Text
GPT-6.2 Astra
Utilisez GPT-6.2 Astra avec les formats Responses et Chat Completions OpenAI. Exemples de SDK, sorties structurées, appels de fonctions et streaming inclus.
Utilisez gpt-6.2-astra pour les tâches complexes de programmation et l’analyse de documents. Définissez l’URL de base du SDK OpenAI sur https://api.seedrouter.ai/v1 et fournissez votre clé API SeedRouter.
Modèle et limites
| Propriété | GPT-6.2 Astra |
|---|---|
| ID du modèle pour la requête | gpt-6.2-astra |
| Entrée et sortie | Texte et images en entrée, texte en sortie |
| Fenêtre de contexte | 1 050 000 tokens |
| Entrée maximale | 922 000 tokens |
| Sortie maximale | 128 000 tokens, raisonnement inclus |
| Date limite des connaissances | 18 mai 2026 |
La fenêtre de contexte couvre à la fois l’entrée et la sortie. Choisissez une limite de sortie qui laisse de la place au raisonnement et à la réponse visible. Les tarifs actuels par token et la tarification des contextes longs figurent sur la page du modèle.
Responses
Installez le package Python openai et définissez SEEDROUTER_API_KEY dans votre environnement.
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)Sur le réseau, envoyez POST /v1/responses. Lisez le texte dans les éléments output de type message, parmi les parties de contenu de type output_text. Un élément précédent peut contenir du raisonnement ou un appel de fonction. output_text sur la réponse du SDK Python rassemble les parties de texte pour vous. Vérifiez status et incomplete_details avant d’utiliser un résultat partiel.
Pour envoyer une image, ajoute une partie input_image à un message utilisateur. N’inclus pas le champ de premier niveau image. SeedRouter prend en charge les réponses synchrones et en streaming. Omet background_options et laisse background non défini. Les fenêtres d’arrière-plan 2h et 8h ne sont pas disponibles.
Pour les sous-agents hébergés, envoie l’en-tête OpenAI-Beta: responses_multi_agent=v1 et l’objet multi_agent avec enabled défini sur true. Le paramètre facultatif max_concurrent_subagents, un entier, compte les descendants actifs, sans inclure l’agent racine ; sa valeur par défaut est 3 et sa valeur minimale, 1. Omet reasoning.summary et max_tool_calls tant que la délégation est activée. Les sous-agents partagent le budget de sortie. Pour lire la réponse finale, sélectionne les éléments de message dont agent.agent_name vaut /root et dont phase vaut final_answer. Le Playground ajoute l’en-tête bêta lorsque tu saisis l’objet dans le JSON avancé.
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
}'Une réponse Chat terminée contient choices[0].message.content. Consultez choices[0].finish_reason pour connaître les limites de sortie. Chat indique usage.prompt_tokens et usage.completion_tokens. Responses indique usage.input_tokens et usage.output_tokens.
Champs de requête par point de terminaison
| Objectif | Responses | Chat Completions |
|---|---|---|
| Entrée | input chaîne ou éléments d’entrée | tableau messages |
| Instructions du développeur | instructions pour cette requête, ou un message d’entrée developer | Un message developer |
| Image dans un message utilisateur | Partie de type input_image avec une chaîne image_url | Partie de type image_url avec l’URL dans image_url.url |
| Effort de raisonnement | reasoning.effort | reasoning_effort |
| Budget de tokens de sortie | max_output_tokens | max_completion_tokens |
| Détail de sortie | text.verbosity | verbosity |
| JSON strict | text.format | response_format.json_schema |
| Appels de fonctions | tools, tool_choice, function_call_output | Utilisez Responses pour les appels d’outils GPT-6.2 |
| Streaming | stream: true, événements typés | stream: true, fragments de complétion Chat |
OpenAI recommande de commencer avec un niveau de raisonnement medium pour une nouvelle intégration. Utilisez low pour obtenir une réponse courte. Pour migrer depuis none ou minimal, choisissez low. Omettez temperature, top_p et les paramètres de contrôle des log-probabilités, y compris message.output_text.logprobs dans Responses include. Guide de migration des modèles
Sortie structurée
Un format JSON Schema dans Responses place name, strict et schema à côté de type. Dans Chat, les trois mêmes champs se trouvent dans 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)Pour utiliser le schéma avec Chat Completions, transmettez response_format={"type": "json_schema", "json_schema": city_format}. Avant d’analyser le JSON, vérifiez si la réponse contient un refus ou si la limite de tokens a été atteinte.
Appels de fonctions et streaming
Dans une requête Responses, name et parameters de la fonction se trouvent directement sur l’outil. Cet exemple réutilise le schéma ci-dessus.
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)Lors d’un test en direct sur SeedRouter, cette requête a renvoyé un function_call nommé record_city, avec des arguments décodés en {"city":"Paris"}. Validez les arguments et exécutez votre fonction dans votre application. Dans la requête Responses suivante, transmettez les éléments d’entrée d’origine et les éléments de sortie renvoyés, puis ajoutez un élément function_call_output avec le call_id correspondant et une chaîne output.
Pour recevoir le texte en direct, définissez stream: true. Avec Responses, concaténez delta des événements response.output_text.delta et vérifiez la présence de response.completed, response.incomplete ou response.failed. Avec Chat, rassemblez choices[].delta.content, vérifiez la raison finale de fin et lisez jusqu’à [DONE].
Accès et tarification
Vérifiez l’accès associé à votre clé avec GET /v1/models. Pour connaître les groupes disponibles, utilisez GET /api/seedrouter/llm/groups?model=gpt-6.2-astra avec la même clé Bearer. Pour sélectionner l’un des groupes renvoyés, transmettez son ID dans l’en-tête facultatif X-SeedRouter-Group. Si vous omettez cet en-tête, la sélection par défaut de la clé sera utilisée. Vous pouvez aussi consulter les groupes disponibles dans le Playground.
Télécharger OpenAPI · Détails du modèle OpenAI · Champs Responses · Champs Chat · Codes d’erreur
