how-tos

GPT-6.2 API-gids: eerste verzoek in cURL en Python, Responses en Chat Completions

Poyo.ai Team
9 min read
Share:

GPT-6.2 API-gids: eerste verzoek in cURL en Python

Deze gids voor de GPT-6.2 API brengt je van een API-sleutel naar een werkend verzoek voor gpt-6.2-sol of gpt-6.2-astra in cURL en met de Python OpenAI SDK, op zowel het Responses- als het Chat Completions-endpoint. Elke request body volgt het gepubliceerde schema van PoYo en de migratienotities van OpenAI voor GPT-6.2, met de stand van 18 november 2026. Je kunt prompts eerst testen op de GPT-6.2 Sol-modelpagina of de GPT-6.2 Astra-modelpagina.

Nieuw met deze modellen? Het GPT-6.2 API-overzicht behandelt limieten en positionering.

Voordat je begint

Maak een sleutel aan in het PoYo-dashboard en houd hem op je server:

export POYO_API_KEY="your-poyo-key"
FormaatEndpointGebruik het wanneer
ResponsesPOST https://api.poyo.ai/v1/responsesNieuwe code, function tools, afbeeldingsinput, reasoning effort
Chat CompletionsPOST https://api.poyo.ai/v1/chat/completionsBestaande Chat Completions-code, alleen tekstberichten, geen tools

Elk verzoek stuurt Authorization: Bearer $POYO_API_KEY mee. De voorbeelden gebruiken gpt-6.2-sol; vervang dat door gpt-6.2-astra voor Astra. De vorm van de verzoeken is identiek.

Drie regels uit de GPT-6.2-gids van OpenAI gelden voor elk voorbeeld hieronder:

  1. Stuur geen temperature of top_p. OpenAI zegt dat je ze moet weglaten, net als logprobs en top_logprobs bij Chat Completions en top_logprobs bij Responses. De schema's van PoYo vermelden temperature en top_p nog voor oudere modellen.
  2. Zet de reasoning effort niet op none; de API weigert dat.
  3. Zet stabiele instructies in een developer-bericht aan het begin van input. GPT-6.2 voegt top-level instructions toe na input, waardoor ze buiten de cachebare prefix vallen.

Eerste verzoek naar de GPT-6.2 API met 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 en input zijn verplicht. input is een gewone string of een array van items met role (developer, system, user, assistant) en content. Andere gedocumenteerde velden die deze gids gebruikt: reasoning, max_output_tokens, stream, store, tools, tool_choice, previous_response_id en metadata.

Het antwoord is een Responses-object dat direct wordt teruggegeven. De tekst staat in output[].content[]-blokken met type: "output_text", de status van de aanroep in status, en de tellingen in usage.input_tokens, usage.output_tokens en usage.total_tokens.

Python met de OpenAI SDK

Laat de SDK naar PoYo wijzen:

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 is de helper van de SDK die alle output_text-blokken samenvoegt. Log resp.usage bij elke aanroep; de kostensectie hieronder leest het uit.

Chat Completions voor bestaande code

Als je code al chat.completions.create gebruikt, wijzig dan het model en verwijder de samplingvelden:

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)

Hetzelfde verzoek in 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
  }'

Het Chat Completions-schema van PoYo documenteert model, messages (content als string; rollen system, user, assistant), max_tokens, stream, stop, n en de penalty-velden. tools documenteert het niet, en volgens OpenAI vereist tool calling bij GPT-6.2 Responses, dus agents horen op /v1/responses.

Reasoning effort instellen via de GPT-6.2 API

OpenAI noemt het veld reasoning.effort in Responses en reasoning_effort in Chat Completions. De Responses-referentie van PoYo documenteert reasoning (voorbeeld {"effort": "medium"}); de Chat Completions-referentie vermeldt reasoning_effort nog niet, dus deze gids stelt de effort alleen via Responses in.

SituatieInstellingBron
Nieuwe integratiemediumOpenAI: "Begin met medium voor een nieuwe integratie."
Voorheen none of minimallowMigratienotitie van OpenAI voor GPT-6.2
Lange of complexe takenEen hoger niveauOpenAI: een hogere effort "kan helpen om door te zetten tot en met de laatste controles"
noneGeweigerdModelpagina's van OpenAI

De reasoning-gids van OpenAI noemt low, medium, high, xhigh en max als mogelijke waarden, maar zegt dat ze per model verschillen. De GPT-6.2-modelpagina's vermelden de geaccepteerde set niet, dus stuur één testverzoek voordat je een niveau boven medium hardcodeert. Reasoning-tokens worden als output gefactureerd en tellen mee voor max_output_tokens; OpenAI rapporteert ze in usage.output_tokens_details.reasoning_tokens.

