[Bug] Responses API 比其他 API 更消耗 token?

[pexcn]

这是我用 curl 请求三种 API 的对比：

请问现在最推荐使用的是 Messages API 吗？

[james-6-23]

感谢详细对比,结论先说:不是 Responses API 本身更耗 token,三个端点上报的都是上游真实用量。差异来自 /v1/responses 路径的一个功能性注入。

根因:为了让不带 image_gen 的客户端也能使用账号的生图能力,网关在 /v1/responses 路径会自动注入 hosted image_generation 工具和一段桥接 instructions——你第一张截图响应里回显的 <codex2api-codex-image-generation>... 和 tools 里的 image_generation 就是它。上游会把 hosted 工具的使用说明展开计入 input,所以固定多出约 390 tokens(桥接文案 ~90 + 工具展开 ~300)。/v1/chat/completions 和 /v1/messages 的转换路径没有这个注入,所以裸发 "Hello" 就是 7 tokens。

实际影响:这是每请求固定开销,不随对话长度放大。真实客户端(如 Codex CLI)走 /v1/responses 时本身自带数千 token 的官方 instructions,且稳定前缀会命中上游 prompt cache,这 ~400 的相对占比很小;curl 裸发 "Hello" 是把固定开销放到了最大对比度。

不需要生图时怎么关:API 密钥设置里把「图片工具策略」设为 strip,转发前会把注入的生图工具和桥接 instructions 一起剥离,input 即回到 ~7。

端点推荐:按客户端选,不按"省 token"选——Codex CLI / 需要完整 Responses 语义 → /v1/responses;Claude Code 等 Anthropic 客户端 → /v1/messages;OpenAI 兼容客户端 → /v1/chat/completions。同等 payload 下三者上游消耗一致(除上述注入)。

[pexcn]

明白，感谢你的详细解答😅

[pexcn]

@james-6-23 Hi, 我升级到了 v2.6.5，使用 Messages API 似乎无法切换推理等级，固定为 high 了（尽管选择的是 medium，查看 codex2api 的日志也显示为 high），请问你有遇到这个问题吗？我换回 Responses API 则正常。

我不确定是 VSCode 的 Copilot 的问题还是 codex2api 的问题，所以想问问。