Function Calling

Function Calling ermöglicht es Modellen, strukturierte JSON-Argumente für von Ihnen definierte Funktionen zu generieren und so die Integration mit externen Tools und APIs zu ermöglichen.

Voraussetzungen

• Ein API-Schlüssel (hier erhalten)
• OpenAI SDK installiert (Quickstart)
• Ein Modell, das Function Calling unterstützt (die meisten gehosteten Modelle tun das — siehe Verfügbare Modelle)

Was Sie lernen werden:

• Wie Sie Tools/Funktionen definieren, die das Modell aufrufen kann
• Wie Sie Function Calling mit der Responses API verwenden
• Wo Sie strukturierte Ausgaben mit JSON Schema finden (Strukturierte Ausgaben)

Einfaches Beispiel

Python

from openai import OpenAI

client = OpenAI()

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_current_weather",
            "description": "Get the current weather",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "The city and state, e.g. San Francisco, CA",
                    },
                    "format": {
                        "type": "string",
                        "enum": ["celsius", "fahrenheit"],
                        "description": "The temperature unit to use.",
                    },
                },
                "required": ["location", "format"],
            },
        },
    },
]

messages = [
    {"role": "system", "content": "Don't make assumptions about what values to plug into functions. Ask for clarification if a user request is ambiguous."},
    {"role": "user", "content": "What's the weather like today in Hamburg?"},
]

response = client.chat.completions.create(
    model="GLM-5.3",
    messages=messages,
    tools=tools,
)

print(response.choices[0].message)

Beispielausgabe (illustrativ):

ChatCompletionMessage(
    content=None,
    role='assistant',
    tool_calls=[
        ChatCompletionMessageToolCall(
            id='call_adnFRLazqswLI1ky6FU2O40u',
            function=Function(
                arguments='{"location":"Hamburg","format":"celsius"}',
                name='get_current_weather'
            ),
            type='function'
        )
    ]
)

Function Calling mit der Responses API

Python

from openai import OpenAI

client = OpenAI()

tools = [
    {
        "type": "function",
        "name": "get_weather",
        "description": "Get current temperature for a given location.",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {
                    "type": "string",
                    "description": "City and country e.g. Bogota, Colombia",
                }
            },
            "required": ["location"],
            "additionalProperties": False,
        },
    }
]

response = client.responses.create(
    model="gpt-oss-120b",
    input=[{"role": "user", "content": "What is the weather like in Paris today?"}],
    tools=tools,
)

print(response.output)

Strukturierte Ausgaben

JSON Schema auf der Responses API steht unter Strukturierte Ausgaben.

Grenzen und Fehlersuche

GPT-6-Modelle

In Chat Completions lehnen gpt-6.1-sol, gpt-6-luna und gpt-6-astra Tools ab, solange Reasoning aktiv ist, und das ist es standardmäßig: HTTP 400 Function tools with reasoning_effort are not supported. Senden Sie Tool Calls für diese Modelle an die Responses API (/v2/responses); dort liefern alle drei den Function Call. In Chat Completions kann nur gpt-6-luna Tools aufrufen, mit reasoning_effort="none"; gpt-6.1-sol und gpt-6-astra akzeptieren none nicht.

Hinweis

Function Calling funktioniert mit einer breiten Auswahl an Modellen auf der Plattform — darunter Modelle von OpenAI, Google und Anthropic sowie viele Open-Source-Modelle. Die in diesem Guide verwendeten Modellnamen sind lediglich Beispiele und nicht die einzigen Modelle, die die Funktion unterstützen. Einige auf T Cloud gehostete Open-Source-Modelle unterstützen Function Calling noch nicht; prüfen Sie den Eintrag des Modells unter Verfügbare Modelle, bevor Sie sich darauf verlassen.

Die Responses API ist für Text, Tool Calls und Streaming auf gpt-oss-120b bestätigt, für Tool Calls auch auf den GPT-6-Modellen. Einige Modelle antworten auf client.responses.create mit HTTP 400. Für diese Modelle Chat Completions verwenden. Welche Funktionen der Endpunkt annimmt, steht unter Unterstützung der Responses API.

Nächste Schritte

• Streaming — Funktionsaufruf-Antworten in Echtzeit streamen
• Chat Completions — Grundlegende Chat-API-Nutzung
• API-Endpunkte — Vollständige Endpunkt-Referenz