs und Tokens

Ausgabe mit Reasoning

Reasoning-Aufwand

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",

    reasoning={"effort": "none"}

)

Reasoning-Aufwand

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={"effort": "none"}
)

Aufwand	Am besten für
none	Triviale oder mechanische Aufgaben.
low	Einfache Aufgaben mit Fokus auf Tempo und Kosten.
medium	Standard für ausgewogenes Denken und Effizienz.
high	Komplexe, mehrstufige oder logiklastige Aufgaben.
xhigh	Sehr harte Aufgaben an der Machbarkeitsgrenze

Reasoning-Zusammenfassungen

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={
        "effort": "medium",

        "summary": "auto"

    }
)

Ausgabe-Tokens begrenzen

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={"effort": "none"},

    max_output_tokens=500

)

max_output_tokens umfasst auch die Reasoning-Tokens

Zusammenfassung

Einfache Aufgaben → mit kleinen Modellen, ohne Reasoning und wenigen Tokens starten
Komplexe Aufgaben → mit mittleren Modellen und Reasoning starten, dann feinjustieren

Parameter-Link

Lass uns üben!

Arbeiten mit der OpenAI Responses API