Text
GPT-6.2 Sol
Usa GPT-6.2 Sol con los formatos Responses y Chat Completions de OpenAI. Incluye ejemplos con SDK, salida estructurada, llamadas a funciones y streaming.
Usa gpt-6.2-sol para programar en el día a día y crear flujos de trabajo con agentes. 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
| Propiedad | GPT-6.2 Sol |
|---|---|
| ID del modelo en la solicitud | gpt-6.2-sol |
| Entrada y salida | Entrada de texto e imágenes; salida de texto |
| Ventana de contexto | 1.050.000 tokens |
| Entrada máxima | 922.000 tokens |
| Salida máxima | 128.000 tokens, incluido el razonamiento |
| Fecha límite de conocimiento | 1 de junio 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-sol",
input="Suggest one test for a CSV import with a missing header.",
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-sol",
"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-sol",
"messages": [{"role": "user", "content": "Suggest one test for a CSV import with a missing header."}],
"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
| Propósito | Responses | Chat Completions |
|---|---|---|
| Entrada | input cadena o elementos de entrada | messages matriz |
| Instrucciones para el desarrollador | instructions para esta solicitud o un mensaje de entrada developer | Un mensaje developer |
| Imagen en un mensaje de usuario | Parte de tipo input_image con una cadena image_url | Parte de tipo image_url con la URL en image_url.url |
| Nivel de razonamiento | reasoning.effort | reasoning_effort |
| Presupuesto de tokens de salida | max_output_tokens | max_completion_tokens |
| Nivel de detalle de salida | text.verbosity | verbosity |
| JSON estricto | text.format | response_format.json_schema |
| Llamadas a funciones | tools, tool_choice, function_call_output | Usa Responses para las llamadas a herramientas GPT-6.2 |
| Streaming | stream: true, eventos tipados | stream: 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-sol",
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-sol",
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-sol 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
