كيفية استخدام GPT-5.5 API

تم إطلاق GPT-5.5 في 23 أبريل 2026، والعنوان الرئيسي للمطورين بسيط: افتتحت OpenAI النموذج داخل ChatGPT و Codex في نفس اليوم، والتزمت بتوفير واجهات برمجة تطبيقات الاستجابات (Responses) وإكمال الدردشة (Chat Completions) "قريبًا جدًا". يغطي هذا الدليل كلا الجانبين من هذا الخط؛ كيفية استدعاء GPT-5.5 فور عمل المفاتيح، وكيف يقوم المختبرون الأوائل بتشغيله اليوم من خلال مسار تسجيل الدخول إلى Codex.

ستحصل على أشكال نقاط النهاية، المصادقة، أمثلة بايثون وNode، جدول المعلمات الكامل، حسابات تسعير وضع التفكير، معالجة الأخطاء، وسير عمل للاختبار في Apidog يحفظ الرصيد عند التكرار.

للحصول على نظرة عامة على مستوى المنتج للنموذج، راجع ما هو GPT-5.5. للحصول على مسار مجاني بالكامل، راجع كيفية استخدام واجهة برمجة تطبيقات GPT-5.5 مجانًا.

باختصار

• يعمل GPT-5.5 على نقطتي نهاية **الاستجابات (Responses)** و **إكمال الدردشة (Chat Completions)**؛ معرف النموذج هو gpt-5.5. أما الإصدار الاحترافي فهو gpt-5.5-pro.
• تسعير واجهة برمجة التطبيقات هو **5 دولارات لكل مليون رمز إدخال** و **30 دولارًا لكل مليون رمز إخراج**؛ أما الإصدار الاحترافي فهو **30 دولارًا لكل مليون رمز إدخال** و **180 دولارًا لكل مليون رمز إخراج**.
• نافذة السياق هي **1 مليون رمز** في واجهة برمجة التطبيقات و **400 ألف رمز** داخل واجهة سطر الأوامر Codex.
• حتى ينتهي الطرح العام لواجهة برمجة التطبيقات، يمكن للمطورين تشغيل GPT-5.5 من خلال Codex باستخدام تسجيل دخول ChatGPT.
• استخدم Apidog لإنشاء المجموعة مسبقًا؛ شكل الطلب يتطابق مع GPT-5.4 مع معرف نموذج جديد وكتلة reasoning موسعة.

المتطلبات المسبقة

قبل إرسال أول طلب، جهز أربعة أشياء:

• **حساب مطور OpenAI** بمستوى فوترة. اشتراك ChatGPT Plus أو Pro منفصل عن فواتير واجهة برمجة التطبيقات؛ أنت بحاجة لكليهما إذا كنت تريد الوصول إلى واجهة المستخدم والوصول البرمجي.
• **مفتاح واجهة برمجة تطبيقات (API key)** مع إمكانية الوصول إلى عائلة نماذج GPT-5. يوصى بشدة بالمفاتيح ذات النطاق المحدد للمشروع بدلاً من مفاتيح المستخدم لأي عبء عمل إنتاجي.
• **إصدار SDK الذي يدعم gpt-5.5.** في بايثون، هو openai>=2.1.0؛ في Node، هو openai@5.1.0 أو أحدث.
• **عميل واجهة برمجة تطبيقات يمكنه إعادة تشغيل الطلبات دون إغراق الطرفية.** يعمل curl لمكالمة واحدة؛ بعد ذلك، انتقل إلى Apidog أو ما شابه ذلك.

صدر مفتاحك مرة واحدة:

export OPENAI_API_KEY="sk-proj-..."

نقطة النهاية والمصادقة

يعمل GPT-5.5 على نفس نقطتي النهاية مثل بقية عائلة GPT-5.

POST https://api.openai.com/v1/responses
POST https://api.openai.com/v1/chat/completions

واجهة برمجة تطبيقات Responses هي واجهة OpenAI الأحدث، المدركة للأدوات، وهي المكان الذي تتصل فيه وضع التفكير والبحث على الويب واستخدام الكمبيوتر بشكل نظيف. لا يزال Chat Completions يعمل ويحمل معظم التكاملات القديمة.

المصادقة هي رمز حامل (bearer token). كل طلب يأخذ جسم JSON بمعرف النموذج، ومصفوفة المطالبة أو الرسالة، وأي معلمات تريدها.

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "input": "Summarize the last 10 releases of the openai/codex repo in three bullets.",
    "reasoning": { "effort": "medium" }
  }'

إذا نجح الاستدعاء، ستحصل على كائن JSON مع مصفوفة output من الرسائل وكتلة usage مقسمة إلى رموز الإدخال والإخراج والتفكير. تعيد الإخفاقات غلاف OpenAI القياسي مع code و message سهل القراءة؛ يغطي جدول الأخطاء في نهاية هذا الدليل الأخطاء التي ستصادفها أولاً.

معلمات الطلب

كل حقل في الجسم يرتبط إما بالتكلفة أو بالسلوك. إليك الخريطة الكاملة لـ gpt-5.5.

الحقول الثلاثة التي تؤثر بشكل أكبر على التكلفة هي reasoning.effort و max_output_tokens و tools. التشغيل بنمط التفكير عند reasoning.effort: "high" أو "xhigh" يمكن أن يزيد بسهولة عدد الرموز الناتجة بمقدار 3 إلى 8 أضعاف مقارنةً بتشغيل low.

مثال بايثون

يتتبع شكل حزمة تطوير البرامج (SDK) لـ GPT-5.5 واجهة برمجة تطبيقات الاستجابات الخاصة بـ 5.4؛ الفارق الوحيد هو معرف النموذج (model ID) والنطاق الأوسع لـ reasoning.effort.

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.5",
    input=[
        {
            "role": "system",
            "content": "أنت مهندس Go كبير. أجب بكود موجز وقابل للتشغيل.",
        },
        {
            "role": "user",
            "content": (
                "اكتب تجمعًا للعمال (worker pool) بتزامن محدود ومسار لإلغاء السياق. لا توجد تبعيات خارجية."
            ),
        },
    ],
    reasoning={"effort": "medium"},
    max_output_tokens=4000,
)

print(response.output_text)
print(response.usage.model_dump())

نقطتان جديرتان بالملاحظة:

• يقوم response.output_text بتسوية مصفوفة output لك. إذا كنت بحاجة إلى الأحداث المهيكلة (استدعاءات الأدوات، تتبع التفكير، الاستشهادات)، فاقرأ response.output مباشرةً.
• يعيد usage الآن input_tokens و output_tokens و reasoning_tokens كعدادات منفصلة. قم بالفوترة بناءً على الثلاثة.

مثال Node

import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-5.5",
  input: [
    { role: "system", content: "أنت مراجع دقيق." },
    {
      role: "user",
      content:
        "راجع هذا الترحيل وحدد أي عملية قد تحبس جدولًا كثير الكتابة لأكثر من 200 مللي ثانية.",
    },
  ],
  reasoning: { effort: "high" },
  tools: [{ type: "file_search" }],
  max_output_tokens: 6000,
});

console.log(response.output_text);
console.log(response.usage);

اضبط reasoning.effort على high عندما تكون المهمة من نمط المراجعة وتكون تكلفة المشكلة الفائتة أكبر من تكلفة بضعة سنتات إضافية في رموز التفكير.

وضع التفكير

وضع التفكير في GPT-5.5 ليس معرّف نموذج مختلف؛ إنه نموذج gpt-5.5 القياسي الذي يعمل مع reasoning.effort على high أو xhigh، مقترنًا بميزانية أطول لـ max_output_tokens. تعرض واجهة مستخدم ChatGPT من OpenAI هذا كخيار تبديل؛ في واجهة برمجة التطبيقات، تتحكم فيه لكل طلب.

قاعدتان عامتان:

• **استخدم medium كوضع افتراضي.** يغطي معظم الأعمال الوكيلية، تصحيح الأخطاء متعدد الملفات، وتوليد المستندات. تبقى التكاليف قريبة من الثبات مقارنة بـ GPT-5.4.
• **احفظ high و xhigh للبحث، والمراجعات الحرجة للدقة، وسلاسل الأدوات الطويلة.** خصص ميزانية 3-8 أضعاف عدد الرموز الناتجة وقيس وقت الاستجابة بدلاً من افتراض أنها ستعود في أقل من 30 ثانية.

إذا كان طلبك يلامس computer_use أو سلاسل بحث ويب طويلة، فإن الجهد بمستوى التفكير يستحق الإنفاق؛ فإن الانخفاض في الهلوسة الذي ذكرته OpenAI في منشور الإطلاق يظهر بشكل أساسي في سير العمل هذه.

المخرجات المهيكلة

إخراج JSON الصارم هو الافتراضي في GPT-5.5. قم بتمرير مخطط (schema) ويرفض SDK إرجاع JSON سيء التنسيق.

response = client.responses.create(
    model="gpt-5.5",
    input="استخرج العنوان والمتحدث ووقت البدء من هذا الجزء من النص.",
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "session_extract",
            "strict": True,
            "schema": {
                "type": "object",
                "required": ["title", "speaker", "start_time"],
                "properties": {
                    "title": {"type": "string"},
                    "speaker": {"type": "string"},
                    "start_time": {"type": "string", "format": "date-time"},
                },
            },
        },
    },
)

لأي مسار عمل يغذي كودًا لاحقًا، قم دائمًا بتعيين مخطط. لا يكلف شيئًا على مستوى الرموز ويلغي حلقة إعادة المحاولة التي قد تكتبها لولا ذلك حول المخرجات سيئة التنسيق.

استخدام الأدوات والوكلاء

تعرض واجهة برمجة تطبيقات الاستجابات خمسة أنواع أدوات أساسية:

• web_search — بحث في الوقت الفعلي، الآن مع استشهادات لكل نتيجة.
• file_search — بحث متجه عبر الملفات المحملة.
• code_interpreter — بايثون في بيئة معزولة (sandboxed Python).
• computer_use — الفأرة ولوحة المفاتيح والمتصفح عبر حزمة Operator.
• function — دوال رد النداء (callbacks) الخاصة بك.

تحسين GPT-5.5 على 5.4 هنا ليس في قائمة الأدوات؛ بل في مدى استعداد النموذج لربطها دون إشراف. في الاختبار ضد مجموعة استنساخ The Decoder، أكمل GPT-5.5 عددًا أكبر من سلاسل الأدوات متعددة الخطوات بنسبة 11% دون تدخل المستخدم مقارنة بـ 5.4 تحت نفس المطالبة.

معالجة الأخطاء وإعادة المحاولة

توقع أربعة رموز خطأ بشكل متكرر بما يكفي لمعالجتها بالاسم.

تُحسب رموز التفكير ضمن نافذة السياق. مكالمة reasoning.effort: "xhigh" على مدخلات بحجم 900 ألف رمز ستصل إلى 400 بسبب تجاوز السياق حتى لو كانت رسالة المستخدم قصيرة.

سير عمل الاختبار باستخدام Apidog

تعتبر مكالمات GPT-5.5 مكلفة بما يكفي بحيث لا ترغب في اكتشاف خطأ في المخطط عن طريق إعادة تشغيل الموجه 20 مرة. سير العمل الذي يهدر أقل عدد من الرموز:

1. قم بإنشاء الطلب مرة واحدة في Apidog، واحفظه كإدخال مجموعة، وحدد البيئة (مفتاح التطوير، التدريج، الإنتاج).
2. استخدم خادم الاختبار المدمج لإعادة تشغيل آخر استجابة حقيقية أثناء تكرار الكود اللاحق.
3. قم بالتبديل إلى المفتاح الحي فقط عندما يكون المخطط مستقرًا.

يشحن Apidog أيضًا تكامل Claude Code و Cursor بحيث يمكن الوصول إلى نفس المجموعة من أي وكيل على مستوى المحرر تستخدمه. راجع دليل Apidog في VS Code و مقارنة Apidog vs. Postman للإعداد الكامل.

استدعاء GPT-5.5 قبل تعميم واجهة برمجة التطبيقات

حتى تنهي OpenAI طرح واجهة برمجة تطبيقات الاستجابات (Responses API)، فإن المسار العملي للمطورين الذين يرغبون في تجربة GPT-5.5 هو مسار تسجيل الدخول إلى Codex. يشرح الدليل المجاني لـ Codex كيفية تثبيت واجهة سطر الأوامر (CLI)، والمصادقة باستخدام حساب ChatGPT، واختيار النموذج.

الأسئلة الشائعة

هل يوجد gpt-5.5-mini؟ليس عند الإطلاق. احتفظت OpenAI بـ gpt-5.4-mini كنموذج محسّن للتكلفة.

ما هي نافذة السياق؟1 مليون رمز في واجهة برمجة التطبيقات (API). 400 ألف رمز داخل واجهة سطر أوامر Codex. كلاهما يشمل رموز التفكير.

هل أحتاج إلى إعادة كتابة كود GPT-5.4 الخاص بي؟لا. قم بتبديل معرف النموذج، ووسع max_output_tokens إذا كنت تريد مخرجات بمستوى التفكير، وأعد ضبط reasoning.effort لعبء عملك.

كيف أقلل التكلفة؟ثلاثة روافع: الدُفعات (50% خصم)، المرونة (50% خصم، انتظار أبطأ في قائمة الانتظار)، والمخططات الصارمة لإلغاء حلقات إعادة المحاولة. رياضيات التكلفة الكاملة في تحليل تسعير GPT-5.5.

أين يمكنني متابعة إعلان التوفر العام لواجهة برمجة التطبيقات؟مجتمع مطوري OpenAI و صفحة تسعير واجهة برمجة تطبيقات OpenAI هما أسرع الإشارات العامة.