难题多想一步，简单问题直接说明
GPT-5.1 的自适应推理适合难度变化较大的工作流：既要回答局部问题，也要处理多条件推导。可以把目标、约束和判断标准一起交给它，要求先识别关键依赖，再形成结论；不必把每个任务都写成冗长的逐步思考提示。
Overview
API
Pricing
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 型号定位
- GPT-5.1 Thinking 对应的 API 型号
- 输入与输出
- 文本、图像输入；文本回答
- 推理方式
- 按任务难度自适应调整思考投入
- 开发接口
- /openai/responses、/openai/chat/completions
- 交互控制
- 开发入口提供流式响应、工具定义与输出长度设置
- 结构化格式
- Chat Completions 提供 JSON 对象与 JSON Schema 格式配置
- 简化连续对话
- /aichat/conversations 使用 question；stateful 与 id 延续会话
自适应推理属于模型能力，消息组织、返回格式与会话管理属于所选调用入口的功能。
核心能力
了解 gpt-5.1 能为你的工作带来什么。
把技术推导写成读得懂的答案
相较 GPT-5 Thinking，GPT-5.1 Thinking 更重视解释清晰度，减少生僻术语与未定义概念。面对代码逻辑、业务规则或复杂指标，可要求它先给简明结论，再解释概念、依据与例外，让不同专业背景的读者更容易讨论同一问题。
图文理解融入应用工作流
文字问题可以与图片一起提交，用于理解截图、图表或界面内容，再生成文字分析。开发入口还提供结构化格式和函数工具配置，便于把结果交给应用处理；模型负责理解与生成调用信息，实际业务动作由应用按权限执行。
适用场景
从具体任务出发，找到模型发挥作用的位置。
代码排错与改动评审
输入相关代码、错误日志、预期行为和运行环境，让 GPT-5.1 梳理可能原因，提出修改建议与测试清单。适合需要解释原因而不只是补全代码的任务，交付物可包含问题定位、候选补丁和验证步骤，实际运行仍在你的开发环境中完成。
带约束的方案比较
提交候选方案、预算条件、业务目标与不能违反的规则，要求模型按统一标准比较取舍。可让它区分已知条件和假设，整理推荐理由、待补信息及实施顺序，形成便于团队评审的分析稿，而不是只给一个缺少依据的选项。
截图分析与连续答疑
将产品截图或图表配上具体问题，让模型说明可见内容、整理问题点并提出下一步检查建议。后续可围绕同一材料追问；需要轻量会话管理时，使用简化对话入口保存会话 ID，输出适合客服、培训或内部协作的文字回答。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
与 Instant 区分，按任务深度选择
gpt-5.1 对应 Thinking，gpt-5.1-chat-latest 对应 Instant，不是同一个调用名称。需要多条件分析、技术解释或复杂问题持续推导时，GPT-5.1 更符合任务定位；偏日常交流时可评估 Instant。两者都强调更自然的沟通，但不能把聊天名称当作可互换的参数。
从 GPT-5 Thinking 迁移，验证实际交付
GPT-5.1 Thinking 的迭代重点是更灵活地分配思考时间，以及让复杂答案更容易理解。已有 GPT-5 Thinking 工作流可用相同任务比较结论质量、解释清晰度与格式稳定性；尤其适合需要把技术分析交给非技术同事的场景，不应仅凭型号更新就跳过业务验收。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 自适应推理不等于固定响应时间。复杂问题可能需要更多处理，过多无关材料也会增加阅读负担。建议明确交付目标、相关片段与输出篇幅，并检查回答是否完整，避免把被长度设置截断的结果当成最终结论。
- 视觉理解用于分析图像，不等于生成或编辑图片，也不能替代精确测量。截图中的细小文字、模糊标记与图表数值应对照原件核验；重要字段最好同时提供文字，减少仅凭图像推断造成的偏差。
- 工具调用不代表模型自动获得联网、代码执行或业务系统操作权限。应用需要提供可用工具、执行请求并回传结果；涉及写入数据或触发操作时，应设置授权与确认步骤。不要把生成的代码当成已经运行的验证结果。
常见问题
解答使用 gpt-5.1 时的常见疑问。
gpt-5.1 是 Thinking 还是 Instant？
它对应 GPT-5.1 Thinking 的 API 型号，侧重自适应推理与复杂任务解释。Instant 对应 gpt-5.1-chat-latest。选择 gpt-5.1 时，不应把它理解为 ChatGPT 的自动选型模式，也不要直接替换成 Instant 的名称。
GPT-5.1 怎样接收图片？
在 Chat Completions 中，可把文字与 image_url 内容放入同一消息，说明希望检查什么。它输出的是对图片的文字理解，不是绘图结果。分析截图时，最好指出目标区域，并补充关键文字或业务背景。
调用 GPT-5.1 应选哪个接口？
已有 messages 工作流可用 Chat Completions；采用 input 组织响应任务可用 Responses。只想提交问题并延续聊天，可选 /aichat/conversations。接口选择主要取决于应用的消息管理与结果处理方式。
GPT-5.1 可以返回 JSON 吗？
Chat Completions 提供 JSON 对象及 JSON Schema 格式配置，适合字段提取、分类和分析结果整理。应清楚定义字段含义、缺失值处理与允许值；应用收到结果后仍需检查内容正确性，格式约束不能代替业务校验。
怎样让 GPT-5.1 保持多轮对话？
使用 Chat Completions 时，把相关历史消息随新问题一起提交。使用简化对话入口时，设置 stateful 为 true，保存返回的 id，后续继续携带两者。持续对话中仍应明确关键约束，避免重要条件只在早期消息中出现。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。
Input
$0.25per 1M tokens
Official $1.25
Output
$2.00per 1M tokens
Official $10.00
−80%vs official
Top-up
You pay$13,584for 142,800 credits · $0.0951 / credits
You're billed in credits. Pick a top-up tier to see its per-credit rate — the larger the top-up, the cheaper each credit.
Quickstart
Try the API
API Key
Please obtain an API Key first
Your API key is pre-filled in the snippet — copy and run it in your terminal or IDE.
This is only a basic call example. See the full docs for more parameters and advanced usage.