how-tos

GPT-6.2 API 指南:用 cURL 和 Python 发出第一个请求,Responses 与 Chat Completions

Poyo.ai Team
5 min read
Share:

GPT-6.2 API 指南:用 cURL 和 Python 发出第一个请求

这篇 GPT-6.2 API 指南带你从拿到 API 密钥开始,用 cURL 和 Python OpenAI SDK 在 Responses 和 Chat Completions 两个接口上,向 gpt-6.2-sol 或 gpt-6.2-astra 发出可用的请求。所有请求体都遵循截至 2026 年 11 月 18 日 PoYo 公布的 schema 和 OpenAI 的 GPT-6.2 迁移说明。你可以先在 GPT-6.2 Sol 模型页或 GPT-6.2 Astra 模型页上测试提示。

刚接触这两个模型?GPT-6.2 API 概览介绍了限制和定位。

开始之前

在 PoYo 控制台创建密钥,并只保存在服务器端:

export POYO_API_KEY="your-poyo-key"
格式接口适用场景
ResponsesPOST https://api.poyo.ai/v1/responses新代码、函数工具、图像输入、推理强度
Chat CompletionsPOST https://api.poyo.ai/v1/chat/completions现有 Chat Completions 代码、纯文本消息、不用工具

每个请求都发送 Authorization: Bearer $POYO_API_KEY。示例使用 gpt-6.2-sol;要用 Astra,替换为 gpt-6.2-astra 即可,请求结构完全相同。

OpenAI GPT-6.2 指南中的三条规则适用于下面的每个示例:

  1. 不要发送 temperature 或 top_p。OpenAI 要求去掉它们,Chat Completions 上还要去掉 logprobs 和 top_logprobs,Responses 上还要去掉 top_logprobs。PoYo 的 schema 仍为旧模型列出 temperature 和 top_p。
  2. 不要把推理强度设为 none;API 会拒绝。
  3. 把稳定的指令放进 input 开头的 developer 消息。GPT-6.2 会把顶层 instructions 追加到 input 之后,这会把它们挤出可缓存的前缀。

用 cURL 发出第一个 GPT-6.2 API 请求

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 和 input 是必填字段。input 可以是纯字符串,也可以是由带 role(developer、system、user、assistant)和 content 的条目组成的数组。本指南用到的其他已在文档中说明的字段:reasoning、max_output_tokens、stream、store、tools、tool_choice、previous_response_id 和 metadata。

响应是直接返回的 Responses 对象。文本在 type: "output_text" 的 output[].content[] 块中;调用状态在 status 中;计数在 usage.input_tokens、usage.output_tokens 和 usage.total_tokens 中。

用 OpenAI SDK 调用(Python)

把 SDK 指向 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 是 SDK 提供的辅助属性,会拼接所有 output_text 块。每次调用都记录 resp.usage;下面的费用一节会用到它。

现有代码使用 Chat Completions

如果你的代码已经在用 chat.completions.create,修改模型并去掉采样字段即可:

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)

同样的请求用 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 的 Chat Completions schema 说明了 model、messages(字符串 content;角色为 system、user、assistant)、max_tokens、stream、stop、n 以及惩罚类字段。它没有说明 tools,而 OpenAI 表示 GPT-6.2 的工具调用需要 Responses,所以智能体应该放在 /v1/responses 上。

通过 GPT-6.2 API 设置推理强度

OpenAI 在 Responses 中把这个字段命名为 reasoning.effort,在 Chat Completions 中命名为 reasoning_effort。PoYo 的 Responses 文档说明了 reasoning(示例为 {"effort": "medium"});其 Chat Completions 文档还没有列出 reasoning_effort,所以本指南只在 Responses 上设置推理强度。

情况设置来源
新集成mediumOpenAI:“新集成请从 medium 开始。”
之前用 none 或 minimallowOpenAI GPT-6.2 迁移说明
长任务或复杂任务更高的档位OpenAI:更高的推理强度“可以帮助它坚持完成最后的检查”
none被拒绝OpenAI 模型页

OpenAI 的推理指南把 low、medium、high、xhigh 和 max 列为可能的取值,但说明取值因模型而异。GPT-6.2 模型页没有列出可接受的档位,所以在把高于 medium 的档位写死之前,先发一个测试请求。推理 token 按输出计费,并计入 max_output_tokens;OpenAI 在 usage.output_tokens_details.reasoning_tokens 中报告它们。

