
Ten przewodnik po GPT-6.2 API prowadzi od klucza API do działającego żądania do gpt-6.2-sol lub gpt-6.2-astra w cURL i w Python OpenAI SDK, na obu endpointach: Responses i Chat Completions. Każde ciało żądania odpowiada opublikowanemu schematowi PoYo i uwagom OpenAI o migracji na GPT-6.2 według stanu z 18 listopada 2026. Prompty możesz najpierw przetestować na stronie modelu GPT-6.2 Sol lub stronie modelu GPT-6.2 Astra.
Nie znasz jeszcze tych modeli? Przegląd GPT-6.2 API opisuje limity i pozycjonowanie.
Zanim zaczniesz
Utwórz klucz w panelu PoYo i trzymaj go na serwerze:
export POYO_API_KEY="your-poyo-key"
| Format | Endpoint | Kiedy go używać |
|---|---|---|
| Responses | POST https://api.poyo.ai/v1/responses | Nowy kod, function tools, obrazy na wejściu, poziom rozumowania |
| Chat Completions | POST https://api.poyo.ai/v1/chat/completions | Istniejący kod Chat Completions, wiadomości tylko tekstowe, bez narzędzi |
Każde żądanie wysyła Authorization: Bearer $POYO_API_KEY. Przykłady używają gpt-6.2-sol; dla Astra zamień go na gpt-6.2-astra. Struktura żądań jest identyczna.
Trzy zasady z przewodnika OpenAI po GPT-6.2 dotyczą każdego przykładu poniżej:
- Nie wysyłaj
temperatureanitop_p. OpenAI zaleca ich pominięcie, a takżelogprobsitop_logprobsw Chat Completions oraztop_logprobsw Responses. Schematy PoYo nadal wymieniajątemperatureitop_pdla starszych modeli. - Nie ustawiaj poziomu rozumowania na
none; API go odrzuca. - Stałe instrukcje umieszczaj w wiadomości
developerna początkuinput. GPT-6.2 dołączainstructionsnajwyższego poziomu poinput, co wyrzuca je z prefiksu, który da się zcache'ować.
Pierwsze żądanie do GPT-6.2 API w 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 i input są wymagane. input to zwykły ciąg znaków albo tablica elementów z role (developer, system, user, assistant) i content. Inne udokumentowane pola używane w tym przewodniku to reasoning, max_output_tokens, stream, store, tools, tool_choice, previous_response_id i metadata.
Odpowiedzią jest obiekt Responses zwracany bezpośrednio. Tekst znajduje się w blokach output[].content[] z type: "output_text", status wywołania w status, a liczby tokenów w usage.input_tokens, usage.output_tokens i usage.total_tokens.
Python z OpenAI SDK
Skieruj SDK na 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 to pomocnicza właściwość SDK, która łączy wszystkie bloki output_text. Loguj resp.usage przy każdym wywołaniu; korzysta z niego sekcja o koszcie poniżej.
Chat Completions dla istniejącego kodu
Jeśli twój kod już używa chat.completions.create, zmień model i usuń pola próbkowania:
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)
To samo żądanie w 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
}'
Schemat Chat Completions w PoYo opisuje model, messages (content jako ciąg znaków; role system, user, assistant), max_tokens, stream, stop, n oraz pola kar. Nie opisuje tools, a OpenAI podaje, że wywoływanie narzędzi w GPT-6.2 wymaga Responses, więc agenci powinni korzystać z /v1/responses.
Ustawianie poziomu rozumowania w GPT-6.2 API
OpenAI nazywa to pole reasoning.effort w Responses i reasoning_effort w Chat Completions. Dokumentacja Responses w PoYo opisuje reasoning (przykład {"effort": "medium"}); dokumentacja Chat Completions nie wymienia jeszcze reasoning_effort, więc ten przewodnik ustawia poziom tylko w Responses.
| Sytuacja | Ustawienie | Źródło |
|---|---|---|
| Nowa integracja | medium | OpenAI: „Zacznij od medium w nowej integracji”. |
Wcześniej none lub minimal | low | Uwaga OpenAI o migracji na GPT-6.2 |
| Długie lub złożone zadania | Wyższy poziom | OpenAI: wyższy poziom „może pomóc modelowi wytrwać aż do końcowych sprawdzeń” |
none | Odrzucane | Strony modeli OpenAI |
Przewodnik OpenAI po rozumowaniu wymienia wśród możliwych wartości low, medium, high, xhigh i max, ale zaznacza, że zależą one od modelu. Strony modeli GPT-6.2 nie podają akceptowanego zestawu, więc wyślij jedno testowe żądanie, zanim na stałe wpiszesz poziom wyższy niż medium. Tokeny rozumowania są rozliczane jak wyjście i wliczają się do max_output_tokens; OpenAI raportuje je w usage.output_tokens_details.reasoning_tokens.
Streaming odpowiedzi GPT-6.2 API
Przy "stream": true PoYo zwraca text/event-stream. Każda linia data: to JSON, którego type nazywa zdarzenie; tekst przychodzi jako response.output_text.delta, a response.completed niesie końcowy obiekt z usage. PoYo nie wysyła osobnych linii event:, a strumień kończy się 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)
W Chat Completions stream=True zwraca zdarzenia chat.completion.chunk; tekst jest w choices[0].delta.content, a ostatni chunk zawiera usage.
Obrazy na wejściu
GPT-6.2 przyjmuje obrazy razem z tekstem. W PoYo wysyłaj je do Responses jako bloki input_image z publicznym URL lub pełnym Data URI (data:image/png;base64,...). Dokumentacja PoYo zaleca umieszczanie tekstu przed obrazami:
{
"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
}
Odczyt usage i obliczanie kosztu żądania
Ceny PoYo za 1M tokenów: Sol $1.60 za wejście, $8 za wyjście, $0.08 za odczyt z cache, $2 za zapis do cache; Astra $6.40, $32, $0.32, $8 (1 kredyt = $0.005).
Przewodnik OpenAI po cache'owaniu raportuje rozliczane odczyty z cache w usage.input_tokens_details.cached_tokens, a zapisy w usage.input_tokens_details.cache_write_tokens. Schemat PoYo zawiera input_tokens_details i output_tokens_details, ale nie wymienia ich kluczy, więc odczytuj je defensywnie:
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
Traktuj to jako szacunek i porównuj z logiem użycia w PoYo. Każda cena podana tutaj to stawka dla krótkiego kontekstu. Powyżej 272K tokenów wejściowych OpenAI pobiera więcej, więc przy tak dużych żądaniach sprawdzaj stronę modelu. Przeliczone przykłady znajdziesz w artykule Cennik GPT-6.2 API.
Błędy, które warto obsłużyć
| HTTP | Przyczyna | Co zrobić |
|---|---|---|
| 400 | Nieprawidłowe pole (validation_error, ze szczegółami) | Popraw ciało żądania; tu może trafić poziom none lub nieudokumentowane pole |
| 401 | Brak klucza API lub nieprawidłowy klucz | Sprawdź nagłówek Authorization |
| 402 | Za mało kredytów | Doładuj konto przed ponowieniem |
| 404 | Nieznany model (model_not_found) | Sprawdź ID: gpt-6.2-sol, gpt-6.2-astra |
| 429 | Przekroczony limit żądań | Odczekaj i ponów |
| 500 / 502 / 503 | Błąd serwera lub dostawcy nadrzędnego | Ponów z wykładniczym backoffem |
Dokumentacja PoYo podaje, że endpointy LLM obecnie nie mają limitów żądań, ale i tak obsłuż 429. W OpenAI SDK łap openai.APIStatusError i rozgałęziaj według status_code. Ponawiaj tylko 5xx i 429; błąd 400 będzie się powtarzał, dopóki nie zmienisz ciała żądania. Pełne treści odpowiedzi znajdziesz w kodach błędów PoYo.
Lista kontrolna przed wdrożeniem
- Trzymaj
POYO_API_KEYpo stronie serwera; nigdy nie umieszczaj go w kodzie przeglądarkowym ani mobilnym. - Usuń
temperatureitop_pz każdej ścieżki żądań do GPT-6.2, także ze współdzielonych funkcji pomocniczych. - Zawsze ustawiaj
max_output_tokens(lubmax_tokens) i zostaw w tym limicie miejsce na tokeny rozumowania. - Loguj
status/finish_reasoni cały blokusageobok własnego ID żądania, aby widzieć ucięte odpowiedzi i skoki kosztów. - Umieszczaj długi, stały kontekst w pierwszej wiadomości
developer, a zmieniające się pytanie na końcu; daje to cache'owaniu promptów szansę zadziałać. - Trzymaj ID modelu w konfiguracji, aby przełączać się między
gpt-6.2-solagpt-6.2-astrabez wdrożenia.
O narzędziach, streamingu wywołań narzędzi i cache'owaniu w długich sesjach agentowych przeczytasz dalej w artykule GPT-6.2 API dla agentów programistycznych.
Najczęściej zadawane pytania
Jak wywołać GPT-6.2 API w Pythonie?
Użyj OpenAI SDK z base_url="https://api.poyo.ai/v1", swoim kluczem PoYo i model="gpt-6.2-sol" lub "gpt-6.2-astra" w client.responses.create.
Czy GPT-6.2 API obsługuje streaming?
Tak, na obu endpointach. Ustaw stream: true; Responses wysyła typowane zdarzenia, takie jak response.output_text.delta, a Chat Completions zdarzenia chat.completion.chunk. Oba strumienie kończą się data: [DONE].
Jak ustawić poziom rozumowania w GPT-6.2 API?
Wyślij "reasoning": {"effort": "medium"} do /v1/responses. OpenAI zaleca start od medium i odrzuca none.
Dlaczego moje żądanie do GPT-6.2 API z temperature kończy się błędem?
OpenAI zaleca pominięcie temperature i top_p dla GPT-6.2. Usuń je i kontroluj długość odpowiedzi przez max_output_tokens lub max_tokens.
Jak wysłać obraz do GPT-6.2 API?
Użyj /v1/responses z blokiem input_image (URL lub Data URI) po bloku input_text. Schemat Chat Completions w PoYo opisuje tylko content jako ciąg znaków.