
Denne GPT-6.2 API-guide fører dig fra en API-nøgle til en fungerende anmodning til gpt-6.2-sol eller gpt-6.2-astra i cURL og med Python OpenAI SDK'et, på både Responses- og Chat Completions-endpointet. Alle anmodningskroppe følger PoYo's offentliggjorte skema og OpenAI's migreringsnoter for GPT-6.2 pr. 18. november 2026. Du kan teste prompts først på GPT-6.2 Sol-modelsiden eller GPT-6.2 Astra-modelsiden.
Ny i modellerne? Overblikket over GPT-6.2 API dækker grænser og positionering.
Før du starter
Opret en nøgle i PoYo-dashboardet, og behold den på din server:
export POYO_API_KEY="your-poyo-key"
| Format | Endpoint | Brug det, når |
|---|---|---|
| Responses | POST https://api.poyo.ai/v1/responses | Ny kode, funktionsværktøjer, billedinput, ræsonnementsniveau |
| Chat Completions | POST https://api.poyo.ai/v1/chat/completions | Eksisterende Chat Completions-kode, beskeder kun med tekst, ingen værktøjer |
Hver anmodning sender Authorization: Bearer $POYO_API_KEY. Eksemplerne bruger gpt-6.2-sol; erstat det med gpt-6.2-astra for Astra. Anmodningernes struktur er identisk.
Tre regler fra OpenAI's GPT-6.2-guide gælder for alle eksemplerne nedenfor:
- Send ikke
temperatureellertop_p. OpenAI siger, at de skal udelades, sammen medlogprobsogtop_logprobspå Chat Completions ogtop_logprobspå Responses. PoYo's skemaer angiver stadigtemperatureogtop_pfor ældre modeller. - Sæt ikke ræsonnementsniveauet til
none; API'et afviser det. - Læg faste instruktioner i en
developer-besked i starten afinput. GPT-6.2 tilføjerinstructionspå topniveau efterinput, hvilket flytter dem ud af det præfiks, der kan caches.
Første GPT-6.2 API-anmodning med cURL
curl https://api.poyo.ai/v1/responses \
-H "Authorization: Bearer $POYO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.2-sol",
"input": [
{"role": "developer", "content": "You are a code reviewer. Be specific and cite line numbers."},
{"role": "user", "content": "Review this function for race conditions: ..."}
],
"reasoning": {"effort": "medium"},
"max_output_tokens": 8000,
"store": false
}'
model og input er påkrævede. input er en almindelig streng eller et array af elementer med role (developer, system, user, assistant) og content. Andre dokumenterede felter, som guiden bruger: reasoning, max_output_tokens, stream, store, tools, tool_choice, previous_response_id og metadata.
Svaret er et Responses-objekt, der returneres direkte. Teksten ligger i output[].content[]-blokke med type: "output_text"; kaldets status står i status; og token-tallene står i usage.input_tokens, usage.output_tokens og usage.total_tokens.
Python med OpenAI SDK'et
Peg SDK'et mod PoYo:
import os
from openai import OpenAI
client = OpenAI(base_url="https://api.poyo.ai/v1", api_key=os.environ["POYO_API_KEY"])
resp = client.responses.create(
model="gpt-6.2-sol",
input=[
{"role": "developer", "content": "You are a senior backend engineer."},
{"role": "user", "content": "Write a migration plan from Celery 4 to Celery 5."},
],
reasoning={"effort": "medium"},
max_output_tokens=8000,
)
print(resp.output_text)
print(resp.status, resp.usage)
resp.output_text er SDK'ets hjælper, der samler alle output_text-blokke. Log resp.usage ved hvert kald; prisafsnittet nedenfor læser det.
Chat Completions til eksisterende kode
Hvis din kode allerede bruger chat.completions.create, så skift modellen, og fjern sampling-felterne:
resp = client.chat.completions.create(
model="gpt-6.2-sol",
messages=[
{"role": "system", "content": "You are a senior backend engineer."},
{"role": "user", "content": "Explain the CAP theorem with one example per trade-off."},
],
max_tokens=4000,
)
print(resp.choices[0].message.content, resp.choices[0].finish_reason)
Den samme anmodning i cURL:
curl https://api.poyo.ai/v1/chat/completions \
-H "Authorization: Bearer $POYO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.2-sol",
"messages": [{"role": "user", "content": "Explain vector databases in one sentence."}],
"max_tokens": 1000
}'
PoYo's Chat Completions-skema dokumenterer model, messages (content som streng; rollerne system, user, assistant), max_tokens, stream, stop, n og penalty-felterne. Det dokumenterer ikke tools, og OpenAI siger, at værktøjskald i GPT-6.2 kræver Responses, så agenter hører hjemme på /v1/responses.
Indstil ræsonnementsniveau via GPT-6.2 API
OpenAI kalder feltet reasoning.effort i Responses og reasoning_effort i Chat Completions. PoYo's Responses-reference dokumenterer reasoning (eksempel {"effort": "medium"}); Chat Completions-referencen angiver endnu ikke reasoning_effort, så denne guide indstiller kun niveauet på Responses.
| Situation | Indstilling | Kilde |
|---|---|---|
| Ny integration | medium | OpenAI: "Start med medium til en ny integration." |
Tidligere none eller minimal | low | OpenAI's migreringsnote for GPT-6.2 |
| Lange eller komplekse opgaver | Et højere niveau | OpenAI: et højere niveau "kan hjælpe den med at holde ud gennem de afsluttende kontroller" |
none | Afvises | OpenAI's modelsider |
OpenAI's ræsonnementsguide nævner low, medium, high, xhigh og max blandt de mulige værdier, men siger, at de afhænger af modellen. GPT-6.2's modelsider angiver ikke, hvilke værdier der accepteres, så send én testanmodning, før du hardcoder et niveau over medium. Ræsonnements-tokens afregnes som output og tæller med i max_output_tokens; OpenAI rapporterer dem i usage.output_tokens_details.reasoning_tokens.
Streaming af svar fra GPT-6.2 API
Med "stream": true returnerer PoYo text/event-stream. Hver data:-linje er JSON, hvor type angiver hændelsen; tekst kommer som response.output_text.delta, og response.completed indeholder det endelige objekt med usage. PoYo sender ingen separate event:-linjer, og streamen slutter med data: [DONE].
stream = client.responses.create(
model="gpt-6.2-sol",
input="Write a 100-word product introduction for a log search tool.",
reasoning={"effort": "low"},
max_output_tokens=2000,
stream=True,
store=False,
)
usage = None
for event in stream:
if event.type == "response.output_text.delta":
print(event.delta, end="", flush=True)
elif event.type == "response.completed":
usage = event.response.usage
elif event.type == "response.failed":
raise RuntimeError(event.response)
print("\n", usage)
På Chat Completions returnerer stream=True hændelser af typen chat.completion.chunk; teksten ligger i choices[0].delta.content, og den sidste chunk indeholder usage.
Billedinput
GPT-6.2 accepterer billeder sammen med tekst. På PoYo sender du dem til Responses som input_image-blokke med en offentlig URL eller en komplet Data URI (data:image/png;base64,...). PoYo's dokumentation anbefaler tekst før billeder:
{
"model": "gpt-6.2-sol",
"input": [
{
"role": "user",
"content": [
{"type": "input_text", "text": "List every service in this architecture diagram that writes to the database."},
{"type": "input_image", "image_url": "https://example.com/diagram.png"}
]
}
],
"max_output_tokens": 3000
}
Læs forbruget, og beregn prisen for en anmodning
PoYo-priser pr. 1M tokens: Sol $1.60 input, $8 output, $0.08 cache-læsning, $2 cache-skrivning; Astra $6.40, $32, $0.32, $8 (1 kredit = $0.005).
OpenAI's caching-guide rapporterer afregnede cache-læsninger i usage.input_tokens_details.cached_tokens og skrivninger i usage.input_tokens_details.cache_write_tokens. PoYo's skema indeholder input_tokens_details og output_tokens_details uden at angive deres nøgler, så læs dem defensivt:
PRICES = { # PoYo USD per 1M tokens: input, output, cache read, cache write
"gpt-6.2-sol": (1.60, 8.00, 0.08, 2.00),
"gpt-6.2-astra": (6.40, 32.00, 0.32, 8.00),
}
def estimate_cost_usd(model: str, usage) -> float:
p_in, p_out, p_read, p_write = PRICES[model]
details = getattr(usage, "input_tokens_details", None)
cached = getattr(details, "cached_tokens", 0) or 0
written = getattr(details, "cache_write_tokens", 0) or 0
fresh = usage.input_tokens - cached - written
return (fresh * p_in + cached * p_read + written * p_write
+ usage.output_tokens * p_out) / 1_000_000
Betragt dette som et estimat, og afstem det med din PoYo-forbrugslog. Alle priser her er takster for kort kontekst. OpenAI tager mere over 272K input-tokens, så tjek modelsiden for enhver anmodning af den størrelse. Udregnede eksempler finder du i GPT-6.2 API-priser.
Fejl, der er værd at håndtere
| HTTP | Årsag | Hvad du skal gøre |
|---|---|---|
| 400 | Ugyldigt felt (validation_error, med detaljer) | Ret anmodningskroppen; et none-niveau eller et udokumenteret felt kan ende her |
| 401 | Manglende eller ugyldig API-nøgle | Tjek Authorization-headeren |
| 402 | Utilstrækkelige kreditter | Fyld op, før du prøver igen |
| 404 | Ukendt model (model_not_found) | Tjek ID'et: gpt-6.2-sol, gpt-6.2-astra |
| 429 | Rate limit ramt | Vent, og prøv igen |
| 500 / 502 / 503 | Server- eller upstream-fejl | Prøv igen med eksponentiel backoff |
PoYo's dokumentation siger, at LLM-endpoints i øjeblikket ikke er rate-limited, men håndtér alligevel 429. Med OpenAI SDK'et fanger du openai.APIStatusError og forgrener på status_code. Prøv kun 5xx og 429 igen; en 400 fejler igen, indtil anmodningskroppen ændres. De fulde fejlsvar står i PoYo's fejlkoder.
Tjekliste, før du går i produktion
- Hold
POYO_API_KEYpå serversiden; send den aldrig med i browser- eller mobilkode. - Fjern
temperatureogtop_pfra alle anmodningsstier til GPT-6.2, også fra delte hjælpefunktioner. - Sæt altid
max_output_tokens(ellermax_tokens), og levn plads til ræsonnements-tokens inden for den grænse. - Log
status/finish_reasonog heleusage-blokken sammen med dit eget anmodnings-ID, så afkortede svar og prisudsving bliver synlige. - Læg lang, stabil kontekst i den første
developer-besked og det skiftende spørgsmål til sidst, så prompt caching har en chance for at virke. - Fastlås model-ID'et i konfigurationen, så du kan skifte mellem
gpt-6.2-sologgpt-6.2-astrauden en deploy.
Om værktøjer, streaming af værktøjskald og caching i lange agentsessioner kan du læse videre i GPT-6.2 API til kodeagenter.
Ofte stillede spørgsmål
Hvordan kalder jeg GPT-6.2 API i Python?
Brug OpenAI SDK'et med base_url="https://api.poyo.ai/v1", din PoYo-nøgle og model="gpt-6.2-sol" eller "gpt-6.2-astra" i client.responses.create.
Understøtter GPT-6.2 API streaming?
Ja, på begge endpoints. Sæt stream: true; Responses sender typede hændelser som response.output_text.delta, og Chat Completions sender chat.completion.chunk-hændelser. Begge slutter med data: [DONE].
Hvordan indstiller jeg ræsonnementsniveauet i GPT-6.2 API?
Send "reasoning": {"effort": "medium"} på /v1/responses. OpenAI anbefaler at starte med medium og afviser none.
Hvorfor fejler min GPT-6.2 API-anmodning med temperature?
OpenAI siger, at temperature og top_p skal udelades for GPT-6.2. Fjern dem, og styr outputlængden med max_output_tokens eller max_tokens.
Hvordan sender jeg et billede til GPT-6.2 API?
Brug /v1/responses med en input_image-blok (URL eller Data URI) efter en input_text-blok. PoYo's Chat Completions-skema dokumenterer kun indhold som streng.