Claude Opus 5.5 ya está disponible en SeedRouter

Text

GPT-6.2 Astra

View Markdown

Usa GPT-6.2 Astra con los formatos Responses y Chat Completions de OpenAI. Incluye ejemplos con SDK, salida estructurada, llamadas a funciones y streaming.

Usa gpt-6.2-astra para programación compleja y análisis de documentos. Configura la URL base del SDK de OpenAI como https://api.seedrouter.ai/v1 y proporciona tu clave de API de SeedRouter.

Modelo y límites

PropiedadGPT-6.2 Astra
ID del modelo en la solicitudgpt-6.2-astra
Entrada y salidaEntrada de texto e imágenes; salida de texto
Ventana de contexto1.050.000 tokens
Entrada máxima922.000 tokens
Salida máxima128.000 tokens, incluido el razonamiento
Fecha límite de conocimiento18 de mayo de 2026

La ventana de contexto incluye tanto la entrada como la salida. Elige un límite de salida que deje espacio para el razonamiento y la respuesta visible. Las tarifas actuales por token y los precios para contextos largos están en la página del modelo.

Responses

Instala el paquete openai de Python y configura SEEDROUTER_API_KEY en tu entorno.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["SEEDROUTER_API_KEY"],
    base_url="https://api.seedrouter.ai/v1",
    max_retries=0,
)
response = client.responses.create(
    model="gpt-6.2-astra",
    input="Name one consistency check for a double-entry ledger.",
    reasoning={"effort": "low"},
    max_output_tokens=256,
)
print(response.output_text)

En la solicitud HTTP, envía POST /v1/responses. Lee el texto de los elementos output de tipo message, en partes de contenido de tipo output_text. Un elemento anterior puede contener razonamiento o una llamada a una función. output_text en la respuesta del SDK de Python reúne las partes de texto por ti. Comprueba status y incomplete_details antes de usar un resultado parcial.

Para enviar una imagen, incluye una parte input_image en un mensaje de usuario. Omite el campo image de nivel superior. SeedRouter admite respuestas síncronas y en streaming. Omite background_options y deja background sin establecer. Las ventanas de fondo 2h y 8h no están disponibles.

Para usar subagentes alojados, envía el encabezado OpenAI-Beta: responses_multi_agent=v1 y el objeto multi_agent con enabled establecido en true. El campo opcional max_concurrent_subagents, de tipo entero, cuenta los descendientes activos, excluye al agente raíz y tiene un valor predeterminado de 3, con un mínimo de 1. Omite reasoning.summary y max_tool_calls mientras la delegación esté habilitada. Los subagentes comparten el presupuesto de salida. Para leer la respuesta final, selecciona los elementos de mensaje cuyo agent.agent_name sea /root y cuyo phase sea final_answer. Playground añade el encabezado beta cuando introduces el objeto en JSON avanzado.

curl https://api.seedrouter.ai/v1/responses \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -H "OpenAI-Beta: responses_multi_agent=v1" \
  -d '{
    "model": "gpt-6.2-astra",
    "input": "Ask one subagent to check whether 17 is prime. Give the result.",
    "multi_agent": {"enabled": true, "max_concurrent_subagents": 1},
    "max_output_tokens": 512
  }'

Chat Completions

curl https://api.seedrouter.ai/v1/chat/completions \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.2-astra",
    "messages": [{"role": "user", "content": "Name one consistency check for a double-entry ledger."}],
    "reasoning_effort": "low",
    "max_completion_tokens": 256
  }'

Una respuesta completada de Chat contiene choices[0].message.content. Consulta choices[0].finish_reason para ver los límites de salida. Chat informa usage.prompt_tokens y usage.completion_tokens. Responses informa usage.input_tokens y usage.output_tokens.

Campos de solicitud por endpoint

PropósitoResponsesChat Completions
Entradainput cadena o elementos de entradamessages matriz
Instrucciones para el desarrolladorinstructions para esta solicitud o un mensaje de entrada developerUn mensaje developer
Imagen en un mensaje de usuarioParte de tipo input_image con una cadena image_urlParte de tipo image_url con la URL en image_url.url
Nivel de razonamientoreasoning.effortreasoning_effort
Presupuesto de tokens de salidamax_output_tokensmax_completion_tokens
Nivel de detalle de salidatext.verbosityverbosity
JSON estrictotext.formatresponse_format.json_schema
Llamadas a funcionestools, tool_choice, function_call_outputUsa Responses para las llamadas a herramientas GPT-6.2
Streamingstream: true, eventos tipadosstream: true, fragmentos de respuesta de Chat

OpenAI recomienda empezar con el nivel de razonamiento medium para una integración nueva. Usa low para una respuesta breve. Si migras desde none o minimal, elige low. Omite temperature, top_p y los controles de logaritmos de probabilidad, incluido message.output_text.logprobs en include de Responses. Guía de migración del modelo

Salida estructurada

En Responses, el formato JSON Schema incluye name, strict y schema junto a type. En Chat, esos mismos tres campos van dentro de response_format.json_schema.

city_format = {
    "name": "trip",
    "strict": True,
    "schema": {
        "type": "object",
        "properties": {"city": {"type": "string"}},
        "required": ["city"],
        "additionalProperties": False,
    },
}
response = client.responses.create(
    model="gpt-6.2-astra",
    input="Return Paris in the city field.",
    text={"format": {"type": "json_schema", **city_format}},
    reasoning={"effort": "low"},
    max_output_tokens=256,
)
print(response.output_text)

Para usar el esquema con Chat Completions, pasa response_format={"type": "json_schema", "json_schema": city_format}. Antes de analizar el JSON, comprueba si la respuesta indica un rechazo o un límite de tokens.

Llamadas a funciones y streaming

En una solicitud de Responses, name y parameters de la función están directamente en la herramienta. Este ejemplo reutiliza el esquema anterior.

response = client.responses.create(
    model="gpt-6.2-astra",
    input="Call record_city for Paris.",
    tools=[{
        "type": "function",
        "name": "record_city",
        "parameters": city_format["schema"],
        "strict": True,
    }],
    tool_choice={"type": "function", "name": "record_city"},
    reasoning={"effort": "low"},
    max_output_tokens=256,
)
for item in response.output:
    if item.type == "function_call":
        print(item.call_id, item.name, item.arguments)

En una prueba en vivo con SeedRouter, esta solicitud devolvió un function_call llamado record_city con argumentos que se decodificaron como {"city":"Paris"}. Valida los argumentos y ejecuta la función en tu aplicación. En la siguiente solicitud de Responses, conserva la entrada original y los elementos de salida devueltos, y añade un elemento function_call_output con el call_id correspondiente y una cadena output.

Para recibir texto en tiempo real, configura stream: true. En Responses, concatena delta de los eventos response.output_text.delta y comprueba si aparece response.completed, response.incomplete o response.failed. En Chat, recopila choices[].delta.content, comprueba el motivo de finalización y sigue leyendo hasta [DONE].

Acceso y precios

Comprueba el acceso de tu clave con GET /v1/models. Para consultar los grupos disponibles, usa GET /api/seedrouter/llm/groups?model=gpt-6.2-astra con la misma clave Bearer. Para seleccionar uno de los grupos devueltos, envía su ID en el encabezado opcional X-SeedRouter-Group. Si omites el encabezado, se usa la selección predeterminada de la clave. También puedes consultar los grupos disponibles en el Playground.

Descarga de OpenAPI · OpenAI detalles del modelo · Campos de Responses · Campos de Chat · Códigos de error