GPT-6.2 API 流式输出

设置 "stream": true 后,PoYo 返回 text/event-stream。每个 data: 行都是 JSON,其 type 表示事件类型;文本以 response.output_text.delta 到达,response.completed 携带带 usage 的最终对象。PoYo 不单独发送 event: 行,流以 data: [DONE] 结束。

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)

在 Chat Completions 上,stream=True 返回 chat.completion.chunk 事件;文本在 choices[0].delta.content 中,最后一个 chunk 携带 usage。

图像输入

GPT-6.2 可以同时接受图像和文本。在 PoYo 上,把图像以 input_image 块发送到 Responses,使用公开 URL 或完整的 Data URI(data:image/png;base64,...)。PoYo 文档建议文本放在图像前面:

{
  "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
}

读取用量并计算请求费用

PoYo 每 1M token 价格:Sol 输入 $1.60、输出 $8、缓存读取 $0.08、缓存写入 $2;Astra 分别为 $6.40、$32、$0.32、$8(1 积分 = $0.005)。

OpenAI 的缓存指南在 usage.input_tokens_details.cached_tokens 中报告计费的缓存读取,在 usage.input_tokens_details.cache_write_tokens 中报告缓存写入。PoYo 的 schema 包含 input_tokens_details 和 output_tokens_details,但没有列出其中的键,所以读取时要做好防御:

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

请把结果当作估算,并与 PoYo 的用量记录核对。这里的价格都是短上下文价格。OpenAI 对超过 272K 输入 token 的请求收费更高,所以这么大的请求请查看模型页。计算示例见 GPT-6.2 API 价格。

值得处理的错误

HTTP原因处理方式
400字段无效(validation_error,附详细信息)修正请求体;none 推理强度或未在文档中说明的字段可能导致此错误
401缺少 API 密钥或密钥无效检查 Authorization 请求头
402积分不足充值后再重试
404未知模型(model_not_found)检查 ID:gpt-6.2-sol、gpt-6.2-astra
429触发限流等待后重试
500 / 502 / 503服务器或上游错误用指数退避重试

PoYo 文档说 LLM 接口目前不限流,但仍要处理 429。使用 OpenAI SDK 时,捕获 openai.APIStatusError 并按 status_code 分支处理。只重试 5xx 和 429;400 在请求体修改之前会一直失败。完整的错误响应体见 PoYo 错误码。

上线前检查清单

  • POYO_API_KEY 只放在服务器端;不要放进浏览器或移动端代码。
  • 在每条 GPT-6.2 请求路径中去掉 temperature 和 top_p,包括共享的辅助函数。
  • 始终设置 max_output_tokens(或 max_tokens),并在这个上限内为推理 token 留出空间。
  • 把 status / finish_reason 和完整的 usage 块与你自己的请求 ID 一起记录,这样截断的回答和费用激增都能看得到。
  • 把长且稳定的上下文放在第一个 developer 消息里,把变化的问题放在最后,让提示缓存有机会生效。
  • 在配置中固定模型 ID,这样无需重新部署就能在 gpt-6.2-sol 和 gpt-6.2-astra 之间切换。

工具、流式工具调用以及长智能体会话中的缓存,请继续阅读 GPT-6.2 API 用于编码智能体。

常见问题

如何用 Python 调用 GPT-6.2 API?

使用 OpenAI SDK,设置 base_url="https://api.poyo.ai/v1" 和你的 PoYo 密钥,并在 client.responses.create 中设置 model="gpt-6.2-sol" 或 "gpt-6.2-astra"。

GPT-6.2 API 支持流式输出吗?

支持,两个接口都支持。设置 stream: true;Responses 发送 response.output_text.delta 等带类型的事件,Chat Completions 发送 chat.completion.chunk 事件。两者都以 data: [DONE] 结束。

如何设置 GPT-6.2 API 的推理强度?

在 /v1/responses 上发送 "reasoning": {"effort": "medium"}。OpenAI 建议从 medium 开始,并会拒绝 none。

为什么我的 GPT-6.2 API 请求带上 temperature 就失败?

OpenAI 要求 GPT-6.2 去掉 temperature 和 top_p。删除它们,用 max_output_tokens 或 max_tokens 控制输出长度。

如何向 GPT-6.2 API 发送图像?

使用 /v1/responses,在 input_text 块之后放一个 input_image 块(URL 或 Data URI)。PoYo 的 Chat Completions schema 只说明了字符串内容。

Share: