OpenAI Agents SDK 怎么改默认模型并调整 GPT-5 推理参数-北京尧图网络

OpenAI Agents SDK 怎么改默认模型并调整 GPT-5 推理参数【免费下载链接】openai-agents-pythonA lightweight, powerful framework for multi-agent workflows项目地址: https://gitcode.com/GitHub_Trending/op/openai-agents-python在 openai-agents-pythonOpenAI Agents SDK中Agent不设置model时SDK 会使用默认模型gpt-5.6-luna并且默认带有reasoning.effortnone和verbositylow的推理设置面向成本敏感、高并发的 agent 工作流。如果你的任务是把默认模型换成gpt-5.6-sol之类的 GPT-5 模型或者单独调整推理强度、回答详略和 GPT-5.6 的推理模式本文给出文档中的三种改默认模型的路径和ModelSettings的对应写法。前提是已按 Quickstart 安装 SDK 并配置了 OpenAI API keypip install openai-agents export OPENAI_API_KEYsk-...方式一用OPENAI_DEFAULT_MODEL环境变量全局改默认模型在运行 agent 前设置OPENAI_DEFAULT_MODEL环境变量之后所有没有单独设置model的 agent 都会统一使用这个模型来自 docs/models/index.md 的 “Default model” 一节export OPENAI_DEFAULT_MODELgpt-5.6-sol python3 my_awesome_agent.pymy_awesome_agent.py替换为你的 agent 入口脚本。这个变量在进程启动时读取改完后重启进程才生效。方式二用RunConfig为单次运行设置默认模型如果只想让某一次Runner.run(...)使用别的模型通过run_config传入即可agent 没有设置 model 时会使用该 run 的模型from agents import Agent, RunConfig, Runner agent Agent( nameAssistant, instructionsYoure a helpful agent., ) result await Runner.run( agent, Hello, run_configRunConfig(modelgpt-5.6-sol), )两种方式的区别在于作用范围环境变量影响进程内所有未设模型的 agentRunConfig只影响当前这次运行。需要单个 agent 用不同模型时也可以在Agent上直接传modelgpt-5.6-sol写法与下文推理参数示例一致。用ModelSettings调整 GPT-5 的推理参数只要以字符串名使用 GPT-5 模型如gpt-5.6-solSDK 会应用一套默认的ModelSettings要覆盖它在Agent上显式传自己的ModelSettings即可from openai.types.shared import Reasoning from agents import Agent, ModelSettings my_agent Agent( nameMy Agent, instructionsYoure a helpful agent., # If OPENAI_DEFAULT_MODELgpt-5.6-sol is set, passing only model_settings works. # Its also fine to pass a GPT-5 model name explicitly: modelgpt-5.6-sol, model_settingsModelSettings(reasoningReasoning(efforthigh), verbositylow) )两个关键参数示例代码见 examples/basic/hello_world_gpt_5.pyreasoning.effort推理强度示例脚本中列出的取值是none,low,medium,high,xhighReasoning对象从openai.types.shared导入。verbosity回答详略取值为low,medium,high。文档建议追求低延迟时用reasoning.effortnone。注意如果之前设过OPENAI_DEFAULT_MODEL只传model_settings不传model也是有效的模型名仍由环境变量决定显式传模型名同样没问题。GPT-5.6 的额外推理控制仅 Responses 路径GPT-5.6 在 Responses API 路径下还支持推理模式、跨轮次携带推理上下文和max档位的推理强度from openai.types.shared import Reasoning from agents import Agent, ModelSettings agent Agent( nameDeep research agent, modelgpt-5.6-sol, model_settingsModelSettings( reasoningReasoning( modepro, effortmax, contextall_turns, ), ), )使用这一组参数时注意文档给出的边界reasoning.mode和reasoning.context是 Responses 专属设置Chat Completions 路径只使用reasoning.effort。GPT-5.6 的maxeffort 需要走 Responses APIChat Completions 适配器遇到 mode/context 会忽略并给出警告在 OpenAI provider 上设置strict_feature_validationTrue可以把警告变成报错。使用contextall_turns时需要通过previous_response_id、服务端 Responses 会话或在下一轮请求中带上先前的 reasoning items 来保留对话对storeFalse的无状态调用要在响应中请求reasoning.encrypted_content再把这些 reasoning items 作为下一次请求的输入。非 GPT-5 模型的回退行为如果你传的是非 GPT-5 模型名且没有自定义model_settingsSDK 会回退到适用于任意模型的通用ModelSettings不会出现 GPT-5 专用的推理设置。因此“改默认模型调推理参数”这两个动作要一起核对模型名换成 GPT-5 系列后推理设置才会按 GPT-5 规则生效。验证改动是否生效运行后先检查脚本本身能拿到模型回复示例脚本的做法是直接打印最终输出result await Runner.run(agent, Tell me something about recursion in programming.) print(result.final_output)要确认实际请求用的是哪个模型和哪套参数按 Quickstart 的 “View your traces” 一节到 OpenAI Dashboard 的 Trace viewer 中查看本次 agent 运行的 trace。如果走的是 Chat Completions 路径却设置了 mode/context 并看到相关警告说明该设置没有生效应改回 Responses 路径。更多参数temperature、top_p、timeout、retry等在 docs/models/index.md 的 “Advanced OpenAI Responses settings” 和 ModelSettings 参考中有说明。【免费下载链接】openai-agents-pythonA lightweight, powerful framework for multi-agent workflows项目地址: https://gitcode.com/GitHub_Trending/op/openai-agents-python创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

OpenAI Agents SDK 怎么改默认模型并调整 GPT-5 推理参数

相关推荐

Ruby 语法级计算器：TRICK 2025 获奖作品「纯 Ruby 语法加法」原理与玩法

CAMEL Loaders 模块完全指南：从文档解析、网页抓取到 RAG 数据接入

3条命令跑通 kohya_ss Docker 部署：从克隆到训练界面

更多资讯

Docs 多格式转换与 .docx 导入：Y-Provider 转换服务与 DocSpec 配置实战指南

群晖NAS内网穿透实战：用cpolar实现固定二级子域名远程访问

从代码补全到项目理解者：Cursor上下文工程与Agent实战指南

工控万能接口：协议解耦与实时调度架构设计

Argo CD ApplicationSet Controller 命令行参考：参数详解、环境变量与源码级原理

如何一键下载 Kubernetes 官方图标集？SVG 与 PNG 格式全解析

今日更新

AI驱动的自动化专利分析平台技术解析

LeetCode-Go 题解：1252. Cells with Odd Values in a Matrix（奇数值单元格计数）双解法剖析

在线答疑系统Java毕设实战：Spring Boot前后端分离与状态流转

本周精选

AI驱动的自动化专利分析平台技术解析

LeetCode-Go 题解：1252. Cells with Odd Values in a Matrix（奇数值单元格计数）双解法剖析

在线答疑系统Java毕设实战：Spring Boot前后端分离与状态流转

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？