Was ist Funktionsaufruf?

Funktionsaufruf, auch Werkzeugaufruf genannt, ermöglicht es einem Sprachmodell, Ihre Anwendung zu bitten, eine Funktion auszuführen. Sie beschreiben jede Funktion mit einem JSON-Schema, das Modell antwortet mit einem Funktionsnamen und Argumenten, Ihr Code führt sie aus, und das Modell nutzt das Ergebnis, um weiterzumachen oder zu antworten.

Konzepte

Wie Funktionsaufrufe funktioniert

Ein Sprachmodell erzeugt allein nur Text. Funktionsaufrufe bietet ihm eine strukturierte Möglichkeit, etwas zu verlangen, das es allein nicht tun kann, wie etwa eine Datenbank lesen, eine Bestellung prüfen oder eine andere API aufrufen. Ein Zyklus sieht so aus:

  1. Du schickst das Gespräch mit Werkzeuge. Jedes Werkzeug hat eine Name, a Beschreibung und Parameter geschrieben als JSON Schema.
  2. Das Modell entscheidet, ob ein Werkzeug helfen würde. Wenn ja, trägt die Antwort durch tool_calls mit dem Funktionsnamen und den JSON-Argumenten, und finish_reason ist tool_calls.
  3. Dein Code prüft die Argumente und führt die Funktion aus.
  4. Sie senden das Gespräch erneut, wobei das Ergebnis als Nachricht mit der Werkzeug Rolle.
  5. Das Modell antwortet vom Ergebnis aus oder ruft ein anderes Werkzeug auf.

Zum Beispiel mit einem get_order_status Funktion, die eine order_id, die Nachricht Überprüfen Sie den Status der Bestellung 1042 erzeugt einen Aufruf zu get_order_status mit {"order_id": "1042"}. Dein Code sucht die Bestellung nach, gibt den Status zurück, und das Modell wandelt diesen Status in eine Antwort um.

Das Modell führt nie Code selbst aus. Es schlägt einen Aufruf vor, und Ihre Anwendung entscheidet, ob und wie sie ihn ausführt, was Berechtigungen und Nebenwirkungen unter Ihrer Kontrolle behält.

Steuerung der Werkzeugnutzung

  • tool_choice Legt fest, wie das Modell Werkzeuge verwendet: Auto Lass es entscheiden, nicht verhindert Anrufe, Erforderlich lässt es ein Werkzeug aufrufen, und ein Objekt, das eine Funktion nennt, erzwingt diese Funktion. Manche Modelle akzeptieren nur Auto, oder Auto und nicht; Jede Modellseite listet auf, was sie akzeptiert.
  • parallel_tool_calls, bei Modellen, die es anbieten, lässt das Modell mehrere Anrufe in einem Zug anfordern. Führen Sie sie aus und geben Sie dann für jeden Anruf ein Ergebnis zurück.
  • Beschreibungen leiten die Entscheidung. Das Modell wählt Werkzeuge aus ihren Namen und Beschreibungen aus, gibt also an, was jede Funktion tut und wann sie verwendet werden soll, und hält die Parameterschemata strikt mit den erforderlichen Feldern und Enum Werte.
  • Definitionen sind Eingaben. Tool-Definitionen werden mit jeder Anfrage gesendet und zählen als Eingabetoken. Enthalten Sie nur die Werkzeuge, die eine Aufgabe benötigt, und halten Sie die Liste zwischen den Anfragen identisch, sodass Prompt-Caching kann auf Modellen angewendet werden, die es unterstützen.

Bei manchen Logikmodellen läuft eine Anfrage, die einen Werkzeugaufruf erzwingt, ohne Logik auszuführen, es sei denn, sie wird auch festgelegt enable thinking.

Funktionsaufruf über Endpunkte hinweg

EmpirioLabs AI akzeptiert Werkzeuge in Form jeder API, mit der sie kompatibel ist:

  • /v1/chat/completions Takes Werkzeuge und tool_choice wie oben beschrieben und Returns tool_calls.
  • /v1/responses Rufe beantwortet als function_call Ausgabeelemente.
  • /v1/messages Hin- und Rückfahrten tool_use und tool_result Inhaltsblöcke.
  • Echtzeit-Stimme Modelle, die IT-Funktionen während eines Live-Gesprächs unterstützen: Sie deklarieren Werkzeuge in session.update und jedes Ergebnis als ein function_call_output Gegenstand.

Die Referenz für Chat-Abschlüsse enthält eine vollständige Toolaufrufanfrage.

Funktionswerkzeuge und integrierte Werkzeuge

Einige Modelle bieten außerdem integrierte Werkzeuge wie Websuche oder einen Codeinterpreter, die während der Anfrage ohne Hin- und Rückreise zu Ihrem Code ausgeführt werden. Sie aktivieren sie mit einem Modellparameter wie tool_web_search, oder mit einem web_search Tool on /v1/responses und /v1/messages, auf Modellen, die es anbieten. Ein integriertes Tool kann pro Anruf oder Anfrage eine eigene Gebühr hinzufügen, die im Preis des Modells angegeben ist, während ein Funktionstool in Ihrer eigenen Anwendung läuft.

Bei einigen Modellen wird kein integriertes Werkzeug verwendet, wenn dieselbe Anfrage auch Funktionswerkzeuge enthält, daher überprüfen Sie die Modellseite, bevor Sie sie kombinieren. Durchsuchen Textmodelle Um zu sehen, welche Support-Funktion aufgerufen wird, oder versuchen Sie ein Modell in der Playground.

Die Modelle auf EmpirioLabs AI

82 Modelle, günstigste zuerst, wo sie eine Abrechnungseinheit teilen. Die Seite jedes Modells zeigt die vollständige Preisliste, Parameter und Code.

Endpunkte

POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1/completions POST /v1/audio/speech POST /v1/audio/speech:stream WEBSOCKET /v1/realtime

Pro 1 Mio. Tokens, nach Eingabetarif

ModellEingabeAusgabe
GLM 4.5 Flash Z.aiKostenlosKostenlos
GLM 4.6V Flash Z.aiKostenlosKostenlos
GLM 4.7 Flash Z.aiKostenlosKostenlos
Qwen3.7 Flash Alibaba Cloud<=32K $0.03 32K-256K $0.10 256K-1M $0.20<=32K $0.13 32K-256K $0.40 256K-1M $0.80
Qwen3.5 4B Alibaba Cloud$0.04$0.07
Nova Micro 1.0 Amazon$0.040$0.16
GLM 4.6V FlashX Z.ai$0.04$0.40
Gemma 4 26B-A4B Google$0.15$0.05$0.50$0.29
Alle 70 Modelle anzeigen
ModellEingabeAusgabe
Qwen3.5 35B-A3B Alibaba Cloud$0.25 <=128K $0.057 $0.25 128K-256K $0.229$2.00 <=128K $0.459 $2.00 128K-256K $1.835
Nova Lite 1.0 Amazon$0.069$0.28
GLM 4.7 FlashX Z.ai$0.07$0.40
Qwen3.6 35B A3B Alibaba Cloud$0.248$0.07$1.485$0.42
GLM 5.3 Flash Z.ai$0.075$0.25
Qwen3.5 27B Alibaba Cloud$0.30 <=128K $0.086 $0.30 128K-256K $0.258$2.40 <=128K $0.688 $2.40 128K-256K $2.064
Qwen3.5 9B Alibaba Cloud$0.10$0.09$0.15$0.13
Qwen3.5 Flash Alibaba Cloud$0.10$0.090$0.40$0.368
Step 3.5 Flash StepFun$0.10$0.30
Step 3.5 Flash 2603 StepFun$0.10$0.30
MiniMax M3.1 Flash MiniMax$0.15$0.1125$0.60$0.45
Qwen3.5 122B-A10B Alibaba Cloud$0.40 <=128K $0.115 $0.40 128K-256K $0.287$3.20 <=128K $0.917 $3.20 128K-256K $2.294
Seed 2.0 Mini ByteDance<=128K $0.12 128K-256K $0.24<=128K $0.50 128K-256K $1.00
MiMo V2.6 Flash Xiaomi$0.14$0.28
Mistral Small 4 Mistral AI$0.15$0.60
Qwen3.8 Flash Alibaba Cloud$0.16$0.47
Qwen3.8 27B Alibaba Cloud$0.45$0.17$3.20$0.50
Qwen3.5 397B-A17B Alibaba Cloud$0.60 <=128K $0.172 $0.60 128K-256K $0.43$3.60 <=128K $1.032 $3.60 128K-256K $2.58
DeepSeek V4.1 Flash 1017 DeepSeek$0.20$0.80
Muse Glimmer 30B Meta AI$0.35$0.20$1.50$0.80
Step 3.7 Flash StepFun$0.20$1.15
MiniMax M3 MiniMax$0.30 <=512K $0.225 $0.60 >512K $0.45$1.20 <=512K $0.90 $2.40 >512K $1.80
Qwen3.6 Flash Alibaba Cloud<=256K $0.25 256K-1M $1.00<=256K $1.50 256K-1M $4.00
Qwen3.8 Omni Flash Alibaba Cloud$0.30$0.94
Seed 2.0 Lite ByteDance<=128K $0.31 128K-256K $0.62<=128K $2.50 128K-256K $5.00
Qwen3.5 Plus Alibaba Cloud$0.40 <=256K $0.36 $0.50 256K-1M $0.45$2.40 <=256K $2.21 $3.00 256K-1M $2.76
Nova Lite 2 Amazon$0.38$3.16
Qwen3.7 Plus Alibaba Cloud<=256K $0.40 256K-1M $1.20<=256K $1.60 256K-1M $4.80
Seed 2.0 Code ByteDance<=128K $0.40 128K-256K $0.80<=128K $2.40 128K-256K $4.80
Qwen3.6 27B Alibaba Cloud$0.60$0.412564$3.60$2.475384
DeepSeek V4 Flash 0731 DeepSeek$0.424$1.272
MiMo V2.6 Pro Xiaomi$0.435$0.87
Qwen3.6 Plus Alibaba Cloud<=256K $0.50 256K-1M $2.00<=256K $3.00 256K-1M $6.00
Seed 2.1 Turbo ByteDance$0.63$3.13
Seed 2.0 Pro ByteDance<=128K $0.63 128K-256K $1.26<=128K $3.79 128K-256K $7.58
Qwen3.5 Omni Flash Alibaba Cloud$0.80$4.40
GLM 5.1 Z.ai$1.40 <=32K $0.825 $1.40 32K-200K $1.10$4.40 <=32K $3.301 $4.40 32K-200K $3.851
Kimi K2.6 Moonshot AI$0.95$0.8939$4.00$3.7131
Kimi K2.7 Code Moonshot AI$0.95$4.00
Step 5 Preview StepFun$1.00$2.70
Muse Spark 1.1 Meta AI$1.25$4.25
Muse Spark 1.2 Meta AI$1.25$4.25
Muse Spark 1.3 Meta AI$1.25$4.25
DeepSeek V4 Pro 0813 DeepSeek$1.32$3.96
GLM 5.2 Z.ai$1.40$4.40
GLM 5.3 Z.ai$1.40$4.40
StepAudio 3 Chat StepFun$1.50$3.50
Qwen4 Max Alibaba Cloud$1.50$4.50
DeepSeek V4 Pro DeepSeek$1.74$1.65$3.48$3.30
Kimi K2.7 Code Highspeed Moonshot AI$1.90$8.00
Fugu Max Sakana AI$2.00$6.00
Qwen3.8 Max Alibaba Cloud$2.00$6.00
Qwen3.8 Max 0902 Alibaba Cloud$2.00$6.00
Kimi K3.1 Pro Moonshot AI$2.00$10.00
Nova Pro 1.0 Amazon$2.40$9.60
Qwen3.7 Max Alibaba Cloud$2.50$7.50
Qwen3.5 Omni Plus Alibaba Cloud$2.80$16.60
Kimi K3 Moonshot AI$3.00$15.00
MiMo V2.6 Pro UltraSpeed Xiaomi$4.35$8.70
Fugu Ultra v1.1 Sakana AI<=272K $5.00 >272K $10.00<=272K $30.00 >272K $45.00
Fugu Ultra v2.0 Sakana AI<=272K $5.00 >272K $10.00<=272K $30.00 >272K $45.00
Fugu Ultra v1.0 Sakana AI<=272K $7.50 >272K $15.00<=272K $45.00 >272K $67.50

Ebenfalls verfügbar: Mistral Small 3.1, StepAudio 3 Realtime, StepAudio 2.5 Realtime, Qwen3.5 Omni Flash Realtime, Qwen3.5 Omni Plus Realtime, Qwen3.8 Omni Flash Realtime, Qwen Audio 3.1 Realtime Plus, Gemini 3.8 Live, Gemini 3.8 Live Extended Thinking, Qwen Audio 3.1 Realtime Flash, Qwen Audio 3.0 Realtime Plus, Qwen Audio 3.0 Realtime Flash

Häufige Fragen

Führt das Modell meine Funktionen aus?

Nein. Das Modell gibt den Funktionsnamen und die Argumente zurück, und Ihre Anwendung führt die Funktion aus und sendet das Ergebnis zurück. Nichts läuft, es sei denn, Ihr Code führt es aus.

Was ist der Unterschied zwischen Funktionsaufrufen und strukturierter Ausgabe?

Strukturierte Ausgabe gibt JSON als endgültige Antwort zurück. Der Funktionsaufruf gibt eine Anfrage zurück, damit Ihr Code tätig wird, und wird fortgesetzt, sobald Sie das Ergebnis zurückgesendet haben.

Kann ein Modell mehrere Funktionen gleichzeitig aufrufen?

Modelle, die parallel_tool_calls anbieten, können mehrere Anrufe in einem Zug anfordern. Führen Sie jedes einzelne aus und geben Sie für jeden Anruf ein Ergebnis zurück.

Kosten Werkzeugdefinitionen Token?

Ja. Tool-Definitionen sind Teil der Anfrage und zählen bei jedem Aufruf als Eingabetoken, also enthalten sie nur die Werkzeuge, die eine Aufgabe benötigt.

Bereit, bessere Endpunkte zu nutzen?

Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.