
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 |
|---|---|---|
| Responses | POST https://api.poyo.ai/v1/responses | 新代码、函数工具、图像输入、推理强度 |
| Chat Completions | POST 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:
- 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。 - 不要把推理强度设为
none;API 会拒绝。 - 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 | medium | OpenAI:“新集成请从 medium 开始。” |
之前用 none 或 minimal | low | OpenAI 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。