Antwoorden van de GPT-6.2 API streamen

Met "stream": true geeft PoYo text/event-stream terug. Elke data:-regel is JSON waarvan type het event benoemt; tekst komt binnen als response.output_text.delta, en response.completed bevat het definitieve object met usage. PoYo stuurt geen aparte event:-regels, en de stream eindigt met 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)

Bij Chat Completions geeft stream=True events van het type chat.completion.chunk terug; de tekst staat in choices[0].delta.content en de laatste chunk bevat usage.

Afbeeldingsinput

GPT-6.2 accepteert afbeeldingen samen met tekst. Op PoYo stuur je ze naar Responses als input_image-blokken met een openbare URL of een volledige data-URI (data:image/png;base64,...). De documentatie van PoYo raadt aan tekst vóór de afbeeldingen te zetten:

{
  "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
}

Usage uitlezen en de kosten van een verzoek berekenen

PoYo-prijzen per 1M tokens: Sol $1.60 input, $8 output, $0.08 cache read, $2 cache write; Astra $6.40, $32, $0.32, $8 (1 credit = $0.005).

De caching-gids van OpenAI rapporteert gefactureerde cache reads in usage.input_tokens_details.cached_tokens en writes in usage.input_tokens_details.cache_write_tokens. Het schema van PoYo bevat input_tokens_details en output_tokens_details zonder de sleutels ervan te vermelden, dus lees ze defensief uit:

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

Behandel dit als een schatting en stem het af op je PoYo-gebruikslog. Elke prijs hier is een tarief voor korte context. OpenAI rekent meer boven 272K input-tokens, dus controleer de modelpagina voor elk verzoek van die omvang. Uitgewerkte voorbeelden staan in GPT-6.2 API-prijzen.

Fouten die je moet afhandelen

HTTPOorzaakWat te doen
400Ongeldig veld (validation_error, met details)Corrigeer de body; een effort none of een ongedocumenteerd veld kan hier terechtkomen
401Ontbrekende of ongeldige API-sleutelControleer de Authorization-header
402Onvoldoende creditsVul aan voordat je het opnieuw probeert
404Onbekend model (model_not_found)Controleer de ID: gpt-6.2-sol, gpt-6.2-astra
429Rate limitWacht en probeer opnieuw
500 / 502 / 503Server- of upstreamfoutProbeer opnieuw met exponentiële backoff

Volgens de documentatie van PoYo hebben LLM-endpoints momenteel geen rate limit, maar handel 429 toch af. Vang met de OpenAI SDK openai.APIStatusError af en vertak op status_code. Probeer alleen 5xx en 429 opnieuw; een 400 faalt opnieuw zolang de body niet verandert. De volledige bodies staan bij de PoYo-foutcodes.

Checklist voordat je live gaat

  • Houd POYO_API_KEY aan de serverkant; lever hem nooit mee in browser- of mobiele code.
  • Verwijder temperature en top_p uit elk verzoekpad voor GPT-6.2, ook uit gedeelde helperfuncties.
  • Stel altijd max_output_tokens (of max_tokens) in en laat binnen die limiet ruimte voor reasoning-tokens.
  • Log status / finish_reason en het volledige usage-blok naast je eigen request-ID, zodat afgekapte antwoorden en kostenpieken zichtbaar worden.
  • Zet lange, stabiele context in het eerste developer-bericht en de wisselende vraag als laatste, zodat prompt caching kans krijgt.
  • Leg de model-ID vast in je config, zodat je zonder deploy kunt wisselen tussen gpt-6.2-sol en gpt-6.2-astra.

Voor tools, gestreamde tool calls en caching in lange agentsessies ga je verder met GPT-6.2 API voor coding agents.

Veelgestelde vragen

Hoe roep ik de GPT-6.2 API aan in Python?

Gebruik de OpenAI SDK met base_url="https://api.poyo.ai/v1", je PoYo-sleutel en model="gpt-6.2-sol" of "gpt-6.2-astra" in client.responses.create.

Ondersteunt de GPT-6.2 API streaming?

Ja, op beide endpoints. Stel stream: true in; Responses stuurt getypeerde events zoals response.output_text.delta en Chat Completions stuurt chat.completion.chunk-events. Beide eindigen met data: [DONE].

Hoe stel ik de reasoning effort van de GPT-6.2 API in?

Stuur "reasoning": {"effort": "medium"} mee op /v1/responses. OpenAI raadt medium aan om mee te beginnen en weigert none.

Waarom faalt mijn GPT-6.2 API-verzoek met temperature?

Volgens OpenAI moet je temperature en top_p weglaten bij GPT-6.2. Verwijder ze en stuur de lengte van de output met max_output_tokens of max_tokens.

Hoe stuur ik een afbeelding naar de GPT-6.2 API?

Gebruik /v1/responses met een input_image-blok (URL of data-URI) na een input_text-blok. Het Chat Completions-schema van PoYo documenteert alleen string-content.

Share: