Pular para o conteúdo principal
Use a execução em segundo plano quando uma solicitação da Responses API precisar retornar antes da conclusão da execução do modelo. Defina background como true em POST /v3/router/responses. O AI Gateway armazena a resposta, retorna o ID dela com status: "queued" e a processa de forma assíncrona. Consulte periodicamente GET /v3/router/responses/{response_id} com o mesmo ID até que a resposta atinja um status final. Consulte a referência da Responses API para ver o schema completo de solicitação e resposta.

Início rápido

Os exemplos a seguir enviam uma resposta em segundo plano e, em seguida, fazem consultas periódicas até que o processamento termine. Defina store como true; respostas em segundo plano exigem respostas armazenadas.

Ciclo de vida da resposta

A solicitação de criação retorna o objeto de resposta com um id estável. Consulte esse mesmo objeto enquanto ele passa pelos seguintes status: Respostas concluídas incluem output e completed_at. Respostas com falha mantêm o ID da resposta, para que o erro possa ser consultado com a mesma solicitação GET.

Limite de execução e polling

A execução em segundo plano é interrompida após 30 minutos. O limite cobre a execução inteira e substitui qualquer max_execution_time em limits ou no agente. Uma execução interrompida por ele termina como failed, com o motivo em error, ou como incomplete, com incomplete_details.reason: "max_time", quando o limite é atingido entre chamadas ao modelo. Nenhum intervalo fixo de polling é exigido. O Início rápido consulta a cada segundo; um intervalo maior funciona para execuções longas. Pare em completed, failed ou incomplete.

Cancelamento

Respostas em segundo plano não podem ser canceladas: /v3/router/responses/{response_id} atende apenas GET. Interromper o loop de polling não interrompe a execução, que continua até um status final e permanece disponível para consulta.

Configuração e limitações

A execução em segundo plano usa o modelo, a entrada, as ferramentas e o schema de resposta padrão da Responses API. O comportamento assíncrono muda o momento em que o resultado fica disponível, e não o formato da resposta final.
Para muitas solicitações offline, envie um batch. A execução em segundo plano abrange uma única resposta de longa duração.